c++ - 为什么clang和GCC不使用xchg来实现std::swap？

我有以下代码:

char swap(char reg, char* mem) {
    std::swap(reg, *mem);
    return reg;
}

我希望这可以编译为:

swap(char, char*):
    xchg    dil, byte ptr [rsi]
    mov     al, dil
    ret

但是它实际编译的是(在-O3 -march=haswell -std=c++20处):

swap(char, char*):
    mov     al, byte ptr [rsi]
    mov     byte ptr [rsi], dil
    ret

参见here for a live demo。
从xchg的文档中，第一种形式应该完全可行:

那么，是否有任何特定原因导致编译器无法在此处使用xchg？我也尝试过其他示例，例如交换指针，交换三个操作数，交换char以外的其他类型，但我在编译输出中从未得到xchg。怎么来的？

最佳答案

TL:DR:因为编译器针对速度进行了优化，而不是针对听起来相似的名称进行了优化。他们也可以采用其他许多可怕的方法来实现它，但选择不这样做。
带有mem的 xchg具有隐式lock前缀(在386及更高版本上)，因此的速度非常慢。除非您需要原子交换，否则总是希望避免它，或者在您确实希望结果与原始值位于同一寄存器的情况下，完全不考虑代码大小而对性能进行了优化。有时在幼稚(性能不佳)手写的Bubble中看到，作为交换2个内存位置的一部分。clang -Oz可能会发疯，IDK，但希望在这种情况下不会，因为您的xchg方式的代码更大，两个指令都需要REX前缀才能访问DIL，而2-mov方式则是2字节和3字节指令。 clang -Oz确实做了诸如push 1 / pop rax的工作，而不是mov eax, 1来节省2个字节的代码大小。
对于不需要是原子的交换，GCC -Os不会使用xchg，因为-Os仍然在乎速度。

另外，IDK为什么会认为xchg +依赖mov比两个可以并行运行的独立mov指令更快或更更好的选择。 (不管哪个uop首先发现其执行端口空闲，存储缓冲区都确保在加载后正确排序存储。)
查看https://agner.org/optimize/和https://stackoverflow.com/tags/x86/info中的其他链接
认真地说，我只是没有看到任何可能的原因，为什么您会认为编译器可能想要使用xchg，尤其是考虑到调用约定未在RAX中传递arg，因此您仍然需要2条指令。即使对于寄存器，英特尔CPU上的xchg reg,reg也只有3微码，它们是微码微码，无法从消除运动中受益。 (某些AMD CPU具有2-uop xchg reg,reg。Why is XCHG reg, reg a 3 micro-op instruction on modern Intel architectures?)

我也猜你在看clang输出。通过使用movzx eax, byte ptr [rsi]加载GCC will avoid partial register shenanigans (like false dependencies)，即使返回值只是低字节。零扩展负载要比合并RAX的旧值便宜。因此，这是xchg的另一个缺点。