42

我在我的 C++ 代码的内部循环中使用了一个 128 位整数计数器。（不相关的背景：实际应用是在规则网格上评估有限差分方程，这涉及重复递增大整数，即使是 64 位也不够精确，因为小舍入累积到足以影响答案。）

我将整数表示为两个 64 位无符号长整数。我现在需要将这些值增加一个 128 位常量。这并不难，但您必须手动捕捉从低位字到高位字的进位。

我有这样的工作代码：

inline void increment128(unsigned long &hiWord, unsigned long &loWord)
  {
    const unsigned long hiAdd=0x0000062DE49B5241;
    const unsigned long loAdd=0x85DC198BCDD714BA;

    loWord += loAdd;
    if (loWord < loAdd) ++hiWord; // test_and_add_carry
    hiWord += hiAdd;
  }

这是紧凑而简单的代码。有用。

不幸的是，这大约是我运行时间的 20%。杀手锏是 loWord 测试。如果我删除它，我显然会得到错误的答案，但运行时开销会从 20% 下降到 4%！所以那个携带测试特别贵！

我的问题：C++ 是否公开了硬件携带标志，甚至作为 GCC 的扩展？如果实际编译的指令使用 add using last carry 指令进行 hiWord 添加，则似乎可以在没有上面的 test-and-add-carry 行的情况下完成添加。有没有办法重写 test-and-add-carry 行以使编译器使用内部操作码？

4

2 回答 2

44

实际上，如果您仔细编写代码，gcc 会自动使用进位...

当前的 GCC 可以优化hiWord += (loWord < loAdd);成add/ adc（x86 的 add-with-carry）。 这种优化是在 GCC5.3 中引入的。

（编者注：当然，困难的部分是编写一个正确的全加器，带有进位和进位；这在 C 中很难，而且 GCC 不知道如何优化我见过的任何东西。）

也相关：https ://gcc.gnu.org/onlinedocs/gcc/Integer-Overflow-Builtins.html可以为您提供无符号或有符号溢出检测的执行。

较旧的 GCC，如 GCC4.5，将分支或setc在 add 的进位上，而不是 using adc，并且仅在来自if you usedadc的标志结果上使用（add-with-carry）。（或在 32 位目标上）。请参阅gcc 中是否有 128 位整数？- 仅在 64 位目标上，自 GCC4.1 起支持。add__int128uint64_t

我用以下代码编译了这段代码gcc -O2 -Wall -Werror -S：

void increment128_1(unsigned long &hiWord, unsigned long &loWord)
{
    const unsigned long hiAdd=0x0000062DE49B5241;
    const unsigned long loAdd=0x85DC198BCDD714BA;

    loWord += loAdd;
    if (loWord < loAdd) ++hiWord; // test_and_add_carry                                                                                                             
    hiWord += hiAdd;
}

void increment128_2(unsigned long &hiWord, unsigned long &loWord)
{
    const unsigned long hiAdd=0x0000062DE49B5241;
    const unsigned long loAdd=0x85DC198BCDD714BA;

    loWord += loAdd;
    hiWord += hiAdd;
    hiWord += (loWord < loAdd); // test_and_add_carry                                                                                                               
}

这是 increment128_1 的程序集：

.cfi_startproc
        movabsq     $-8801131483544218438, %rax
        addq        (%rsi), %rax
        movabsq     $-8801131483544218439, %rdx
        cmpq        %rdx, %rax
        movq        %rax, (%rsi)
        ja  .L5
        movq        (%rdi), %rax
        addq        $1, %rax
.L3:
        movabsq     $6794178679361, %rdx
        addq        %rdx, %rax
        movq        %rax, (%rdi)
        ret

...这是increment128_2的程序集：

        movabsq     $-8801131483544218438, %rax
        addq        %rax, (%rsi)
        movabsq     $6794178679361, %rax
        addq        (%rdi), %rax
        movabsq     $-8801131483544218439, %rdx
        movq        %rax, (%rdi)
        cmpq        %rdx, (%rsi)
        setbe       %dl
        movzbl      %dl, %edx
        leaq        (%rdx,%rax), %rax
        movq        %rax, (%rdi)
        ret

请注意第二个版本中缺少条件分支。

[编辑]

此外，引用通常对性能不利，因为 GCC 必须担心别名......通常按值传递东西会更好。考虑：

struct my_uint128_t {
    unsigned long hi;
    unsigned long lo;
};

my_uint128_t increment128_3(my_uint128_t x)
{
    const unsigned long hiAdd=0x0000062DE49B5241;
    const unsigned long loAdd=0x85DC198BCDD714BA;

    x.lo += loAdd;
    x.hi += hiAdd + (x.lo < loAdd);
    return x;
}

集会：

        .cfi_startproc
        movabsq     $-8801131483544218438, %rdx
        movabsq     $-8801131483544218439, %rax
        movabsq     $6794178679362, %rcx
        addq        %rsi, %rdx
        cmpq        %rdx, %rax
        sbbq        %rax, %rax
        addq        %rcx, %rax
        addq        %rdi, %rax
        ret

这实际上是三者中最严格的代码。

...好吧，所以他们实际上都没有自动使用进位:-)。但是他们确实避免了条件分支，我敢打赌这是缓慢的部分（因为分支预测逻辑会在一半的时间里出错）。

[编辑 2]

还有一个，我偶然发现它做了一点搜索。你知道 GCC 内置了对 128 位整数的支持吗？

typedef unsigned long my_uint128_t __attribute__ ((mode(TI)));

my_uint128_t increment128_4(my_uint128_t x)
{
    const my_uint128_t hiAdd=0x0000062DE49B5241;
    const unsigned long loAdd=0x85DC198BCDD714BA;

    return x + (hiAdd << 64) + loAdd;
}

这个组件的组装和它得到的一样好：

        .cfi_startproc
        movabsq     $-8801131483544218438, %rax
        movabsq     $6794178679361, %rdx
        pushq       %rbx
        .cfi_def_cfa_offset 16
        addq        %rdi, %rax
        adcq        %rsi, %rdx
        popq        %rbx
        .cfi_offset 3, -16
        .cfi_def_cfa_offset 8
        ret

（不确定 push/pop 的ebx来源，但这仍然不错。）

顺便说一句，所有这些都使用 GCC 4.5.2。

于 2011-07-12T04:21:56.617 回答
19

当然，最好的答案是使用内置__int128_t支持。

或者，使用内联汇编。我更喜欢使用命名参数形式：

__asm("add %[src_lo], %[dst_lo]\n"
      "adc %[src_hi], %[dst_hi]"
      : [dst_lo] "+&r" (loWord), [dst_hi] "+r" (hiWord)
      : [src_lo] "erm" (loAdd), [src_hi] "erm" (hiAdd)
      : );

loWord被标记为早期的 clobber操作数，因为它是在读取其他一些操作数之前写入的。这避免了 的错误代码hiAdd = loWord，因为它将阻止 gcc 使用相同的寄存器来保存两者。但是，它确实会阻止编译器在loAdd = loWord安全的情况下使用相同的寄存器。

正如那个早期的破坏者问题所指出的那样，内联汇编真的很容易出错（以难以调试的方式，只有在对其内联的代码进行一些更改后才会导致麻烦）。

假设 x86 和 x86-64 内联 asm 会破坏标志，因此不需要显式的“cc”破坏器。

于 2011-07-12T21:44:38.353 回答