写程序是一种态度（二）四倍速memmove
最近在网上发现一个有趣的现象，一些公司的技术面试总是光顾一些常用的ANSI C函数，我去年也有幸碰到了实现一个简单scanf的命题。这类题，表面上看实际上都不难，但是想把它考虑全面，写的精炼且高效却很难，没有一定内功的人是达不到这个水准的，这也是频频被用来做测试人才尺子的原因。
其实很早就知道有些高手为了练内功在读C run-time代码，于是也深入了一段时间，同时我将视野放的更广一些，涉及到了更多的经典代码，对端正我的写程序态度起了很大的作用。趁这段时间辟谷，希望用这个系列把一些点滴记录下来，借着同广大网友交流的绝好时机，再重新审视一番我的思路。
先要感谢第一位给我的“写程序是一种态度（一）strcmp”回复的网友darkay，将我的视线移入了更有兴趣的话题。我提到MS run-time用C来实现函数如strcmp只是算法的表征，相对应的都有asm文件如strcmp.asm才是对其算法的具体的针对Intel指令集的高效实现。如此可以做一个也许不恰当的类比，strcmp.c是一个伪码描述，而strcmp.asm才是具体实现；因为用某种c编译器编译后的strcmp.c很可能没有直接的strcmp.asm更高效，尽管算法的思路没有变化。借着这个话题我们在看一看经典的memcpy和memmove：
void * __cdecl memcpy (
void * dst,
const void * src,
size_t count
)
{
void * ret = dst;
/*
* copy from lower addresses to higher addresses
*/
while (count--) {
*(char *)dst = *(char *)src;
dst = (char *)dst + 1;
src = (char *)src + 1;
}
return(ret);
}
void * __cdecl memmove (
void * dst,
const void * src,
size_t count
)
{
void * ret = dst;
if (dst <= src || (char *)dst >= ((char *)src + count)) {
/*
* Non-Overlapping Buffers
* copy from lower addresses to higher addresses
*/
while (count--) {
*(char *)dst = *(char *)src;
dst = (char *)dst + 1;
src = (char *)src + 1;
}
}
else {
/*
* Overlapping Buffers
* copy from higher addresses to lower addresses
*/
dst = (char *)dst + count - 1;
src = (char *)src + count - 1;
while (count--) {
*(char *)dst = *(char *)src;
dst = (char *)dst - 1;
src = (char *)src - 1;
}
}
return(ret);
}
这里我省掉了
#if defined (_M_MRX000) || defined (_M_ALPHA) || defined (_M_PPC) || defined (_M_IA64)
编译开关里的CODE，针对这些目标机有另外的处理，我们现在只定位于Intel 32-bit上。
1．文档中说的很清楚memcpy不考虑内存重叠，而memmove会考虑，实际上代码中很明显，memcpy只是memmove的一个子集，所以建议总是用memmove这样可以不考虑内存重叠问题。
2．考虑能否用C++去描述更精炼？如从低地址到高地址的赋值可以简单写成：
while (count--) {
*dst ++ = *src ++;
}
3．c编译器对以上代码编译后所产生的指令是否是一个字节一个字节拷贝？
4．问题3将带来我们对副标题的讨论--四倍速
Intel 80386以上支持的指令集中MOVSD指令和REP指令配合将DWORD（32bit）在内存间移动，即在一个时钟周期copy四个字节，整整比MOVSB（8bit）指令快了四倍。但是使用MOVSD移动到的目的内存地址必须是32bit对齐的（DWORD-aligned）。简单说明从低位到高位的内存copy如下。
设L为要拷贝的总字节数，Dest为目的起始地址，X为从Dest开始没有DWORD-aligned的字节数，Y为要拷贝的DWORD个数，Z为剩余的没有DWORD-aligned字节数。那么有公式如下：
X = (4 – Dest & 3 ) & 3 (bytes) //低两位为0的地址是DWORD-aligned
Y = (L – X) >> 2 (DWORDs) //整除以4是DWORD个数
Z = (L – X – Y * 4) (bytes)
再做相应的处理。
总结一下，对大段的内存移动，用memmove将是非常优化的，相反若用c写的code会降低四倍效率，这就是为什么要用ASM直接实现的原因。其实读程序也是一种态度，不知道我是否钻了牛角尖了，但愿不是。
