我不知道 gcc 和 java jit 能够识别一系列 SHIFT 和 OR 运算符可以简化为 ROTATE 指令，非常有趣。
g++ 编译器展开您的循环、使用SHIFT immediate和ROTATE immediate指令（因为您按常量值移位和旋转）。
这是在 TimeShift 循环展开案例中重复的六个指令序列：
movq %rax, %rbx
salq $13, %rbx
leaq (%rbp,%rbx), %rbx
movq %rdi, %rbp
sarq $27, %rbp
xorq %rbx, %rdx
这是在 TimeRotate 循环展开案例中重复的六个指令序列：
movq %rdx, %rbx
rorq $45, %rbx
leaq (%rbp,%rbx), %rbx
movq %r8, %rbp
rorq $49, %rbp
xorq %rbx, %r9
它们的区别主要在于salq/sarq forSHIFT和rorq for的使用，ROTATE所以你想知道为什么时间不同是正确的。
答案深藏在 Sandy Bridge（您的 Core i5 处理器）的微架构中，可在INTEL® 64 和 IA-32 处理器架构优化参考手册
中找到最新的是Order Number: 248966-026 April 2012
SHIFT无论您使用操作by 1码还是by immediate. 它可以从Port 0或分派，Port 1因此具有 0.5 个周期的吞吐量 - 处理器SHIFT immediate每个周期可以分派和退出两条指令。如果需要条件标志的结果（它们不在 gcc 生成的代码中），则该ROTATE指令需要三个微操作，如果不需要，则需要两个微操作（因此在您的情况下需要两个微操作）。然而，该ROTATE指令只能被分派Port 1，因此具有 1 个周期的吞吐量——处理器每个周期只能分派和退出一个ROTATE immediate。
我已经复制了下面的相关图片和部分。
3.5.1.5 按位旋转
按位旋转可以在 CL 寄存器中指定的计数、立即数和 1 位之间进行选择。通常，立即循环和寄存器循环指令比循环旋转 1 位要慢。循环 1 指令具有与移位相同的延迟。
汇编/编译器编码规则 35。（ML 影响，L 通用性）避免通过寄存器旋转或通过立即指令旋转。如果可能，请用 ROTATE by 1 指令替换。
在英特尔微架构代号 Sandy Bridge 中，立即数的 ROL/ROR 具有 1 个周期的吞吐量，使用相同寄存器作为源和目标的立即数常量的 SHLD/SHRD 具有 1 个周期的延迟和 0.5 个周期的吞吐量。“ROL/ROR reg, imm8”指令有两个微操作，循环寄存器结果的延迟为 1 个周期，标志的延迟为 2 个周期（如果使用）。在 Intel 微架构代号 Ivy Bridge 中，立即数大于 1 的“ROL/ROR reg, imm8”指令是一个在使用溢出标志结果时具有一个周期延迟的微操作。当立即数为 1 时，后续指令对 ROL/ROR 溢出标志结果的依赖会看到 ROL/ROR 指令有两个周期的延迟。
2.4.4.2 执行单元和发布端口
在每个周期，内核可以将微操作发送到四个发布端口中的一个或多个。在微架构层面，存储操作进一步分为两部分：存储数据和存储地址操作。图 2-6 显示了将 μop 分派到执行单元以及加载和存储操作的四个端口。一些端口每个时钟可以调度两个微操作。这些执行单元被标记为双速。
端口 0。在周期的前半部分，端口 0 可以调度一个浮点移动 µop（浮点堆栈移动、浮点交换或浮点存储数据）或一个算术逻辑单元 (ALU) µop （算术、逻辑、分支或存储数据）。在周期的后半部分，它可以调度一个类似的 ALU µop。
端口 1。在周期的前半部分，端口 1 可以调度一个浮点执行（除移动之外的所有浮点运算、所有 SIMD 运算）μop 或一个正常速度整数（乘法、移位和旋转）μop 或一个 ALU（算术）微操作。在周期的后半部分，它可以调度一个类似的 ALU µop。
端口 2。此端口支持每个周期调度一个加载操作。
端口 3。此端口支持每个周期调度一个存储地址操作。
每个周期的总问题带宽范围为 0 到 6 µops。每个管道包含几个执行单元。µops 被分派到对应于正确操作类型的管道。例如，整数算术逻辑单元和浮点执行单元（加法器、乘法器和除法器）可以共享一个流水线。
