哈喽，各位好！今天咱们聊聊C++里的“秘密武器”——内联汇编。这玩意儿听起来玄乎，但用好了，能让你的代码直接跟CPU“对话”，榨干硬件的最后一滴性能。
啥是内联汇编？
简单说，就是在C++代码里嵌入汇编语言。想象一下，你的C++代码是一支乐队，大部分时候大家演奏的是通用乐器（高级语言），但有时候，你需要一个唢呐（汇编）来吹奏一些特别复杂或者精密的乐段，才能达到最佳效果。
为啥要用？因为有些操作，C++编译器优化起来力不从心，或者根本就没提供相应的接口。这时候，直接写汇编，就能精准控制硬件，实现一些高级的骚操作，比如：
- 极致性能优化： 针对特定CPU指令集进行优化，比如使用SIMD指令加速计算密集型任务。
- 直接访问硬件资源： 操作特定的寄存器、端口，实现底层驱动程序或嵌入式系统控制。
- 实现编译器无法完成的任务： 例如，某些原子操作或者平台相关的底层操作。
内联汇编的语法结构
不同的编译器，内联汇编的语法略有不同。咱们以GCC和Visual C++为例，看看它们的基本结构。
GCC (GNU Compiler Collection)
GCC的内联汇编语法是比较复杂的，但是功能也很强大。它的基本结构是：
asm (
"汇编指令"
: 输出操作数
: 输入操作数
: clobbered list
);看起来像天书？别怕，咱们一点点拆解：
asm关键字： 这是告诉编译器，后面跟着的是汇编代码。"汇编指令"： 这里放的就是汇编指令字符串，多条指令用换行符n分隔。注意，为了避免C++编译器把反斜杠当成转义字符，通常会用双反斜杠\n。输出操作数： 指定汇编代码的输出结果，也就是汇编代码计算完之后，要把结果放到哪些C++变量里。输入操作数： 指定汇编代码需要用到的输入数据，也就是从哪些C++变量里读取数据。clobbered list： 这个比较重要，它告诉编译器，汇编代码执行后，哪些寄存器的值被修改了。编译器需要知道这些信息，才能正确地保存和恢复寄存器的状态，避免破坏程序的其他部分。
Visual C++
Visual C++的内联汇编语法相对简单，直接使用__asm关键字：
__asm {
; 汇编指令
; 更多汇编指令
}Visual C++的内联汇编不需要显式指定输入输出操作数，编译器会自动推断。但是，你需要注意寄存器的使用，避免冲突。
一个简单的例子：加法
咱们先来个最简单的例子，用汇编实现两个整数的加法。
GCC:
#include <iostream>
int main() {
int a = 10;
int b = 20;
int sum;
asm (
"movl %1, %%eaxn" // 将b的值移动到eax寄存器
"addl %2, %%eaxn" // 将a的值加到eax寄存器
"movl %%eax, %0" // 将eax寄存器的值移动到sum变量
: "=r" (sum) // 输出操作数：sum，使用寄存器
: "r" (b), "r" (a) // 输入操作数：b和a，使用寄存器
: "%eax" // 告诉编译器，eax寄存器被修改了
);
std::cout << "Sum: " << sum << std::endl;
return 0;
}Visual C++:
#include <iostream>
int main() {
int a = 10;
int b = 20;
int sum;
__asm {
mov eax, b ; 将b的值移动到eax寄存器
add eax, a ; 将a的值加到eax寄存器
mov sum, eax ; 将eax寄存器的值移动到sum变量
}
std::cout << "Sum: " << sum << std::endl;
return 0;
}代码解释：
movl %1, %%eax(GCC) /mov eax, b(Visual C++)： 这条指令将变量b的值移动到eax寄存器。在GCC中，%1表示第一个输入操作数（b），%%eax表示eax寄存器（需要用两个百分号转义）。在Visual C++中，直接使用变量名即可。addl %2, %%eax(GCC) /add eax, a(Visual C++)： 这条指令将变量a的值加到eax寄存器。在GCC中，%2表示第二个输入操作数（a）。movl %%eax, %0(GCC) /mov sum, eax(Visual C++)： 这条指令将eax寄存器的值移动到变量sum。在GCC中，%0表示第一个输出操作数（sum）。"=r" (sum)(GCC)： 这部分是GCC的输出操作数声明，=r表示sum是一个输出变量，并且使用寄存器来存储它的值。=表示这是一个只写的变量。"r" (b), "r" (a)(GCC)： 这部分是GCC的输入操作数声明，r表示b和a是输入变量，并且使用寄存器来存储它们的值。"%eax"(GCC)： 这部分是GCC的clobbered list，告诉编译器eax寄存器的值会被修改。
更复杂的例子：SIMD指令优化数组求和
现在咱们来个更实际的例子，使用SIMD指令（Single Instruction, Multiple Data）优化数组求和。SIMD指令可以一次处理多个数据，大大提高计算效率。
这里以SSE（Streaming SIMD Extensions）指令集为例。
C++ 版本 (不使用内联汇编):
#include <iostream>
#include <chrono>
#include <vector>
int main() {
const int N = 1024 * 1024;
std::vector<float> arr(N, 1.0f);
float sum = 0.0f;
auto start = std::chrono::high_resolution_clock::now();
for (int i = 0; i < N; ++i) {
sum += arr[i];
}
auto end = std::chrono::high_resolution_clock::now();
std::chrono::duration<double> duration = end - start;
std::cout << "Sum (C++): " << sum << std::endl;
std::cout << "Time (C++): " << duration.count() << " s" << std::endl;
return 0;
}GCC 内联汇编 SSE 版本:
#include <iostream>
#include <chrono>
#include <vector>
int main() {
const int N = 1024 * 1024;
std::vector<float> arr(N, 1.0f);
float sum = 0.0f;
auto start = std::chrono::high_resolution_clock::now();
__asm__ volatile (
"xorps %%xmm0, %%xmm0n" // 初始化 xmm0 为 0
"xorps %%xmm1, %%xmm1n" // 初始化 xmm1 为 0
"xorps %%xmm2, %%xmm2n" // 初始化 xmm2 为 0
"xorps %%xmm3, %%xmm3n" // 初始化 xmm3 为 0
"movl %2, %%ecxn" // 将 N 移动到 ecx (循环计数器)
"movl %3, %%esin" // 将 arr 的地址移动到 esi
"loop_start:n"
"movups (%%esi), %%xmm4n" // 从 arr 加载 16 字节 (4 个 float) 到 xmm4
"addps %%xmm4, %%xmm0n" // 将 xmm4 加到 xmm0
"movups 16(%%esi), %%xmm5n" // 从 arr 加载 16 字节 (4 个 float) 到 xmm5
"addps %%xmm5, %%xmm1n" // 将 xmm5 加到 xmm1
"movups 32(%%esi), %%xmm6n" // 从 arr 加载 16 字节 (4 个 float) 到 xmm6
"addps %%xmm6, %%xmm2n" // 将 xmm6 加到 xmm2
"movups 48(%%esi), %%xmm7n" // 从 arr 加载 16 字节 (4 个 float) 到 xmm7
"addps %%xmm7, %%xmm3n" // 将 xmm7 加到 xmm3
"addl $64, %%esin" // esi 指向下一个 64 字节 (16 个 float)
"subl $16, %%ecxn" // ecx 减 16 (处理了16个float)
"jnz loop_startn" // 如果 ecx != 0, 跳转到 loop_start
"addps %%xmm1, %%xmm0n" // 将 xmm1 加到 xmm0
"addps %%xmm2, %%xmm0n" // 将 xmm2 加到 xmm0
"addps %%xmm3, %%xmm0n" // 将 xmm3 加到 xmm0
"movhlps %%xmm0, %%xmm1n" // 将 xmm0 的高位 64 位移动到 xmm1 的低位 64 位
"addps %%xmm1, %%xmm0n" // xmm0 += xmm1
"pshufd $1, %%xmm0, %%xmm1n" // 交换 xmm0 的低位和高位 32 位
"addps %%xmm1, %%xmm0n" // xmm0 += xmm1
"movss %%xmm0, %0n" // 将 xmm0 的最低位 float 移动到 sum
: "=m" (sum) // 输出操作数：sum (内存)
: "m" (arr[0]), "r" (N), "r" (&arr[0]) // 输入操作数：arr[0], N, &arr[0]
: "memory", "cc", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7", "%esi", "%ecx"
);
auto end = std::chrono::high_resolution_clock::now();
std::chrono::duration<double> duration = end - start;
std::cout << "Sum (SSE): " << sum << std::endl;
std::cout << "Time (SSE): " << duration.count() << " s" << std::endl;
return 0;
}Visual C++ 内联汇编 SSE 版本:
#include <iostream>
#include <chrono>
#include <vector>
int main() {
const int N = 1024 * 1024;
std::vector<float> arr(N, 1.0f);
float sum = 0.0f;
auto start = std::chrono::high_resolution_clock::now();
__asm {
; 初始化 SSE 寄存器
xorps xmm0, xmm0
xorps xmm1, xmm1
xorps xmm2, xmm2
xorps xmm3, xmm3
; 初始化循环计数器和数组指针
mov ecx, N
mov esi, arr
loop_start:
; 加载数据并累加
movups xmm4, [esi]
addps xmm0, xmm4
movups xmm5, [esi + 16]
addps xmm1, xmm5
movups xmm6, [esi + 32]
addps xmm2, xmm6
movups xmm7, [esi + 48]
addps xmm3, xmm7
; 更新指针和计数器
add esi, 64 ; 每次处理 16 个 float (64 字节)
sub ecx, 16 ; 每次处理 16 个 float
jnz loop_start
; 将所有 SSE 寄存器中的值累加到 xmm0
addps xmm0, xmm1
addps xmm0, xmm2
addps xmm0, xmm3
; 将 xmm0 中的高位和低位累加
movhlps xmm1, xmm0 ; 将 xmm0 的高位 64 位移动到 xmm1 的低位
addps xmm0, xmm1
; 再次累加，处理剩下的两个 float
pshufd xmm1, xmm0, 1 ; 交换 xmm0 的低位和高位 32 位
addps xmm0, xmm1
; 将最终结果存储到 sum 变量
movss sum, xmm0
}
auto end = std::chrono::high_resolution_clock::now();
std::chrono::duration<double> duration = end - start;
std::cout << "Sum (SSE): " << sum << std::endl;
std::cout << "Time (SSE): " << duration.count() << " s" << std::endl;
return 0;
}代码解释：
xorps xmm0, xmm0： 将xmm0寄存器清零。xmm0是SSE指令集中的128位寄存器，可以同时存储4个float类型的数据。movups xmm4, [esi]： 从内存地址esi处加载16个字节（4个float）到xmm4寄存器。movups指令用于加载未对齐的数据。addps xmm0, xmm4： 将xmm4寄存器中的4个float值加到xmm0寄存器中。addps指令用于对4个float值进行并行加法。add esi, 64： 将指针esi增加64，指向下一个16个float数据的起始地址。movhlps xmm1, xmm0： 把xmm0的高64位移动到xmm1的低64位pshufd xmm1, xmm0, 1： 交换 xmm0 的低位和高位 32 位movss sum, xmm0： 将xmm0寄存器中的第一个float值存储到sum变量中。movss指令用于存储单个float值。
重要提示：
- 对齐问题： 在使用SIMD指令时，数据对齐非常重要。如果数据没有对齐，可能会导致性能下降，甚至程序崩溃。可以使用
alignas关键字来保证数据对齐。 - 编译器优化： 编译器可能会对内联汇编代码进行优化，导致你的汇编代码被修改甚至删除。可以使用
volatile关键字来告诉编译器，不要对内联汇编代码进行优化。 - 可移植性： 内联汇编代码通常是平台相关的，这意味着你的代码可能无法在不同的CPU架构上运行。
- 调试难度： 内联汇编代码的调试难度较高，需要熟悉汇编语言和调试工具。
GCC的输入输出操作数约束
GCC内联汇编的输入输出操作数约束是控制数据如何在C++变量和汇编代码之间传递的关键。它们决定了编译器如何分配寄存器，以及如何将数据从内存加载到寄存器，或者将寄存器中的结果写回内存。以下是一些常用的约束类型：
r(Register): 将变量分配到通用寄存器中。这是最常用的约束，编译器会选择合适的寄存器。例如："r" (my_variable)m(Memory): 操作数是一个内存地址。汇编代码直接访问内存中的变量。例如："m" (my_variable)i(Immediate): 操作数是一个立即数（常量）。例如："i" (123)g(General): 编译器可以选择任何可用的寄存器、内存位置或立即数。SandD: 分别用于esi和edi寄存器。a,b,c,d: 分别用于eax,ebx,ecx,edx寄存器。f: 浮点寄存器t: 顶部浮点寄存器(top of stack floating point register)o: 偏移量的内存地址V: 间接内存操作数(indirect memory operand)
约束修饰符
除了基本约束之外，还有一些修饰符可以改变约束的行为：
=(Write-Only): 表示操作数是只写的。之前的任何值都将被丢弃。+(Read-Write): 表示操作数是可读可写的。变量既作为输入，也作为输出。&(Early-Clobber): 表示该操作数使用的寄存器，会在汇编代码执行的早期被修改。这告诉编译器，不要将任何输入操作数放在同一个寄存器中。
Clobber List详解
Clobber list用于告诉编译器，内联汇编代码修改了哪些寄存器或内存。这对于确保编译器正确地保存和恢复寄存器的状态至关重要。
- 寄存器: 列出所有被修改的寄存器，例如
"eax","ebx","xmm0"等。 "memory": 如果汇编代码修改了任何内存位置，但无法精确指出哪些变量被修改，就必须包含"memory"。这会强制编译器在汇编代码执行前后，将所有变量的值刷新到内存中，并从内存中重新加载。"cc": 如果汇编代码修改了条件码寄存器（例如，EFLAGS寄存器），则必须包含"cc"。
总结
内联汇编是一把双刃剑。用好了，可以大幅提升性能，实现一些高级功能。用不好，可能会引入难以调试的bug，降低代码的可移植性。因此，在使用内联汇编之前，一定要慎重考虑，权衡利弊。
什么时候用？
- 性能瓶颈： 只有当你的代码遇到性能瓶颈，并且C++编译器无法优化时，才考虑使用内联汇编。
- 底层操作： 当你需要直接访问硬件资源或者实现一些编译器无法完成的任务时，可以使用内联汇编。
什么时候避免用？
- 代码可读性： 内联汇编代码通常难以阅读和理解，尽量避免在不必要的地方使用。
- 代码可移植性： 内联汇编代码通常是平台相关的，尽量避免在需要跨平台运行的代码中使用。
记住，永远先尝试用C++解决问题，实在不行再考虑内联汇编。 祝大家编程愉快，早日成为汇编大师！（手动滑稽）