编译器优化：ARM 的桶形移位器

编译器优化中反复出现的一个主题是：最佳策略完全取决于目标架构。在 x86 上最优的做法，换到 ARM 上可能截然不同，而桶形移位器（barrel shifter）正是这一原则的绝佳例证。

什么是桶形移位器？

在 ARM 上，大多数算术和逻辑指令允许对第二个操作数直接附加一次移位。这并不是一条单独的指令 —— 而是作为一个可选修饰符，直接烘焙进指令编码本身。执行这一移位的硬件被称为桶形移位器，在现代内核上，对于较小的移位量，它的额外开销基本为零。

一个具体的例子：

add w0, w0, w0, lsl #1   ; w0 = w0 + (w0 << 1)，等价于 w0 * 3

一条 add 指令就能计算 x + (x * 2)，不需要任何独立的移位步骤。在现代的 Cortex-A76 上，左移四位以内与 add 或 sub 组合使用，完全没有吞吐量上的代价。

ARM 编译器如何处理常量乘法

由于 ARM 具备这一能力，针对 AArch64 的编译器在乘数是较小整数时，很少会直接使用乘法指令。下表列出了 GCC 或 Clang 通常会生成的代码：

表达式	生成的汇编	说明
x * 2	lsl w0, w0, #1	简单的左移
x * 3	add w0, w0, w0, lsl #1	x + (x << 1)
x * 4	lsl w0, w0, #2	左移 2 位
x * 16	lsl w0, w0, #4	左移 4 位
x * 25	mov w1, #25 / mul w0, w0, w1	回退到 mul
x * 522	mov w1, #522 / mul w0, w0, w1	回退到 mul

像 25 和 522 这样的常量无法分解成几条能胜过单条 mul 的移位加法组合，因此编译器会把常量加载到寄存器中再直接相乘。ARM 固定 32 位的指令宽度限制了立即数的编码空间，这也是为什么较大的常量必须先用 mov 物化到寄存器中。

32 位 ARM 的一个小技巧：rsb

ARMv7（32 位 ARM）还有一条让这种模式更具表达力的额外指令：rsb，即 Reverse Subtract（反向减法）。普通的 sub 计算 op1 - op2，而 rsb 计算 op2 - op1。搭配带移位的第二操作数，可以用一条指令完成 (2^n - 1) * x 的计算：

mul_by_7:
    rsb r0, r0, r0, lsl #3   ; r0 = (r0 << 3) - r0 = 8x - x = 7x
    bx lr

这种写法可以一条指令处理乘以 3、7、15、31 等值。AArch64 架构移除了 rsb —— 这是对 ISA 的刻意精简，用这一小众能力换取了更干净的设计。

与 x86 的对比

在 x86 上，类似的工具是 lea 指令（Load Effective Address）。虽然它最初是为地址计算设计的，但 lea 能执行 a + b * k（其中 k 为 1、2、4 或 8），并能将结果写入任意输出寄存器，还不修改标志位。编译器在 x86 上使用它来做小常量乘法，方式与 ARM 使用带移位的 add 完全类似。

关键区别在于，ARM 的方案更干净地融入了指令流：移位是算术指令自身的一部分，而不是被”征用”的独立地址计算指令。另一方面，x86 上的 lea 能在一步之内组合基址、索引和位移，这是 ARM 模型不能直接比拟的。

这对源代码意味着什么

实际含义非常简单直接：写 x * 3，而不是 x + (x << 1)。编译器熟知目标架构的性能模型的细节。对 x86 它会生成 lea，对 ARM 它会生成带移位的 add。手写的位操作不仅损害可读性 —— 还可能阻碍编译器识别这类模式、选择真正最优的指令序列。

Compiler Explorer 让这一切很容易验证。在 AArch64 目标、-O2 下编译一个含 x * 7 的函数，看看输出。然后手工写一个”优化版本”，观察编译器要么和你写的结果一致，要么更可能地，生成更优的代码。

小结

ARM 的桶形移位器是 ISA 设计如何塑造编译器输出的一个最清晰的例子。通过将移位能力嵌入数据处理指令，ARM 为编译器提供了一个零成本的常量乘法工具，既紧凑又快速。这一切都由编译器自动完成 —— 你要做的，是在源代码中清晰地表达意图，然后把剩下的交给优化器。