从几个版本的memcpy的测速过程学习一点底层的东西

 

以下有三个版本的memcpy，对于版本3，很多人都很熟悉，它很经典，很多人面试都写这个，可是我不得不说一句，对于类似的问题，最好的回答有两个：一是调用c库，二是使用汇编。用这一类的问题来考察应聘者的c语言能力，真的很菜！如果真的要考察c语言能力，还不如给几个if，switch-case，for语句呢。
版本1.linux内核中的实现，其实glibc也是如此实现的，省略了不少内容，真正的实现很巧妙，将n个字节分为了三部分(前导字节-对齐到页面+页面+后续字节-页面对齐后的游离字节)进行分块拷贝(linux内核是绝对不会卖弄c语言的，基本的底层函数最终为了高效大多数都用汇编)：
char *memcpy1(char *to, char *from, size_t n)
{
    long esi, edi;
    int ecx;
    esi = (long)from;
    edi = (long)to;
    asm volatile("rep ; movsl"
        : "=&c" (ecx), "=&D" (edi), "=&S" (esi)
        : "0" (n / 4), "1" (edi), "2" (esi)
        : "memory"
        );
    return to;
}
版本2.memcpy2为经典的C面试者写法：
char *memcpy2(char *dest, char *src, size_t n)
{
        int i = 0;
    while (i < n)
    {
        dest[i] = src[i];
        i ++;
    }
    return dest;

}
版本3.glibc的写法：
...
仅仅这几个memcpy版本，如何确定哪个更高效呢？以下是一个测试的例子，请看例子1。
例子1：
#include <stdlib.h>
#include <stdio.h>
#include <time.h>
#define COUNTS 6000000

long long getcyclenow()
{
    unsigned int h, l;
    long long bs, cc;
    asm("rdtsc /n/t");
    asm("movl %%eax, %0/n/t":"=g"(l));
    asm("movl %%edx, %0/n/t":"=g"(h));
    bs = h;
    cc = (bs << 32)|l;
    return cc;
}
int main(int argc, char **argv)
{
    time_t st0, st1, st2, st3;
    long long l0, l1, l2, l3;
    int i = 0;
    char *src = (char *)calloc(1, 109);
    strcpy(src, "iiiiabcdefghijklmnopqrstuvwxyzabcdefghijklmnopqrstuvwxyzabcdefghijklmnopqrstuvwxyzabcdefghijklmnopqrstuvwxyz");
    char *dest0 = (char *)calloc(1, 109);
    char *dest1 = (char *)calloc(1, 109);
    char *dest2 = (char *)calloc(1, 109);

    l0 = getcyclenow();   
    dest0 = memcpy(dest0, src, 108);
    l1 = getcyclenow();   
    dest2 = memcpy2(dest2, src, 108);
    l2 = getcyclenow();   
    dest1 = memcpy1(dest1, src, 108);
    l3 = getcyclenow();   
    printf("%X/t%X/t%X/n", l1-l0, l2-l1, l3-l2);
   
    memset(dest0, 0, 109);
    memset(dest1, 0, 109);
    memset(dest2, 0, 109);

    st0 = time(NULL);
    for (i = 0