C++编译优化笔记

本文是我在阅读文献或者代码中,关于编译优化的一些简单笔记。

RVO:即Return Value Optimization,返回值优化。举个简单的例子如下,理论上会有3次关于T类型对象的构造(具体哪三次自己思考)。RVO的作用是避免了第一次和第二次开销,使其直接在外层对t变量进行构造。rvo explanation

T f(){
    //...
    return T(/*ctor parameters*/);
}
T t = f();

-O0和-O2:如何判断一份可执行文件是-O0编译还是-O2编译?一个简单的做法是观察class的短成员函数是否被inline展开。

$ ### nm的作用是列出可执行文件的所有符号,
$ ### c++filt的作用是列出符号的demangled name
$ nm ./a.out | grep <函数名> | c++filt

ABI:即Application Binary Interface,ABI对于shared library来说是非常关键的,而这里所指的ABI,其重点是:对于某个shared library进行升级之后,如果某个使用了该共享库的可执行文件不重新编译,其执行逻辑是否会受到影响。

对于动态库的升级,ABI兼容是必须要考虑的!举个例子,linux的open系统调用,第二个参数可以输入3种宏名,O_RDONLY, O_WRONLY, O_RDWR,但奇怪的是,O_RDWRO_RDONLY | O_WRONLY并不相等。显然,将其改为相等是更符合直觉的,但为什么不这样做呢?由于围绕内核外部的可执行文件都是以宏名作为入参,那么改变宏的数值看似不会对可执行文件造成影响。但实际上不可以,因为ABI不兼容了,假如把宏的数值修改了,并发布了新的版本,如果把内核看作是一个动态库,此时可执行文件实际上还是基于动态库的旧的说明方法去实现的(也就是说,之前编译好的可执行文件是没有宏名的,都被替换了,变成了数值),故程序的执行逻辑就会完全不一样。

如何判断对于动态库某个改动是否是ABI兼容的?核心就是:这个改动是否和动态库的实际使用方法兼容。所谓的实际使用方法指的是,其他的可执行文件实际上是基于动态库的的头文件编译生成的,即使动态库已经升级了。

虚函数机制的一大缺陷就是,以其为基础制作的interface class一旦发布(shared library),基本上就与ABI兼容无缘了,后续很难再去修改。所以,如果是编写C++动态库,一般情况下都要避免使用虚函数作为库的接口。

为什么虚函数有这样的缺陷?根本原因就在于调用虚函数的本质是通过vtb_ptr加上offset的方式进行调用。假如有一个动态库,其interface class的接口函数通过虚函数实现,那么使用这个动态库的可执行文件会以各个虚函数在虚函数表中的偏移来调用对应的函数。现在,如果我们对这个动态库进行了升级,在其中加入了一些新的虚函数,那么各个虚函数的offset就很有可能会发生改变,故,之前已经编译好的可执行文件,通过原先的offset去使用升级之后的动态库的话,其执行行为就很难控制了。

Pimpl:各类场景下,提升ABI兼容性各有各的方法,但最万能的应该是Pimpl了。所谓Pimpl指的是,头文件中暴露出的interface class,是只包含non-virtual function和指针(无论是裸指针还是智能指针)的class。class中的指针指向实际的implementation class。因为interface class不包含虚函数,所以它的尺寸,以及函数调用都是固定下来的,不会因为版本升级就造成不同。interface class充当了客户代码和implementation代码的一个转发器,虽然增加了一定的开销,但是保持了良好的ABI兼容性,并且指的一提的是,因为客户代码不会直接接触到实现代码,所以隔离度增加,也加快了编译速度。

虚函数执行更慢:一部分原因在于,执行虚函数需要先通过virtual table进行跳转,这额外增添了一个中间步骤。但根本原因还是在于:编译器无法得知调用虚函数时,到底执行的哪一个函数,因此它无法去执行一些优化措施,相反,编译器会生成很多其实没什么意义的指令。这才是虚函数执行更慢的根本原因。当一个函数内部的分支(if-else, switch)太多时,函数执行也会变慢,其原因和虚函数是一致的。In C++ why and how are virtual functions slower? - Software Engineering Stack Exchange

分支预测:尽量避免一些依赖于变量值的分支代码,因为这会让分支预测变的很困难。系统的分支预测都是基于之前的历史信息,而如果历史信息没有模式可言的话,分支预测就没什么意义了。
java - Why is processing a sorted array faster than processing an unsorted array? - Stack Overflow
Branch Prediction - Fundamentals Every Programmer Need Not Know – Yet Another Technical Blog

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容