请教：除法运算表达方式不一样会这么影响运行速度吗？

prince2010

直接上代码——

void TIM2_Config(void)
{
    TIM_TimeBaseInitTypeDef  TIM_TimeBaseStructure;

    RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM2 , ENABLE);

    TIM_DeInit(TIM2);

    TIM_TimeBaseStructure.TIM_Period = 65536 - 1;
    TIM_TimeBaseStructure.TIM_Prescaler = 72 - 1;
    TIM_TimeBaseStructure.TIM_ClockDivision = TIM_CKD_DIV1;
    TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up;
    TIM_TimeBaseInit(TIM2, &TIM_TimeBaseStructure);

//    TIM_ClearFlag(TIM2, TIM_FLAG_Update);
//    TIM_ITConfig(TIM2, TIM_IT_Update, ENABLE);
    TIM_Cmd(TIM2, ENABLE);
}

u32 TimeIn_us, TimeOut_us, Time_us, Time_us_Max;


#define LoopTimeTestIn          TimeIn_us = TIM2 -> CNT;


#define LoopTimeTestOut         TimeOut_us = TIM2 -> CNT;        \
                                if(TimeOut_us < TimeIn_us) TimeOut_us += 65536; \
                                Time_us = TimeOut_us - TimeIn_us;   \
                                if(Time_us_Max < Time_us)Time_us_Max = Time_us;

u32 funA(u32 a, u64 b)
{
    return (a- (b>> 8)) / 350;

}

u32 funB(u32 a, u32 b)
{
    return (a- b) / 350;

}


void testspeed(void)
{
    while(1)
    {
        LoopTimeTestIn

        funA(0x8f5050a6, 0x8f4f70b2);
//        funB(0x8f5050a6, 0x8f4f70b2>>8);

        LoopTimeTestOut
        
        printf("Time_us:%uus, Time_us_Max:%uus\r\n", Time_us, Time_us_Max);
        
        delay_ms(100);
    }
}


现象：运行funA，Time_us_Max大约44us，而运行funB，Time_us_Max大约1us都不到，相差如此之大！

很好奇：写除法表达式需要这么讲究吗？


说明：都没有开优化等级。

cocom

funA多做了一次位移，而funB你测试入口的是常数在编译时已做完位移，程序中实际没有做>>8位移

nanfang2000

funcA是u64位操作当然慢了，编译器是调用大段程序软件实现的
funcB是32位操作，硬件支持的话就几个周期就搞定了

zchong

看汇编结果吧，更直观

takashiki

改为

1. u32 funA(u32 a, u64 b) {
   
2.     return (a - (u32)(b >> 8)) / 350;
   
3. }

复制代码

你就会发现相差不大了。反正b>>8超出u32后得到的结果是错的（会溢出），那就干脆别理好了

或者开最高等级优化，除数是常数的会被优化成乘法和移位，而乘法指令只要一个周期，硬件除法还要好多个周期呢。这样的话64位除法也很快的。

prince2010

takashiki 发表于 2021-2-26 16:27
改为你就会发现相差不大了。反正b>>8超出u32后得到的结果是错的（会溢出），那就干脆别理好了

或者开最高 ...

加了强制类型转换确实有效，没想到不加影响会这么大

prince2010

nanfang2000 发表于 2021-2-26 16:17
funcA是u64位操作当然慢了，编译器是调用大段程序软件实现的
funcB是32位操作，硬件支持的话就几个周期就搞 ...

确实是这个原因

desertsailor

看看汇编代码，可能原因是：fuc A是64位除法，用的软件除法，而func B是32位除法，默认会使用硬件除法器。

redroof

desertsailor 发表于 2021-2-27 11:18
看看汇编代码，可能原因是：fuc A是64位除法，用的软件除法，而func B是32位除法，默认会使用硬件除法器。 ...

这是很明显的事情。64位除法在32位机器上只能是软件除法，而32位除法可以是硬件直接执行，甚至除常数可以优化成乘法加移位，更快。
64位除32位常数的除法，虽然原则上也能优化成乘法，但因为很少用，估计编译器不一定做这种优化。就算优化成乘法，64位乘法加移位也比32位的要慢的多

takashiki

redroof 发表于 2021-2-27 19:04
这是很明显的事情。64位除法在32位机器上只能是软件除法，而32位除法可以是硬件直接执行，甚至除常数可以 ...

对于除数是常数的无符号除法，Cortex M的乘法指令UMULL支持64位×32位，单周期，比32位/32位硬件除法要快，移位也仅仅是MOV指令就足够了。所以优化后的结果还真不好说，基于代码大小优化的话硬件除法说不定还会输

redroof

takashiki 发表于 2021-2-27 20:04
对于除数是常数的无符号除法，Cortex M的乘法指令UMULL支持64位×32位，单周期，比32位/32位硬件除法要快 ...

我不信。
32位arm没见过带64位x32位指令的。64位x32位结果是96位啊！
正常的32位乘法是2个32位的乘起来得到64位。可以用作32位除32位常数的优化。
64位除32位的除法实际上就是64位除64位，要优化成乘法也得用64位乘64位，也就是4个32位乘法再加几个加法。

redroof

takashiki 发表于 2021-2-27 20:04
对于除数是常数的无符号除法，Cortex M的乘法指令UMULL支持64位×32位，单周期，比32位/32位硬件除法要快 ...

刚查过，UMULL就是常规的乘法，无符号32位乘32位等于64位。

takashiki

redroof 发表于 2021-2-27 21:05
刚查过，UMULL就是常规的乘法，无符号32位乘32位等于64位。

你说得对，是我记错了。我记得Cortex M中int*int结果只能是int，高32位被舍弃；要想变成long long必须强制转换一个因数，编译后汇编代码会生成一条UMULL/SMULL而不是平时的MUL指令。继续测试发现64位*64位会生成一条UMULL和2条MLA指令，结果为64位，高64位被舍弃了。使用UMLAL/SMLAL指令可以继续搞到96位以及更大，但是编译器生成不了，得自己手动内联汇编。
64位除以常数也不会优化成乘法+移位，还是慢到要死的_ll_udiv，在不溢出的情况下手动优化成乘法理论上才有可能和硬件除法指令（2~16个指令周期）比肩甚至超过的可能性。

redroof

takashiki 发表于 2021-2-28 06:23
你说得对，是我记错了。我记得Cortex M中int*int结果只能是int，高32位被舍弃；要想变成long long必须强 ...

按C的规定，32位x32位=32位，64位x64位=64位
但是CPU的硬乘法指令，32位x32位实际得到64位结果。

takashiki

redroof 发表于 2021-2-28 08:58
按C的规定，32位x32位=32位，64位x64位=64位
但是CPU的硬乘法指令，32位x32位实际得到64位结果。 ...

ARM的乘法指令感觉比较奇葩，32位x32位实际得到的结果与指令有关，M3一共有7条指令：MUL、MLA、MLS、UMULL、SMULL、UMLAL、SMLAL。前面3条是32位结果，后面4条是64位的。而且32位结果的乘法（单乘法不涉及乘加）不管是有符号还是无符号都是MUL，其他6条则区分无符号和有符号。

redroof

takashiki 发表于 2021-2-28 09:06
ARM的乘法指令感觉比较奇葩，32位x32位实际得到的结果与指令有关，M3一共有7条指令：MUL、MLA、MLS、UMUL ...

没毛病，就是为了实现C的语义。
乘法取低位并累加就是为了方便实现64位乘64位=64位
这种乘法的算法:
低位乘低位得64位结果，高位乘低位取低，加到结果高位，低位乘高位取低加到结果高位。
这样就是正确的算法。
32位乘法根本不区分有无符号，都有或都无，结果是一样的。
只有用32位算64位的中间过程要区分，因为低一半永远是有符号的，高一半如果无符号，就得单独的指令

prince2010

redroof 发表于 2021-2-28 09:14
没毛病，就是为了实现C的语义。
乘法取低位并累加就是为了方便实现64位乘64位=64位
这种乘法的算法:

兄弟研究得很深啊

redroof

prince2010 发表于 2021-2-28 20:02
兄弟研究得很深啊

你列个竖式就知道了，算两位数的乘法就是这么算的。
32位机器算64位乘法就是你手算两位数乘法的做法，每个32位等于你列竖式的1位。