組語字串操作指令效能分析與最佳化技巧

前言

x86 指令集提供了專用的字串操作指令（LODSB、STOSB、MOVSB、CMPSB、SCASB 等），配合 REP/REPE/REPNE 前綴可實現隱含迴圈。然而，在現代處理器 (Pentium Pro 以降的 Out-of-Order 微架構) 上，這些指令往往比手寫的暫存器間接定址迴圈更慢。本文分析原因並提供最佳化範例。

為何專用字串指令較慢？

• 微碼複雜度：REP MOVSB 內部涉及複雜微碼流程，包含計數器檢查、旗標更新、例外處理等，難以有效流水線化。
• 隱含暫存器相依：強制使用 ESI/EDI/ECX/EFLAGS，限制編譯器/程式設計師的排程自由度。
• 缺乏 SIMD 向量化：傳統字串指令為純量操作，現代 CPU 偏好 128/256/512-bit 向量載儲 (MOVDQU/VMOVDQU 等)。
• 分支預測壓力：REP 迴圈的結束條件在微碼層級處理，難以利用巨集融合與分支預測器優化。

最佳化策略：手寫迴圈 + 向量化

基本替代：暫存器間接定址

; LODSB 等價
MOV AL, BYTE PTR [ESI]
INC ESI

; STOSB 等價
MOV BYTE PTR [EDI], AL
INC EDI

; MOVSB 等價
MOV AL, BYTE PTR [ESI]
MOV BYTE PTR [EDI], AL
INC ESI
INC EDI

進階：逐字/逐雙字複製 (減少迴圈次數)

; ECX = 位元組數
MOV EBX, ECX
SHR ECX, 2              ; ECX = 雙字數
REP MOVSD               ; 複製 4 位元組塊
MOV ECX, EBX
AND ECX, 3              ; 剩餘 0~3 位元組
REP MOVSB

現代 SSE2/AVX 向量化複製 (需檢查 CPU 支援)

; 假設 ESI、EDI 16-byte 對齊，ECX 為 16 的倍數
MOV EBX, ECX
SHR ECX, 4              ; 16-byte 區塊數
.copy_loop:
MOVDQU XMM0, [ESI]
MOVDQU [EDI], XMM0
ADD ESI, 16
ADD EDI, 16
DEC ECX
JNZ .copy_loop
; 處理剩餘位元組...

實戰範例：高效字串複製函數 lstrcpyn

lstrcpyn proc uses esi edi ecx, src:DWORD, des:DWORD, ilen:DWORD
    mov ecx, ilen
    mov esi, src
    mov edi, des
@@:
    mov al, byte ptr [esi]
    inc esi
    mov byte ptr [edi], al
    cmp al, 0           ; 遇到結束字元提前結束
    jz @F
    loopnz @B           ; ECX 遞減至 0 或 ZF=1 結束
@@:
    ret
lstrcpyn endp

此實作：

• 使用 USES 自動保存/恢復 ESI/EDI/ECX。
• 逐位元組複製，支援早期結束 (遇到 NULL)。
• LOOPNZ 結合計數器與零旗標，單指令實現雙重結束條件。
• 避免 REP MOVSB 的微碼開銷，在短字串 (典型 < 256 字節) 上顯著更快。

效能比較參考 (Skylake, 短字串 64 字節)

適用情境建議

• 極短字串 (< 16 字節)：手寫逐位元組迴圈最簡潔高效。
• 中等長度 (16~1KB)：MOVSD/MOVSQ 分塊 + 餘數處理。
• 大量資料 (> 1KB)：呼叫 CRT memcpy 或 OS RtlCopyMemory，內部已針對平台向量化並處理非對齊、頁面邊界等細節。
• 需向後相容 8086/286：才考慮 REP MOVSB，否則不建議使用。

總結

專用字串指令是 8086 時代為了程式碼密度與簡便性設計的產物。在現代 x86 處理器上，顯式暫存器間接定址迴圈搭配適當分塊/向量化，效能遠優於 REP MOVSB 等指令。組語開發者應根據目標平台與資料特性，選擇最適合的實作策略。

1. 上一篇文章： DOS DEBUG 命令完整參考指南
2. 下一篇文章： 組語開發環境建置完整指南 (Windows + MASM32)

組合語言

深入解析組合語言中的堆疊操作與地址計算

這篇文章旨在釐清組合語言中堆疊操作的地址計算細節，透過一個具

計算機體系結構：海明碼編碼原理與錯誤偵測糾錯實作

海明碼定義 資料校驗編碼。k 位資料位 + r 位冗餘校驗位

計算機系統原理（十三）匯編語言入門：為何學習與初體驗

引言 本系列進入第 3 部分——匯編語言。雖然不如高級語言熟

簡明 x86 組合語言教程 (7)：編譯器優化深度解析與手工優化策略

前言：優化的藝術與科學 優化是程式設計師永恆的追求——渴望程