需要未移位的暫存器-匯編程式在TST指令上拋出錯誤-有解無憂

我目前正在將演算法從 C 重寫為 arm 程式集（ARM Cortex M4 CPU）。

我的代碼有什么作用？

該演算法將一個 8 位數字作為輸入，從右邊開始告訴我們第一個 0 位是什么。這里有幾個例子：

輸入：B01111111 輸出：7

輸入：B01110111 輸出：3

輸入：B11111110 輸出：0

這是完成此操作的原始 C 代碼：

uint8_t find_empty(uint32_t input_word)
{
  for (uint8_t searches=7; searches>=0; searches--)
  {
    if ((input_word&1)==0)
    {
      return 7-searches;
    }
    
    input_word=input_word>>1;
  }
  return 255;
}

這是我在 ARM (Cortex M4) 程式集中重寫它的初學者嘗試。

.global findEmpty
findEmpty:
    mov r1, r0 //Move input_word to r1
    
    //Config
    mov r0, #7 //search through 8 (7 1) bits. <-searches

    FindLoop:
      tst r1, #1 //ANDs input_word with 1, sets the Z flag accordingly.
      
      beq NotFoundYet //didn't get a 0, jump forward
        rsb r0, r0, #7 //searches=7-searches <- which bit is 0? 
        bx lr //Return found bit number
      
      NotFoundYet:
      lsr r1, r1, #1 //input_word=input_word>>1

      sub r0, r0, #1 //Decrement searches
      cmp r0, #0
      bpl FindLoop //If searches>=0, do the loop again. 
    mov r0, #255 //We didn't find anything. Return 255 to signal that
    bx lr

快速說明： 我在這里使用 r1 作為變數，我聽說你不應該這樣做，因為編譯器（我正在使用 gcc 將我的程式集“.S”檔案鏈接到 C 檔案）使用 r0-r3 將資料傳遞到和從函式接收資料。但是，正因為如此，它不會將這些暫存器用于重要的事情，所以我不必處理將東西推送到堆疊，這樣可以節省周期。

有什么問題？

當我嘗試編譯我的專案時，gcc 在 TST 行上給了我一個匯編錯誤：

匯編器訊息： 錯誤：需要未移位的暫存器 -- `tst r1, #1'

這讓我很困惑，因為我已經查看了 keil 站點的TST 指令和LSR 指令，我稍后會使用它們將 r1 移位 1。但是他們都沒有說不能一起作業。我在網上尋找有關此主題的其他討論。我遇到了這個討論，人們說告訴編譯器在 ARM 模式下編譯，但我的代碼已經在 ARM 模式下運行，而不是 Thumb。我通過創建另一個 .global 子例程并嘗試將立即超過 7 的數字添加到數字上來確認這一點，果然它不起作用，就像 CPU 處于 ARM 模式時它不應該一樣。

.global illegal_add
illegal_add:
    add r0, r0, #20
    bx lr

我知道的很少，也不知道如何嘗試解決這個問題。如果有人對嘗試的事情有任何想法，請告訴我。感謝您的幫助。

uj5u.com熱心網友回復：

tst如果您使用正確的匯編程式選項和指令，則有一個 32 位 Thumb2 形式的reg,imm 可以作業。但它對于查找最低 0 或 1 位的位置沒有用。

您只需要三個 T32 指令，每個指令只執行一次（無迭代/無 CPSR）：

mvn     r0, r0 // binary negate the value
rbit    r0, r0 // reverse bit
clz     r0, r0 // count leading zeroes

如果沒有找到零，它將回傳 8 而不是 255。你最好撰寫一個行內行內匯編函式，因為這個函式非常小而且很快，函式呼叫開銷將大于函式本身。

正如有人提到的那樣，您只需要聰明，這個特定的人似乎并不聰明。

或者您可以使用內置函式并在 C 中撰寫整個函式：

static inline uint32_t find_empty(uint32_t input_word)
{
    input_word = ~input_word;
    input_word = __rbit(input_word);
    input_word = __clz(input_word);
    return input_word;
}

您的工具鏈很可能同時支持rbit和clz，您只需要找到正確的語法。

您甚至可以輕松地將其轉換為x86（更好，因為x86直接“計數尾隨零”，盡管 AMD CPU 將其解碼為 2 uop，可能在內部位反轉以提供 lzcnt，就像我們必須在 ARM 上手動執行的操作一樣）：

#include <immintrin.h>
static inline uint32_t find_empty(uint32_t input)
{
    input = ~input;
    return _tzcnt_u32(input);
}

如果您的編譯器支持GNU 擴展，__builtin_ctz(~input)則可移植地計算尾隨零，在 ARM 上使用 rbit/clz，在 x86 上使用 tzcnt 或 bsf。（但請注意，int如果~input全為零，則結果是一個未定義的值，因為可能使用 x86 bsf。解決此問題的一種方法是(1<<8)|(~input)肯定有一些東西可以找到。）

無論如何，這將帶來巨大的性能提升：

沒有 CPSR 依賴/損壞
沒有外部依賴
無需額外注冊
沒有分支

由于上述原因，編譯器將能夠出色地安排這兩個-三個指令。

uj5u.com熱心網友回復：

我不是 100% 清楚問題是什么。很可能，您忘記正確設定程式集。要解決此問題，請在檔案開頭發出這些指令：

.syntax unified
.cpu cortex-m4
.thumb

如果我將這些放在您的代碼前面，它就可以在我的機器上正常組裝。

一些一般提示：

閱讀哪些指令是 16 位可編碼的，并嘗試從中挑選指令。16 位指令執行速度更快，記憶體消耗更少。例如，您可以使用lsrs r1, r1, #1而不是lsr r1, r1, #1獲取 16 位指令。
對標志操作更聰明。tst許多指令已經為您設定了標志，如果您很聰明，您可能會避免所有cmp指令。例如，如果您使用subs r0, r0, #1而不是sub r0, r0, #1保存一個位元組（16 位指令）并且已經根據設定了 Z 標志，則為您保存r0后續cmp指令。

轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/464757.html

標籤：C 部件手臂皮质-m 拇指

上一篇：在32位模式下無法寫入顯存

下一篇：如何從子類組件中的父組件訪問道具？（專門針對componentDidMount）？