为什么 ARM 使用两条指令来屏蔽一个值？

对于以下功能...

uint16_t swap(const uint16_t value)
{
    return value << 8 | value >> 8;
}

...为什么带 -O2 的 ARM gcc 6.3.0 会产生以下程序集？

swap(unsigned short):
  lsr r3, r0, #8
  orr r0, r3, r0, lsl #8
  lsl r0, r0, #16         # shift left
  lsr r0, r0, #16         # shift right
  bx lr

编译器似乎使用两次移位来屏蔽不需要的字节，而不是使用逻辑 AND。编译器可以改为使用and r0, r0, #4294901760?

较旧的 ARM 程序集无法轻松创建常量。相反，它们被加载到文字池中，然后通过内存加载读入。这and你建议只能采用我相信带有移位的 8 位文字。你的0xFFFF0000需要 16 位来执行 1 条指令。

所以，我们可以从内存中加载并执行and（慢的）， 采用 2 条指令来创建值，并采用 1 条指令来创建值（更长）， 或者只是便宜地转移两次并称之为好的。

编译器选择了移位，老实说，它非常快。

现在进行现实检查：

担心一个班次，除非这确实是 100% 的瓶颈，否则就是浪费时间。即使编译器不是最优的，您也几乎永远不会感觉到。担心代码中的“热”循环，而不是像这样的微操作。出于好奇心来看这个真是太棒了。不必太担心应用程序性能的确切代码。

Edit:

这里的其他人已经指出，新版本的 ARM 规范允许更有效地完成此类事情。这表明，在这个级别进行讨论时，指定芯片或至少指定我们正在处理的确切 ARM 规范非常重要。我假设古老的 ARM 缺乏从你的输出中给出的“更新”指令。如果我们正在跟踪编译器错误，那么这个假设可能不成立，并且了解规范更为重要。对于这样的交换，在以后的版本中确实有更简单的指令来处理这个问题。

Edit 2

为了使其更快，可以做的一件事就是使其内联。在这种情况下，编译器可以将这些操作与其他工作交织在一起。根据 CPU 的不同，这可能会使吞吐量加倍，因为许多 ARM CPU 都有 2 个整数指令管道。将说明充分展开，以免出现危险，然后它就消失了。这必须与 I-Cache 使用情况进行权衡，但在重要的情况下，您可以看到更好的东西。