尽可能快地将整数转换为汇编中的字符串64 位，NASM

如何解决尽可能快地将整数转换为汇编中的字符串64 位，NASM

我在 64 位 NASM 中编写了一个 printint 函数，它将一个整数打印到 STDOUT。不过它真的很慢，在做了一些基准测试之后，我确定将整数转换为字符串是迄今为止最慢的部分。

我目前将整数转换为字符串的策略如下：

1. 如果数字为 0，则跳到特殊情况。
2. 如果数字是负数，打印一个负号，把它变成正整数，然后继续
3. 创建一个 10 字节的缓冲区（足以容纳所有 32 位整数）和一个指向缓冲区后面的指针
4. 检查数字是否为0；如果是，我们就完成了。
5. 将数字除以 10，将余数转换为 ASCII
6. 将剩余部分放入缓冲区（从后到前）
7. 递减缓冲区指针
8. 循环回到第 4 步

我试过谷歌搜索其他人是如何做的，它或多或少与我所做的相似，除以 10 直到数字为 0。

相关代码如下：

printint:                       ; num in edi
    push rbp                    ; save base pointer
    mov rbp,rsp                ; place base pointer on stack
    sub rsp,20                 ; align stack to keep 20 bytes for buffering
    cmp edi,0                  ; compare num to 0
    je _printint_zero           ; 0 is special case
    cmp edi,0
    jg _printint_pos            ; don't print negative sign if positive

    ; print a negative sign (code not relevant)
    xor edi,-1                 ; convert into positive integer
    add edi,1
_printint_pos:
    mov rbx,rsp                ; set rbx to point to the end of the buffer
    add rbx,17
    mov qword [rsp+8],0        ; clear the buffer
    mov word [rsp+16],0        ; 10 bytes from [8,18)
_printint_loop:
    cmp edi,0                  ; compare edi to 0
    je _printint_done           ; if edi == 0 then we are done
    xor edx,edx                ; prepare eax and edx for division
    mov eax,edi
    mov ecx,10
    div ecx                     ; divide and remainder by 10
    mov edi,eax                ; move quotient back to edi
    add dl,48                  ; convert remainder to ascii
    mov byte [rbx],dl          ; move remainder to buffer
    dec rbx                     ; shift 1 position to the left in buffer
    jmp _printint_loop
_printint_done:
    ; print the buffer (code not relevant)
    mov rsp,rbp                ; restore stack and base pointers
    pop rbp
    ret

我该如何优化它才能让它运行得更快？或者，是否有更好的方法将整数转换为字符串？

我不想使用 printf 或 C 标准库中的任何其他函数

解决方法

事实证明我对瓶颈的来源是错误的。我的基准是有缺陷的。尽管诸如幻数乘法和更好的循环之类的微优化确实有所帮助，但最大的瓶颈是系统调用。

通过使用缓冲读写（缓冲区大小为 16 kB），我能够实现比 scanf 和 printf 更快地读取和打印整数的目标。

创建输出缓冲区将一个特定的基准测试速度提高了 4 倍以上，而微优化将其速度提高了约 25%。

对于以后偶然发现这篇文章的任何人，以下是我所做的优化：

1. 将所有 sys_write 调用替换为 write_buf 调用，其中 write_buf 将输出写入缓冲区，并且仅在缓冲区已满时才打印缓冲区。这种 write_buf 函数的实现留给读者作为练习。
2. 用幻数乘法代替了除法，这样每次循环迭代节省了几个时钟周期。
3. 将 while 循环改为 do...while 循环，每次循环迭代节省一条 jmp 指令（随着时间的推移会增加很多）。
4. 优化单个指令（例如使用 neg 而不是 xor、add）并删除冗余指令。

正如 phuclv 在评论中提到的那样，我可以（但没有）进行的另一个潜在改进是除以更大的基数并使用查找表。