CPU与代码优化（1）：用三元操作符替代if-else以降低CPU分支预测惩罚；函数13倍提速（Unity）。

测试对象

1，Unity脚本（C#)
2，C# DLL（mcs build 动态链接库导入Unity）
3，C Native Code（LLVM编译后导入Unity）

被测试函数源码

（C#)：两个随机数数组进行大小比较，一个数组保存大数，另一个保存小数。

    public void Minmax1_CSharp(double[] a,double[] b,int n){
        int i;
        for (i = 0; i < n; i++) {
            if (a [i] > b [i]) {
                double t = a [i];
                a [i] = b [i];
                b [i] = t;
            }
        }
    }

    public void Minmax2_CSharp(double[] a,double[] b,int n){
        int i;
        for (i = 0; i < n; i++) {
            double min = a [i] < b [i] ? a [i] : b [i];
            double max = a [i] < b [i] ? b [i] : a [i];
            a [i] = min;
            b [i] = max;
        }
    }

C:

extern void Minmax1(double a[],double b[],int n){
    int i;
    for (i = 0; i < n; i++) {
        if (a [i] > b [i]) {
            double t = a [i];
            a [i] = b [i];
            b [i] = t;
        }
    }
}

extern void Minmax2(double a[],double b[],int n){
    int i;
    for (i = 0; i < n; i++) {
        double min = a [i] < b [i] ? a [i] : b [i];
        double max = a [i] < b [i] ? b [i] : a [i];
        a [i] = min;
        b [i] = max;
    }
}

测试脚本：

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using System.Runtime.InteropServices;

public class ConditionalTrans : MonoBehaviour {

    private double[] array1_Double=new double[1000000];
    private double[] array2_Double=new double[1000000];

    void Start(){

        int pTime;
        int cTime;

        for (int i = 0; i < 1000000; i++) {
            array1_Double [i] = (double)Random.Range (1f, 100000f);
            array2_Double [i] = (double)Random.Range (1f, 100000f);

        }

        pTime = System.Environment.TickCount;
        Minmax1 (array1_Double,array2_Double,1000000);
        cTime =  System.Environment.TickCount;
        Debug.Log ("MM1:Time:"+(cTime-pTime));


        for (int i = 0; i < 1000000; i++) {
            array1_Double [i] = (double)Random.Range (1f, 100000f);
            array2_Double [i] = (double)Random.Range (1f, 100000f);
        }

        pTime = System.Environment.TickCount;
        Minmax2 (array1_Double,array2_Double,1000000);
        cTime =  System.Environment.TickCount;
        Debug.Log ("MM2:Time:"+(cTime-pTime));


        for (int i = 0; i < 1000000; i++) {
            array1_Double [i] = (double)Random.Range (1f, 100000f);
            array2_Double [i] = (double)Random.Range (1f, 100000f);
        }


        pTime = System.Environment.TickCount;
        Minmax1_CSharp (array1_Double,array2_Double,1000000);
        cTime =  System.Environment.TickCount;
        Debug.Log ("MM1_CS:Time:"+(cTime-pTime));


        for (int i = 0; i < 1000000; i++) {
            array1_Double [i] = (double)Random.Range (1f, 100000f);
            array2_Double [i] = (double)Random.Range (1f, 100000f);
        }


        pTime = System.Environment.TickCount;
        Minmax2_CSharp (array1_Double,array2_Double,1000000);
        cTime =  System.Environment.TickCount;
        Debug.Log ("MM2_CS:Time:"+(cTime-pTime));




        LibTest6.MyClass mc = new LibTest6.MyClass ();

        for (int i = 0; i < 1000000; i++) {
            array1_Double [i] = (double)Random.Range (1f, 100000f);
            array2_Double [i] = (double)Random.Range (1f, 100000f);
        }

        pTime = System.Environment.TickCount;
        mc.CSDLL_Minmax1(array1_Double,array2_Double,1000000);
        cTime =  System.Environment.TickCount;
        Debug.Log ("MM1_CSDLL:Time:"+(cTime-pTime));

        for (int i = 0; i < 1000000; i++) {
            array1_Double [i] = (double)Random.Range (1f, 100000f);
            array2_Double [i] = (double)Random.Range (1f, 100000f);
        }

        pTime = System.Environment.TickCount;
        mc.CSDLL_Minmax2 (array1_Double,array2_Double,1000000);
        cTime =  System.Environment.TickCount;
        Debug.Log ("MM2_CSDLL:Time:"+(cTime-pTime));


    }

    public void Minmax1_CSharp(double[] a,double[] b,int n){
        int i;
        for (i = 0; i < n; i++) {
            if (a [i] > b [i]) {
                double t = a [i];
                a [i] = b [i];
                b [i] = t;
            }
        }
    }

    public void Minmax2_CSharp(double[] a,double[] b,int n){
        int i;
        for (i = 0; i < n; i++) {
            double min = a [i] < b [i] ? a [i] : b [i];
            double max = a [i] < b [i] ? b [i] : a [i];
            a [i] = min;
            b [i] = max;
        }
    }

    [DllImport("C_Plugin",ExactSpelling=true,EntryPoint="Minmax1")]
    private static extern void Minmax1(double[] a,double[] b,int n);

    [DllImport("C_Plugin")]
    private static extern void Minmax2(double[] a,double[] b,int n);
}

测试环境：

CPU: 2.6 GHz Intel Core i5
内存：8 GB 1600 MHz DDR3
IDE: Xcode Version 9.1 (9B55)
Mono Develop 5.9.6
Unity: 2017.1.1f1 Personal

编译器与优化级别：

1，Unity脚本 mcs/.NET JIT 未知
2，C# DLL mcs/.NET JIT 未知
3，C Native LLVM -O3

测试结果：

两组一百万个double随机数比较大小后对调
1，Unity脚本: 21毫秒(minmax1) 26毫秒(minmax2)
2，C# DLL 15毫秒(minmax1) 24毫秒(minmax2)
3，C Native 5毫秒(minmax1) 2毫秒(minmax2)
测试结果截图：

分析各版本各函数生成的CIL/机器码：

先了解下C#的编译流程
C#脚本：源码先被mcs编译成CIL（微软中间语言），保存在Assembly-CSharp.dll中，在Unity运行时，.NET JIT编译器根据需要实时的将CIL编译成机器码，并由机器执行。
C# DLL：C#DLL中的内容仍然还是CIL，同上，在运行时由JIT实时编译成机器码。
由于JIT是实时编译，在mac不知道如何获取它生成的机器码。mono还有一个AOT编译器，它可以将CIL进行预编译，以下将会分析AOT生成的机器码，优化级别为-optimize=all。但实际上由于两种编译器的运行机制不同导致的优化策略不同，相对生成的机器码不大可能完全相同，只能希望是相差不大了。

由最慢向最快分析：

1，Unity脚本Minmax2

同一个Monodevelop编译，同C# DLL

2，Unity脚本Minmax1

同C# DLL

3，C# DLL Minmax2

CIL代码：

IL_0041是for循环起始处，以b开头ILxxx结尾的指令都是branch分支跳转，for循环内有4次分支跳转，看来是将三元操作符翻译成了4个if。

机器码：

红线范围内是for循环，循环内四次跳转，忠实的执行了CIL版本的逻辑，comisd指令比较寄存器低64位，没有什么优化。

4，C# DLL Minmax1

CIL代码：

在IL_0002处开始的循环中只有一次分支跳转，与源码逻辑相同。

机器码：

循环内只有一次comisd比较，一次循环内的分支跳转，与它的上层语言逻辑完全符合。

5，C DLL Minmax1

机器码：

循环内有两次comisd比较以及跳转（源码一次），两次跳转的原因不大理解，不确定是不是循环展开。（而且两次比较都是jbe，而且向寄存器中写入都是在不选择分支的情况下，这岂不是死循环，汗-_-:，难道是反编译软件出错…)

6，C DLL Minmax2

机器码：

将三元操作符译为了minsd/maxsd，在循环内无任何分支跳转，并且使用了3个xmm寄存器，目测是减少了读写相关性，提高了指令并行度，并且有二路循环展开。

总结：

1，机器指令级别的分支跳转（无法预测）次数与函数运行速度成反比

1，Unity脚本: 21毫秒(minmax1)/1 26毫秒(minmax2)/4
2，C# DLL 15毫秒(minmax1)/1 24毫秒(minmax2)/4
3，C Native 5毫秒(minmax1)/2 2毫秒(minmax2)/0

对现代CPU来讲，多条指令是被不同的硬件单元同时执行的，甚至在一个硬件单元中，不同的阶段也有不同的指令在同时执行中。 为了追求速度，CPU遇到分支跳转指令时，并不会等待之前指令的比较结果，而是预测一个结果（既是跳转或不跳转），并继续发射指令，这些在比较结果出来之前而发射的指令会正常执行但不会写入内存，当比较结果出来时，如果预测正确则写入内存，如果预测错误，必须全部取消并且回到分支处重新取指，这一过程在时间上的损耗既是分支预测惩罚。当分支结果比较好预测时，这种分支预测策略是相当合理的（在另一组测试中，每个数组1中的变量都比数组2中的变量大1，除了C Natice Minmax2，所有版本的函数运行速度全部变快了）。但当遇到此案例这种根本无法预测的情况时，CPU只能进行**式投机预测，不可避免的大量分支预测惩罚影响了程序的运行速度。

2, C# DLL 要比 C#脚本快那么一点。

但是考虑到（1），一个案例代表不了一般性，（2），优势过于微弱。更保守的判断是在不同情况下C# DLL与Unity脚本各有优劣。

3，C Native+LLVM-O3编译在速度上有绝对优势

不论是测试数据上，还是生成的机器码在理论上的合理性上C都是完胜。

4，源码层面上三元操作符不一定优于if-else

以逻辑的角度来看，三元操作符转化为min/max或cmov等CPU指令应该是完全合理的，但是由于当前的编译器的编译权限过高，源码所产生的机器码由编译器的分析能力决定。在此案例中，mcs编译器的智能明显还是有限的（或者是CIL语言的局限性）。由于三元操作符在CIL层面就已经被译为了分支跳转，JIT对此问题的优化逻辑成了未知数。
Xcode的LLVM在-O3优化级别下合理的将三元操作符转化为了min/max指令，但是在其他优化级别依然会错误的选择分支跳转。

————————————————————————————————————————————————————
参考：
深入理解计算机系统—R.E Bryant,D.R.Hallaron

维护日志：