Schnelligkeit von C-Code

dachschaden

Erik12345679 schrieb:

Woran sehe ich denn, ob der Compiler das weg optimiert?

Ich weiß nicht, welches System du am Start hast, aber ich verwende objdump -d -Mintel auf Linux zum Anzeigen des Maschinencodes.

#include <stdio.h>
#include <stdint.h>

int main(void)
{
    float convert[14] = {0.03125, 0.0625, 0.125, 0.25, 0.5, 1.0, 2.0, 4.0, 8.0, 16.0, 32.0, 64.0, 128.0, -1.0};             
    size_t i;

    for(i = 0;i < 14;i++)
        printf("%f\n",convert[i]);

    return 0;
}

00000000004004f0 <main>:
  4004f0:       55                      push   rbp
  4004f1:       53                      push   rbx
  4004f2:       48 83 ec 48             sub    rsp,0x48
  4004f6:       64 48 8b 04 25 28 00    mov    rax,QWORD PTR fs:0x28
  4004fd:       00 00 
  4004ff:       48 89 44 24 38          mov    QWORD PTR [rsp+0x38],rax
  400504:       31 c0                   xor    eax,eax
  400506:       48 8d 6c 24 38          lea    rbp,[rsp+0x38]
  40050b:       c7 04 24 00 00 00 3d    mov    DWORD PTR [rsp],0x3d000000
  400512:       c7 44 24 04 00 00 80    mov    DWORD PTR [rsp+0x4],0x3d800000
  400519:       3d 
  40051a:       c7 44 24 08 00 00 00    mov    DWORD PTR [rsp+0x8],0x3e000000
  400521:       3e 
  400522:       c7 44 24 0c 00 00 80    mov    DWORD PTR [rsp+0xc],0x3e800000
  400529:       3e 
  40052a:       48 89 e3                mov    rbx,rsp
  40052d:       c7 44 24 10 00 00 00    mov    DWORD PTR [rsp+0x10],0x3f000000
  400534:       3f 
  400535:       c7 44 24 14 00 00 80    mov    DWORD PTR [rsp+0x14],0x3f800000
  40053c:       3f 
  40053d:       c7 44 24 18 00 00 00    mov    DWORD PTR [rsp+0x18],0x40000000
  400544:       40 
  400545:       c7 44 24 1c 00 00 80    mov    DWORD PTR [rsp+0x1c],0x40800000
  40054c:       40 
  40054d:       c7 44 24 20 00 00 00    mov    DWORD PTR [rsp+0x20],0x41000000
  400554:       41 
  400555:       c7 44 24 24 00 00 80    mov    DWORD PTR [rsp+0x24],0x41800000
  40055c:       41 
  40055d:       c7 44 24 28 00 00 00    mov    DWORD PTR [rsp+0x28],0x42000000
  400564:       42 
  400565:       c7 44 24 2c 00 00 80    mov    DWORD PTR [rsp+0x2c],0x42800000
  40056c:       42 
  40056d:       c7 44 24 30 00 00 00    mov    DWORD PTR [rsp+0x30],0x43000000
  400574:       43 
  400575:       c7 44 24 34 00 00 80    mov    DWORD PTR [rsp+0x34],0xbf800000
  40057c:       bf 
  40057d:       0f 1f 00                nop    DWORD PTR [rax]
  400580:       66 0f ef c0             pxor   xmm0,xmm0
  400584:       be 44 07 40 00          mov    esi,0x400744
  400589:       bf 01 00 00 00          mov    edi,0x1
  40058e:       b8 01 00 00 00          mov    eax,0x1
  400593:       48 83 c3 04             add    rbx,0x4
  400597:       f3 0f 5a 43 fc          cvtss2sd xmm0,DWORD PTR [rbx-0x4]
  40059c:       e8 3f ff ff ff          call   4004e0 <__printf_chk@plt>
  4005a1:       48 39 eb                cmp    rbx,rbp
  4005a4:       75 da                   jne    400580 <main+0x90>
  4005a6:       31 c0                   xor    eax,eax
  4005a8:       48 8b 54 24 38          mov    rdx,QWORD PTR [rsp+0x38]
  4005ad:       64 48 33 14 25 28 00    xor    rdx,QWORD PTR fs:0x28
  4005b4:       00 00 
  4005b6:       75 07                   jne    4005bf <main+0xcf>
  4005b8:       48 83 c4 48             add    rsp,0x48
  4005bc:       5b                      pop    rbx
  4005bd:       5d                      pop    rbp
  4005be:       c3                      ret    
  4005bf:       e8 ec fe ff ff          call   4004b0 <__stack_chk_fail@plt>
  4005c4:       66 2e 0f 1f 84 00 00    nop    WORD PTR cs:[rax+rax*1+0x0]
  4005cb:       00 00 00 
  4005ce:       66 90                   xchg   ax,ax

Da sieht man deutlich die Erstellung des Arrays auf dem Stack. Jetzt fügt man das static const hinzu und kompiliert neu:

0000000000400480 <main>:
  400480:       53                      push   rbx
  400481:       31 db                   xor    ebx,ebx
  400483:       0f 1f 44 00 00          nop    DWORD PTR [rax+rax*1+0x0]
  400488:       66 0f ef c0             pxor   xmm0,xmm0
  40048c:       be 44 06 40 00          mov    esi,0x400644
  400491:       bf 01 00 00 00          mov    edi,0x1
  400496:       b8 01 00 00 00          mov    eax,0x1
  40049b:       f3 0f 5a 04 9d 60 06    cvtss2sd xmm0,DWORD PTR [rbx*4+0x400660]
  4004a2:       40 00 
  4004a4:       48 83 c3 01             add    rbx,0x1
  4004a8:       e8 c3 ff ff ff          call   400470 <__printf_chk@plt>
  4004ad:       48 83 fb 0e             cmp    rbx,0xe
  4004b1:       75 d5                   jne    400488 <main+0x8>
  4004b3:       31 c0                   xor    eax,eax
  4004b5:       5b                      pop    rbx
  4004b6:       c3                      ret    
  4004b7:       66 0f 1f 84 00 00 00    nop    WORD PTR [rax+rax*1+0x0]
  4004be:       00 00

Und plötzlich ist die Erstellung des Arrays weg.

Erik12345679 schrieb:

Wie kann ich denn meine Funktion noch "schnell machen"? Ist es besser die Funktion als void zu deklarieren und ihr einen Zeiger auf einen float zu übergeben, auf den sie den Temperaturwert schreibt?

Damit sparst du dir eine Kopie (anstatt dass der Returnwert erst auf den Stack und nach der Funktion in die Variable geschrieben wird, wird er direkt in die Variable geschrieben). Aber auch hier gilt: kann wegoptimiert werden, wenn der Compiler Caller und Callee gerade griffbereit hat. Die hat er aber nur griffbereit, wenn es sich um eine Übersetzungseinheit handelt. Ansonsten muss der Linker ran. Und seitdem der gcc memset auf lokale Variablen wegwirft, vertraue ich LTO nicht mehr so ganz.

abhängig vom compiler und vom programm selbst werden bei aufrufen von unterprogrammen auch gerne mal die daten auf den stack geschoben und danach wieder heraufgeholt, was auch wieder zeit frisst.

inline-assembler bringt auch sehr oft zeitvorteile, genauso wie die verwendung des schlüsselworts register.

abhängig vom compiler und vom programm selbst werden bei aufrufen von unterprogrammen auch gerne mal die daten auf den stack geschoben und danach wieder heraufgeholt, was auch wieder zeit frisst.

inline-assembler bringt auch sehr oft zeitvorteile, genauso wie die verwendung des schlüsselworts register.

Ist das ein Troll-Versuch - oder ernst gemeint?

natürlich ist das ernst gemeint.

dachschaden

Das register -Schlüsselwort bringt nicht wirklich viel, weil Compiler heutzutage schlau genug sind, zu erkennen, welche Variablen in den Registern bleiben können und welche im Hauptspeicher bleiben müssen. Ich habe vereinzelt Variablen explizit register zuweisen müssen, aber dann ging es meist um Emulations- oder anderen hochoptimierten Code.

Als Anfänger packt man dann überall register rein, denkt sich, man ist voll schlau, aber es bringt nicht wirklich was.

Außerdem hat der TE eine RISC-Architektur. Die zeichnen sich in der Regel durch viele, viele Register aus, und das weiß der Compiler auch.

und darauf kann man sich verlassen?

was ist mit inline-assembler? ich habe dazu gelernt, dass assembler gewissermaßen direkt auf die funktionen der cpu zugreift bzw. unmittelbar in opcodes umgewandelt werden kann und daher immer schneller ist, als der compiler es hinbekommt, wenn man jetzt so späße wie mehrfache addition statt multiplikation und derartiges vermeidet.

SeppJ

HansKlaus schrieb:

und darauf kann man sich verlassen?

was ist mit inline-assembler? ich habe dazu gelernt, dass assembler gewissermaßen direkt auf die funktionen der cpu zugreift bzw. unmittelbar in opcodes umgewandelt werden kann und daher immer schneller ist, als der compiler es hinbekommt, wenn man jetzt so späße wie mehrfache addition statt multiplikation und derartiges vermeidet.

Häh? Was meinst du denn, was der Compiler erzeugt, wenn nicht das? C ist nicht Java, da gibt es keine Zwischenschritte zwischen Programm und CPU. Und da der Compiler mit seinen tausenden Optimierungstricks in aller Regel viel besseren Maschinencode programmieren kann als der erfahrendste Assemblerhacker, erzeugt er in aller Regel auch viel schnelleren Code. Die einzige nennenswerte Ausnahme sind dabei allerneueste CPU-Features, die älteren Compilern einfach noch nicht gut bekannt sind.

naja ich frag deshalb so bescheuert, weil wir als laboraufgabe jeweils mit outp aus der conio.h und mit inline-assembler und out ein rechtecksignal erzeugen und dann erklären sollten, wieso das signal mit c irgendwo bei 150kHz und mit inline-assembler bei 270 kHz liegt und die botschaft war eben, dass der compiler das nicht so vernünftig hinbekommt und dass zeitkritische funktionen dann in (inline-) assembler zu realisieren sind.

DirkB

HansKlaus schrieb:

naja ich frag deshalb so bescheuert, weil wir als laboraufgabe jeweils mit outp aus der conio.h und mit inline-assembler und out ein rechtecksignal erzeugen und dann erklären sollten, wieso das signal mit c irgendwo bei 150kHz und mit inline-assembler bei 270 kHz liegt und die botschaft war eben, dass der compiler das nicht so vernünftig hinbekommt und dass zeitkritische funktionen dann in (inline-) assembler zu realisieren sind.

So ein Problem hatte ich vor 20 Jahren auch mal.
Allerdings war der C-Compiler so gut, dass ich es nicht (deutlich genug) schneller bekommen habe.
Allerdings war das auch auf einem Atari ST.

dachschaden

HansKlaus schrieb:

und darauf kann man sich verlassen?

Nein, kann man nicht. Deswegen wird dir auch jeder, den du bezüglich deines Algorithmus fragst, zumindest nahelegen, selbst zu testen, was schneller ist. Wenn es um zeitkritische Aufgaben geht, ist der Messaufwand gerechtfertigt.

HansKlaus schrieb:

naja ich frag deshalb so bescheuert, weil wir als laboraufgabe jeweils mit outp aus der conio.h und mit inline-assembler und out ein rechtecksignal erzeugen und dann erklären sollten, wieso das signal mit c irgendwo bei 150kHz und mit inline-assembler bei 270 kHz liegt

Und hast du dir den generierten Maschinencode angeschaut und festgestellt, warum der Compiler so langsamen Code generiert? Es gibt auch das Phänomen, dass Compiler halt nicht schlau genug sind, um zu optimieren.

Wobei ich erst einmal frech behaupten würde, dass die meiste Zeit eh in outp verbracht wird.

Mich würde der C-Code, der erzeugte Maschinencode, und das schnellere Inline-Assembly interessieren, damit ich einen direkten Vergleich habe und nicht raten müsste, warum das Assembly schneller ist.

Burkhi

Auf jeden Fall sollte man sich ruhig mal anschauen, was der C Compiler an Assemblercode generiert. Zu 486er Zeiten gab es da tatsächlich noch Unterschiede zwischen

int a=4,b;
b = a / 2;

und

int a=4,b;
b = a >> 1;

Das bekommen heutige Compiler aber problemlos hin optimiert.

camper

Burkhi schrieb:

Auf jeden Fall sollte man sich ruhig mal anschauen, was der C Compiler an Assemblercode generiert. Zu 486er Zeiten gab es da tatsächlich noch Unterschiede zwischen
int a=4,b;
b = a / 2;
und
int a=4,b;
b = a >> 1;
Das bekommen heutige Compiler aber problemlos hin optimiert.

sogar für 486er.

also das programm lautete einmal

int main()
{
//Hier noch bisschen Initialisierung

for(;;)
{
outp(PORT,0x01);
outp(PORT,0x00);
}
}

und einmal

int main()
{
//Initialisierung

for(;;)
{
_asm 
{ 
mov al,0x01 
mov dx,PORT 
out dx,al
mov al,0x00 
mov dx,LPT 
out dx,al 
} 
}

}

wurde beides ganz normal mit dem openwatcom-compiler (den ich natürlich gerade nicht auf dem rechner habe) gebaut. letztenendes unterschieden sich die jeweiligen assemblercodes nur darin, dass in dem c-programm jedes mal eine funktion/unterprogramm namens check oder so aufgerufen wurde und man sagte mir, dass der compiler dieses check dazu benutzt, um überhaupt die richtigen einstellungen zu finden.

ich hab eben noch einmal nachgesehen, die frequenzen waren 117kHz und 320kHz, also fast das dreifache an unterschied.

dachschaden

HansKlaus schrieb:

letztenendes unterschieden sich die jeweiligen assemblercodes nur darin, dass in dem c-programm jedes mal eine funktion/unterprogramm namens check oder so aufgerufen wurde und man sagte mir, dass der compiler dieses check dazu benutzt, um überhaupt die richtigen einstellungen zu finden.

Wenn ich das richtig verstehe, war also das Problem, dass ein Funktionsaufruf, der auch außerhalb der Schleife hätte stehen können, nicht wegoptimiert wurde. Der GCC kennt solche Funktionen als pure functions , die also keine Seiteneffekte besitzen und das Ergebnis nur vom Input abhängt - die also "auch mal weniger oft als geschrieben aufgerufen werden können".

Ob der Watcom das unterstützt, weiß ich nicht. Aber meines Wissens hat auch der Visual Studio Compiler z.B. Probleme damit, strlen -Calls auf konstante Strings einfach mit der String-Länge zu ersetzen.

Die korrekte Implementierung wäre natürlich gewesen, den Funktionsaufruf außerhalb der Schleife zu haben.

SeppJ

HansKlaus schrieb:

also das programm lautete einmal
int main()
{
//Hier noch bisschen Initialisierung

for(;;)
{
outp(PORT,0x01);
outp(PORT,0x00);
}
}
und einmal
int main()
{
//Initialisierung

for(;;)
{
_asm 
{ 
mov al,0x01 
mov dx,PORT 
out dx,al
mov al,0x00 
mov dx,LPT 
out dx,al 
} 
}

}
wurde beides ganz normal mit dem openwatcom-compiler (den ich natürlich gerade nicht auf dem rechner habe) gebaut. letztenendes unterschieden sich die jeweiligen assemblercodes nur darin, dass in dem c-programm jedes mal eine funktion/unterprogramm namens check oder so aufgerufen wurde und man sagte mir, dass der compiler dieses check dazu benutzt, um überhaupt die richtigen einstellungen zu finden.

ich hab eben noch einmal nachgesehen, die frequenzen waren 117kHz und 320kHz, also fast das dreifache an unterschied.

Gast3 schrieb:

Ist das ein Troll-Versuch - oder ernst gemeint?

dachschaden schrieb:

Wenn ich das richtig verstehe, war also das Problem, dass ein Funktionsaufruf, der auch außerhalb der Schleife hätte stehen können, nicht wegoptimiert wurde. Der GCC kennt solche Funktionen als pure functions , die also keine Seiteneffekte besitzen und das Ergebnis nur vom Input abhängt - die also "auch mal weniger oft als geschrieben aufgerufen werden können".

ja der gcc unterstützt aber keine prozessoren mit 16 bit datenbreite (warum auch immer) und der openwatcom ist doch sonst eigentlich ziemlich gut, oder nicht?

Aber meines Wissens hat auch der Visual Studio Compiler z.B. Probleme damit, strlen -Calls auf konstante Strings einfach mit der String-Länge zu ersetzen.

mit scheint, dass compiler so allgemein ihre tücken haben können. muss ja irgendwie auch so sein, wenn es keine fehlerfreien programme geben kann.

Die korrekte Implementierung wäre natürlich gewesen, den Funktionsaufruf außerhalb der Schleife zu haben.

ja aber wer soll das machen? die wenigsten werden die zeit haben, erst einmal den compiler umzuschreiben und das dann auch noch ausgiebig zu testen.

andererseits wirds in 95% der fälle sowieso egal sein und in den restlichen 5% nimmt man halt einfach assembler.

Ist das ein Troll-Versuch - oder ernst gemeint?

wenn jemand so nebenbei von register und inline-Assembler anfängt dann ist es schon sehr relevant welcher Kompiler und was für ein Problem optimiert wurde - hier ist es ein alter (zugegeben damals sehr guter DOS C Compiler) und ein absolut triviales IO Beispiel - das ist in dem Kontext eines neueren Kompilers und so allgemein als "schneller" formuliert einfach zu plump - daher die Troll Frage - aber jetzt ist ja klar wo das Wissen/Erfahrung herkommt - hier für diesen Fall unrelevant

@HansKlaus - welche Version von Watcom C war das - ich würde mal probieren das ganze mit dem Build von https://github.com/open-watcom (Version 2.0 beta Aug 26 2016 05:40:13 (32-bit)) zu kompilieren - dann kann man direkt vergleichen was der Unterschied zwischen C und inline-Assembler ist

so gehts:

von https://github.com/open-watcom

den nightly build runterladen

https://github.com/open-watcom/travis-ci-ow-builds/archive/master.zip

entpackend

dann das Beispiel von HansKlaus:

outp_test.c

#include <conio.h>

#define PORT 123

int main1()
{
    //Hier noch bisschen Initialisierung
    for(;;)
    {
        outp(PORT,0x01);
        outp(PORT,0x00);
    }
}

int main2()
{
    //Initialisierung
    for(;;)
    {
        _asm
        {
            mov al,0x01
            mov dx,PORT
            out dx,al
            mov al,0x00
            mov dx,PORT
            out dx,al
        }
    }
}

int main()
{
    main1();
    main2();
    return 0;
}

und diese Batch-Datei

outp_test.cmd

set WATCOM=C:\Users\dl\Downloads\travis-ci-ow-builds-master\travis-ci-ow-builds-master\rel
set PATH=%WATCOM%\binnt;%PATH%;
set INCLUDE=%WATCOM%\h
set EDPATH=%WATCOM%\EDDAT
set WIPFC=%WATCOM%\WIPFC
wcl -q -bt=DOS d:\temp\outp_test.c

und des Rätsels Lösung ist - kein inlineing von den outp-Funktionen
(oder mir fehlen noch Optimierschalter beim kompilieren)

seg000:0008 main1           proc near               ; CODE XREF: sub_1003B+6p
seg000:0008                 mov     ax, 4
seg000:000B                 call    loc_1004F
seg000:000E                 push    dx
seg000:000F
seg000:000F loc_1000F:                              ; CODE XREF: main1+18j
seg000:000F                 mov     dx, 1
seg000:0012                 mov     ax, 7Bh ; '{'
seg000:0015                 call    sub_10081 ; <=======
seg000:0018                 xor     dx, dx
seg000:001A                 mov     ax, 7Bh ; '{'
seg000:001D                 call    sub_10081 ; <=======
seg000:0020                 jmp     short loc_1000F
seg000:0020 main1           endp
seg000:0020
seg000:0022
seg000:0022 ; =============== S U B R O U T I N E =======================================
seg000:0022
seg000:0022 ; Attributes: noreturn
seg000:0022
seg000:0022 main2           proc near               ; CODE XREF: seg000:0044p
seg000:0022                 mov     ax, 0Ch
seg000:0025                 call    loc_1004F
seg000:0028                 push    bx
seg000:0029                 push    cx
seg000:002A                 push    dx
seg000:002B                 push    si
seg000:002C                 push    di
seg000:002D
seg000:002D loc_1002D:                              ; CODE XREF: main2+17j
seg000:002D                 mov     al, 1
seg000:002F                 mov     dx, 7Bh ; '{'
seg000:0032                 out     dx, al
seg000:0033                 mov     al, 0
seg000:0035                 mov     dx, 7Bh ; '{'
seg000:0038                 out     dx, al
seg000:0039                 jmp     short loc_1002D
seg000:0039 main2           endp

und wenn nicht doch noch Optimierschalter fehlen ist der generierte Code in beiden Fällen semi-optimal - warum wird z.B. dx staendig ueberschrieben?