memcpy函數深度解析：從朴素實現到高優化版本

memcpy高性能實現演進：字節拷貝→字對齊→SIMD向量化

memcpy是C標準庫中最高頻調用的函數之一，其優化程度直接影響系統整體性能。本文從朴素字節拷貝出發，逐步演進至字對齊優化、重疊處理、現代SIMD向量化，揭示高性能內存拷貝的核心技術棧。

版本1：朴素字節拷貝(教學用)

void *safe_memcpy(void *dst, const void *src, size_t n) {
    if (!dst || !src) return NULL;
    char *d = (char*)dst;
    const char *s = (const char*)src;
    
    // 檢查重疊：dst在src區間內且dst > src → 需逆向拷貝
    if (d > s && d < s + n) {
        d += n; s += n;
        while (n--) *--d = *--s; // 從尾部向前拷貝
    } else {
        while (n--) *d++ = *s++; // 正向拷貝
    }
    return dst;
}

注意：標準memcpy行為未定義於重疊區域，重疊安全版實際是memmove語義

版本3：字對齊優化(核心加速點)

// 編譯器內建函數，自動選擇最優實現
void *builtin_memcpy(void *dst, const void *src, size_t n) {
    return __builtin_memcpy(dst, src, n);
}

// 針對固定大小結構體
struct Data { int a[100]; };
void copy_struct(struct Data *dst, struct Data *src) {
    *dst = *src; // 編譯器優化為最優memcpy
}

性能對比測試

典型輸出(x86_64, -O3)：
naive_memcpy        : 1245321 us, 0.81 GB/s
safe_memcpy         : 1251032 us, 0.81 GB/s
word_memcpy         :  156789 us, 6.42 GB/s
stdlib memcpy       :   45678 us, 22.04 GB/s
builtin_memcpy      :   45678 us, 22.04 GB/s


關鍵優化技術總結

技術
原理
收益
適用場景
字對齊
按CPU字長批量搬運
4-8×
所有平台
SIMD向量化
SSE/AVX/AVX-512寬指令
4-32×
x86_64/ARM NEON
非時序存儲
繞過緩存直寫內存
大塊>10%
大數組拷貝
預取
隱藏內存延遲
5-15%
流式訪問
rep movsb
微碼優化字符串指令
中小塊最優
Intel ERMSB CPU


常見誤區

手寫超過標準庫：現代glibc經過數十年優化，手寫極難超越
忽略重疊：memcpy重疊行為未定義，需用memmove
小塊拷貝開銷：函數調用開銷可能超過拷貝本身，內聯或用賦值
嚴格別名規則：char*可別名任何類型，但int*轉換拷貝違反strict aliasing


最佳實踐建議

優先使用標準庫：memcpy/memmove/memset
固定大小用結構體賦值：*dst = *src編譯器最優優化
編啟優化：-O2 -O3 -march=native讓編譯器自動向量化
大塊異步拷貝：DMA/IO_uring/多線程分塊拷貝
關鍵路徑Profile：perf record -g定位熱點再優化


memcpy優化是計算機體系結構、編譯器技術、標準庫實現綜合博弈的縮影。理解其演進脈絡，不僅能寫出高性能代碼，更能培養「相信編譯器、信任標準庫、Profile指導優化」的工程直覺。