C++性能优化笔记-7-编译器中的优化-2-不同编译器的对比

不同编译器的对比

下表对比了不同的编译器的优化效果。
必须强调的是，编译器在不同的测试例子上可能表现不同。下表仅供参考。

优化方法	Gnu	Clang	Microsoft	Intel
通用优化
函数内联	x	x	x	x
常量折叠	x	x	x	x
常量传播	x	x	x	x
循环的常量传播	x	x	-	-
指针消除	x	x	x	x
公共子表达式消除	x	x	x	x
寄存器变量	x	x	x	x
Fused multiply and add	x	x	x	x
生命周期分析	x	x	x	x
合并相同的分支	x	x	x	x
消除跳转	x	x	x	x
尾调用	x	x	x	x
移除总为false的分支	x	x	x	x
循环展开，数组循环	x	x	x	x
循环展开，结构体	x	x	x	-
相同循环体代码移动	x	x	x	x
数组元素的归纳变量	x	x	x	x
整数表达式的归纳变量	-	x	1	x
浮点表达式的归纳变量	-	-	-	x
乘法累加器，整数	-	x	x	-
乘法累加器，浮点	-	x	x	-
去虚拟化	x	x	x	x
Profile-guided optimization	x	x	x	x
全局程序优化	x	x	x	x
整数代数化简
a+b = b+a, a*b = b*a (交换律)	x	x	x	x
(a+b)+c = a+(b+c), (a*b)*c = a*(b*c) (结合律)	-	x	x	-
a*b + a*c = a*(b+c)(分配律)	x	x	x	x
a+b+c+d = (a+b)+(c+d) (提高并行)	-	-	-	x
a*b*c*d = (a*b)*(c*d) (提高并行)	-	x	-	x
x*x*x*x*x*x*x*x = (((x2)2)2)	x	x	-	x
a+a+a+a = a*4	x	x	x	x
a*x*x*x + b*x*x + c*x + d = ((a*x+b)*x+c)*x + d	x	x	x	x
-(-a) = a	x	x	x	x
a-(-b) = a+b	x	x	x	x
a-a = 0	x	x	x	x
a+0 = a	x	x	x	x
a*0 = 0	x	x	x	x
a*1 = a	x	x	x	x
(-a)*(-b) = a*b	x	x	x	x
a/a = 1	x	x	x	-
a/1 = a	x	x	x	x
0/a = 0	x	x	x	-
乘以常量= 移位和加法	x	x	x	x
除以常量 = 乘法和移位	x	x	x	x
除以2的次幂 = 移位	x	x	x	x
(-a == -b) = (a == b)	x	x	x	-
(a+c == b+c) = (a==b)	-	x	x	x
!(a < b) = (a >= b)	x	x	x	x
(a<b && b<c && a<c) == (a<b && b<c)	x	-	-	-
浮点代数化简
a+b = b+a, a*b = b*a (交换律)	x	x	x	x
(a+b)+c = a+(b+c)(结合律)	x	x	-	x
,(a*b)*c = a*(b*c) (结合律)	x	x	-	-
a*b + a*c = a*(b+c)(分配律)	x	x	x	x
a+b+c+d = (a+b)+(c+d), a*b*c*d = (a*b)*(c*d)	x	x	-	-
a*x*x*x + b*x*x + c*x + d = ((a*x+b)*x+c)*x + d	x	x	x	x
x*x*x*x*x*x*x*x = (((x2)2)2)	x	x	-	-
a+a+a+a = a*4	x	x	x	-
-(-a) = a	x	x	x	x
a-(-b) = a+b	x	x	x	x
a-a = 0	x	x	x	x
a+0 = a	x	x	x	x
a*0 = 0	x	x	x	x
a*1 = a	x	x	x	x
(-a)*(-b) = a*b	x	x	x	x
a/a = 1	x	x	-	-
a/1 = a	x	x	x	x
0/a = 0	x	x	x	-
(-a == -b) = (a == b)	x	x	-	-
(-a > -b) = (a < b)	x	x	x	-
除以常量 = 乘以倒数	x	x	x	x
布尔代数化简
没有分支的布尔操作	x	x	-	极少
a && b = b && a, a||b = b||a (交换律)	x	x	-	x
a && b && c = a && (b && c) (结合律)	-	-	-	x
(a&&b)||(a&&c) = a&&(b||c) (分配律)	x	x	-	-
(a||b)&&(a||c) = a||(b&&c) (分配律)	x	x	-	-
!(!a) = a	x	x	x	x
!a && !b = !(a || b) (德摩根定律)	x	x	-	-
a && !a = false, a || !a = true	x	x	x	x
a && true = a, a || false = a	x	x	x	x
a && false = false, a || true = true	x	x	x	x
a && a = a	x	x	x	x
(a&&b) || (a&&!b) = a	x	-	x	x
(a&&b) || (!a&&c) = a ? b : c	-	x	-	-
(a&&b) || (!a&&c) || (b&&c) = a ? b : c	x	-	x	x
(a&&b) || (a&&b&&c) = a&&b	x	x	x	x
(a&&!b) || (!a&&b) = a XOR b	x	x	-	-
向量寄存器中的位操作代数化简：
a & b = b & a, a|b = b|a (交换律)	x	x	-	-
a & b & c = a & (b & c) (结合律)	x	x	-	-
(a&b)|(a&c) = a&(b|c) (分配律)	x	x	-	-
(a|b)&(a|c) = a|(b&c) (分配律)	x	x	-	-
三值逻辑指令	-	-	-	x
(a) = a	x	x	-	-
~a & ~b = ~(a | b)	x	x	-	-
a & ~a = false, a | ~a = true	x	x	-	-
a & true = a, a | false = a	x	x	-	-
a & false = false	x	x	x	x
, a | true = true	x	x	x	-
a & a = a, a | a = a	x	x	-	x
(a&b) | (a&~b) = a	x	x	-	-
(a&b) | (~a&c) = a ? b : c	x	-	-	-
(a&b) | (~a&c) | (b&c) = a ? b : c	-	-	-	-
(a&b) | (a&b&c) = a&b	x	x	-	-
(a&&~b) | (~a&b) = a ^ b	x	x	-	-
~a ^ ~b = a ^ b	x	x	-	-
a <<b<<c = a<<(b+c)	-	-	-	-
整数向量代数化简：
a+b = b+a, a*b = b*a (交换律)	x	x	-	-
(a+b)+c = a+(b+c), (a*b)*c = a*(b*c) (结合律)	x	x	-	-
a*b + a*c = a*(b+c)(分配律)	x	x	-	-
a+b+c+d = (a+b)+(c+d)	-	-	-	-
x*x*x*x*x*x*x*x = (((x2)2)2)	x	x	-	-
a+a+a+a = a*4	-	x	-	-
a*x*x*x + b*x*x + c*x + d = ((a*x+b)*x+c)*x + d	x	x	-	-
-(-a) = a	x	x	-	-
a-(-b) = a+b	x	x	-	-
a-a = 0	x	x	-	x
a+0 = a	x	x	-	-
a*0 = 0	x	x	-	x
a*1 = a	x	x	-	-
(-a)*(-b) = a*b	x	x	-	-
乘以2的次幂 = 移位	x	x	x	x
(-a == -b) = (a == b)	-	x	-	-
(a+c == b+c) = (a == b)	-	x	-	-
!(a < b) = (a >= b)	-	-	-	-
(a<b && b<c && a<c) == (a<b && b<c)	-	-	-	-
浮点向量代数化简：
a+b = b+a, a*b = b*a (交换律)	x	x	-	x
(a+b)+c = a+(b+c), (a*b)*c = a*(b*c)(结合律)	x	x	-	-
a*b + a*c = a*(b+c)(分配律)	x	x	-	-
a+b+c+d = (a+b)+(c+d)	-	-	-	-
x*x*x*x*x*x*x*x = (((x2)2)2)	x	x	-	-
a+a+a+a = a*4	-	x	-	2*a+a+a
a*x*x*x + b*x*x + c*x + d = ((a*x+b)*x+c)*x + d	x	x	-	x
-(-a) = a	x	x	-	-
a-(-b) = a+b	-	-	-	-
a-a = 0	x	x	-	x
a+0 = a	x	x	x	x
a*0 = 0	x	x	-	x
a*1 = a	x	x	-	x
(-a)*(-b) = a*b	-	-	-	-
a/a = 1	x	x	-	-
a/1 = a	-	x	-	-
0/a = 0	x	x	-	-
除以常量 = 乘以倒数	-	-	-	-
(-a == -b) = (a == b)	-	-	-	-
!(a < b) = (a >= b)	-	-	-	-
通用向量优化：
自动向量化	x	x	256bit	x
合并广播到指令	-	x	-	x
merge blend into masked instruction	x	x	-	x
merge conditional zero into masked instruction	x	-	-	x
合并布尔AND到掩码比较	x	x	-	x
消除所有为true的掩码	x	x	x	x
消除所有为false的掩码	x	x	-	x
表8.1. 不同C++编译器里优化的比较

测试在打开所有相关优化选项时编译在64-bit Windows下的测试代码，包括放宽浮点精度。测试了以下编译器版本：
Gnu C++ v.7.4.0 (2019, Cygwin64).
Clang C++ v.5.0.1(2019, Cygwin64).
Microsoft C++ Compiler v.19.21.27702 (Visual Studio 2019).
Intel C++ Compiler v.19.0.4.245 for Intel64, 2019.

Clang和Gnu编译器是在测试中表现最好的；Microsoft编译器在向量方面表现普通。在自动向量化方面，当前的Microsoft编译器使用256-bit向量而不是512-bit向量。Intel编译器自动使用512-bit向量，但需要指定/Qopt-zmm-usage:high。
Clang编译器倾向于过多的展开循环。过多的循环展开会减慢性能，因为它会填满CPU中的微指令缓存或回环缓冲。

欢迎交流