2013年02月17日

意味的に下のループと等価な２種類のプログラムをコンパイルして，出てきたバイナリの実行時間に差が出て泣いた．

for(int i = 0; i < n; i++) r += (x[i]&1) ? x[i] : x[i] + x[i];

Expression templates 使いまくってるのでコンパイラのコントロールが難しいのだけど，とりあえずアセンブリ眺めて原因調査してどうにかした．

アセンブリを比べて最初に気づいた実行時間の差の原因は，内側の条件分岐をジャンプ命令で処理するか条件代入命令（cmov）で処理するかの違いだった．どのタイミングで cmov になってくれるのかはよくわからないが，この式のもとになる関数オブジェクト（この中では if を使っている）をゴニョゴニョ書き換えたら cmov になってくれた．

んで，これで速度おなじになるだろうとか思ったら，未だ微妙に違いが残ってて……　よく見比べてみたら，一方では r をメモリに書き戻しているのに対し，もう一方ではメモリに書き戻してないとかいう罠が発生してた．この差は，上記のループの外側に単純な if 文をひとつ置くだけで生じる．ということで，きっと if 文が何かの解析の邪魔になるんだろうなぁとか思って，その条件式を静的に判定できるときには if文を無くすように書き換えてみたら差がなくなってくれた．

とかいう戦いをしたら１日終わった．はぁ．