В общем, занялся профилированием своей проге. Отловил функцию, запускающуюся порядка
миллиардов раз и жрущую процентов 40-30 времени. Больше всех. Я ее чуть подкорячил. 
Время выполнение ее упало, а других - выросло!! Как такое может быть.

Смотрю плоские профили - все функции выполнялись в разных вариантах одинаковое число раз. Но только, суммарное время ВЫРОСЛО! Как такое может быть??

Компилю этим:
============
gcc-3.4.4 
cygwin

Прога у меня кросс. Но в линухе еще не пробовал. Она компилится и без цигвина, но в ДевЦпп у меня профилер глючит почему-то.

Вот было:

Стало:


А в плоском профиле было:

А Стало ВОТ ЧО:!!!

А общее время по профилю выросло на 10%. Как такое получается?? Может, я чо совсем не так делаю..

И еще - Можно ли сделать асм-вставку?? Или нет смысла?

так это же инлайн! Ты порекомендвал компилтору вместо отдельной функции просто вставлять ее тело прям в вызываемое место.

Добавлено @ 02:05 
Почитай на википедии поподробнее

Согласен с szz

попробуй убрать inline

Мейрс о возможных причинах:




Это сообщение отредактировал(а) vitlic - 28.2.2007, 02:17

Понял. Попробую. 
вставление функции инлайн приводит к разрастанию кода. Но и производительность должна вырасти, вроде. Прога, кстати жрет мало памяти - метра 2-5.

Это сообщение отредактировал(а) MAKCim - 28.2.2007, 11:11

а не быстрее ли цикл


или там загрузить массив hydro в регистр EDX при помощи стоса и с ним работать??

Поясните плиз, где прочитать про специфику асм вставок в GCC. А то я посл. раз писал лет пять назад в турбо-паскале, дык там как-то просто было. Или хотя бы поясни на примере.

Все, с GCC-шным ассемблером я разобрался.
Вот мой последний более быстрый вариант.

Модератор, перенесите, пожалуйста в ассемблер. 
Хочу обсудить дальнейшие ускорения. 
Или если ускорений больше быть не может, закройте тему)

comcon1, 
я бы сделал вместо loop, dec + jnz

у меня в доке к 486 стоит такты:
jnz - 3/1
dec - 1
loop - 2 когда циклит
loop - 6 когда выходит

Таким образом, твой вариант:
(1+3)*4 = 16
Мой вариант:
2*3+6 = 12

Что изменилось на 686 принципиально?

ЗЫ. + сама инструкция луп занимает меньше памяти, чем jnz+dec

Это сообщение отредактировал(а) comcon1 - 2.3.2007, 23:28

Работает.
При условии, что массив hydro типа char (каждый элемент по 1 байт).
Используется расширение SSE.
Возможно, разные компиляторы поддерживают разное мнемоническое обозначение MMX-регистров, так что поправляйте...

C момента 486 процессоры ушли ТАААК далеко, что на данный момент прогнозировать скорость выполнения одной машинной инструкции просто бесполезно, слишком сложна архитектура сейчас. Можно лишь говорить о кол-ве тактов за которые декодируются команды или судить о скорости их выполнения в общей массе. Ну можно предположить, что dec выполнится за один такт совместно с другой командой, т.к. результаты выполнения dec и вышестоящих команд не пересекаются, а дальше уже jnz(где на первых иттерациях будут кэш-промахи, но после процессор может "предсказать" переход), в то время как loop не будет выполнена, пока не выполнятся все команды в цикле. 

Это сообщение отредактировал(а) W4FhLF - 3.3.2007, 06:48

где читать про эти команды??

На взгляд код выглядит очень большим... Что именно ускорится??

Да, код немного больше, чем коды предыдущие.
Но есть преимущества.
1 - Отсутствуют циклы. Часть последовательности инструкций выполняется один раз и все.
2 - Реально выполняется только одна из двух частей последовательности инструкций. Какая именно часть выполнится - зависит от значения exists.
3 - Оператора return не нужно. Функции, возвращающие целочисленный результат, возвращают его в регистре eax.

И того, считаем количество инструкций, выполняемых если exists=1

pxor mm2,mm2;
cmp exists,0;
jz @p1;
mov eax,dword ptr hydro;
mov edx,01010101h;
movd mm0,eax;
movd mm1,edx;
pcmpeqb mm0,mm1;
pand mm0,mm1;
psadbw mm0,mm2;
movd eax,mm0;
jmp @end1;
;-------------------------------
@end1:emms;

То бишь 13 инструкций.

При exists=0

pxor mm2,mm2;
cmp exists,0;
jz @p1;
;---------------------------
@p1:
mov eax,dword ptr hydro;
mov edx,0ffffffffh;
movd mm0,eax;
movd mm1,edx;
pcmpeqb mm0,mm1;
mov edx,01010101h;
movd mm1,edx;
pand mm0,mm1;
psadbw mm0,mm2;
movd eax,mm0;
@end1:emms;

14 инструкций.

И тут есть преимущества самого кода. Инструкции, результат выполнения которых не влияет на результат выполнения последующей инструкции выполняются параллельно.

Добавлено @ 15:38 


Про инструкции SSE, SSE2, SSE3, 3DNow! читать в документации по процессору.
Документация на английском.
http://developer.intel.ru/design/pentium4/documentation.htm
Или можно из книги, лучше справочник по ассемблеру, Виктора Юрова, например. Там на русском.

Скачал Юрова и документацию с Intel-а. Ботаю SSE. Всем спасибо. 
Осилю - выложу код с гонками.