哪个更快：x << 1或x << 10？
我不想优化任何东西，我发誓，我只是想出于好奇而问这个问题。 我知道在大多数硬件上都有一个位移的汇编命令（例如shl ， shr ），这是一个单一的命令。 但是，这有什么重要的（纳秒级或CPU-tact-wise）你转移了多less位。 换句话说，在任何一个CPU上，以下哪一项更快？
x << 1;
和
x << 10;
请不要讨厌我这个问题。 🙂
可能取决于CPU。
然而，所有现代CPU（x86，ARM）都使用“桶式移位器” – 专门devise用于在任意时间执行任意移位的硬件模块。
所以底线是…不。 没有不同。
一些embedded式处理器只有一个“移位”指令。 在这样的处理器上，编译器会把x << 3变成((x << 1) << 1) << 1 。
我认为摩托罗拉MC68HCxx是这个限制更受欢迎的家庭之一。 幸运的是，这样的体系结构现在非常罕见，现在大多数都包含一个可变移位大小的桶式移位器。
具有许多现代衍生产品的Intel 8051也不能移动任意数量的位。
有很多这样的情况。
-
许多高速MPU都有桶式移位器，多路复用器般的电子电路，可在任何时间进行任何移位。
-
如果MPU只有1位移位，那么
x << 10通常会变慢，因为它大部分是通过10位移位或2位移位的字节复制完成的。 -
但是，已知的情况是，
x << 10将比x << 1更快 。 如果x是16位，那么只有低6位是小心的（所有其他位都将被移出），所以MPU只需要加载低位字节，因此对8位存储器只进行一次存取循环，而x << 10需要两个访问周期。 如果访问周期慢于移位（并清除低位字节），则x << 10将更快。 这可能适用于具有快速板载程序ROM的微控制器，同时访问较慢的外部数据RAM。 -
除了情况3之外，编译器可能会关心
x << 10的有效位数，并优化进一步的操作来缩小宽度，比如用16×8乘以16×8乘（因为低位字节总是为零）。
请注意，有些微控制器根本没有左移指令，他们使用add x,x来代替。
在ARM上，这可以作为另一条指令的副作用来完成。 所以潜在的是，这两者都没有延迟。
这是我最喜欢的CPU ，其中x<<2长度是x<<1两倍
这取决于CPU和编译器。 即使底层CPU具有桶式移位器的任意位移，只有编译器利用该资源才会发生这种情况。
请记住，在C和C ++中，移动数据位宽以外的任何内容都是“未定义的行为”。 签名数据的右移也是“实现定义”。 不要太在意速度，关心你在不同的实现上得到同样的答案。
从ANSI C第3.3.7节引用：
3.3.7按位移位运算符
句法
shift-expression: additive-expression shift-expression << additive-expression shift-expression >> additive-expression约束
每个操作数应具有整数types。
语义
积分促销在每个操作数上执行。 结果的types是升级的左操作数的types。 如果右操作数的值为负值或大于或等于提升的左操作数的位宽，则行为是不确定的。
E1 << E2的结果是E1左移E2位的位置; 空位被零填充。 如果E1是无符号types，则结果的值是E1乘以数量，2增加到E2，如果E1的types是unsigned long，则模ULONG_MAX + 1，否则UINT_MAX + 1。 （常量ULONG_MAX和UINT_MAX在标题中定义。）
E1 >> E2的结果是E1右移E2位的位置。 如果E1具有无符号types，或者如果E1具有带符号types和非负值，则结果的值是E1除以数量的商的整数部分，2提高到E2。 如果E1有签名types和负值，则结果值是实现定义的。
所以：
x = y << z;
“<<”：y×2 z （如果发生溢出则不确定 ）;
x = y >> z;
“>>”： 实现 – 为有符号定义 （通常是算术移位的结果：y / 2 z ）。
可以想象的是，在一个8位处理器上，对于16位值， x<<1实际上可以比x<<10 慢得多。
例如， x<<1的合理翻译可能是：
byte1 = (byte1 << 1) | (byte2 >> 7) byte2 = (byte2 << 1)
而x<<10会更简单：
byte1 = (byte2 << 2) byte2 = 0
请注意x<<1如何更频繁地移动，甚至比x<<10更远。 此外， x<<10的结果不依赖于字节1的内容。 这可以加速操作。
在几代英特尔处理器（P2或P3？不是AMD，但是如果我没有记错的话），移位操作是非常慢的。 1位Bitshift应该总是很快，因为它可以使用加法。 另一个需要考虑的问题是，移位数是否等于可变长度移位。 即使操作码速度相同，在x86上，bitshift的非常量右侧操作数也必须占用CL寄存器，这对寄存器分配施加了额外的限制，并且也可能会使程序减慢。
像往常一样，它取决于周围的代码上下文 ：例如，你使用x<<1作为数组索引？ 或者把它添加到其他东西？ 在这两种情况下，小的移位计数（1或2）通常可以优化，甚至比编译器不得不刚刚移位更多。 更不用说整体吞吐量与延迟与前端瓶颈的权衡。 一个小碎片的性能不是一维的。
硬件移位指令不是编译器唯一的编译x<<1选项，但其他的答案大都是假设的。
x << 1对于无符号和2的补码有符号整数完全等价于x+x 。 编译人员在编译时总是知道他们的硬件是什么，所以他们可以利用这样的技巧。
在Intel Haswell上 ，每个时钟吞吐量add 4个，但即时计数的shl只有每时钟吞吐量2个。 （请参阅http://agner.org/optimize/获取指令表，以及x86标签wiki中的其他链接）。; SIMDvector移位是每个时钟1（Skylake中为2），但SIMDvector整数加起来是每个时钟2（Skylake中为3）。 等待时间是一样的，但是：1个周期。
还有一个shl特殊的shift-by-one编码，其中count在操作码中是隐含的。 8086没有立即转换，只有一对一和一对一的登记。 这主要与右移相关，因为除非要移动内存操作数，否则只需添加左移即可。 但是如果稍后需要该值，则最好首先加载到寄存器中。 但无论如何， shl eax,1或add eax,eax比shl eax,10短一个字节，并且代码大小可以直接（解码/前端瓶颈）或间接（L1I代码caching未命中）影响性能。
更一般地说，在x86上的寻址模式下，小的移位计数有时可以优化成缩放索引。 现在大多数其他常用架构是RISC，并没有缩放索引寻址模式，但x86是一个足够常见的架构，值得一提。 （如果要索引一个4字节元素的数组，则会有空间将int arr[]; arr[x<<1] ）的比例因子增加int arr[]; arr[x<<1] 。
在需要x的原始值的情况下，需要复制+移位是常见的。 但大多数x86整数指令在原地运行。 （目标是add或shl等指令的来源之一）。x86-64 System V调用约定传递寄存器中的args， edi的第一个arg和eax返回值，所以返回x<<10的函数也使编译器发出copy + shift代码。
LEA指令允许您移位和添加 （移位计数为0到3，因为它使用寻址模式机器编码）。 它把结果放在一个单独的寄存器中。
gcc和clang都以同样的方式优化这些函数，就像你在Godbolt编译器的资源pipe理器中看到的那样 ：
int shl1(int x) { return x<<1; } lea eax, [rdi+rdi] # 1 cycle latency, 1 uop ret int shl2(int x) { return x<<2; } lea eax, [4*rdi] # longer encoding: needs a disp32 of 0 because there's no base register, only scaled-index. ret int times5(int x) { return x * 5; } lea eax, [rdi + 4*rdi] ret int shl10(int x) { return x<<10; } mov eax, edi # 1 uop, 0 or 1 cycle latency shl eax, 10 # 1 uop, 1 cycle latency ret
具有2个组件的LEA在最近的Intel和AMD CPU上具有1个周期的延迟和2个每时钟的吞吐量。 （桑迪布里奇家族和推土机/ Ryzen）。 在英特尔，每秒时钟吞吐量只有1次，而lea eax, [rdi + rsi + 123]延迟为3c。 （相关： 为什么这个C ++代码比我手写的用于testingCollatz猜想的程序集更快？ ）
无论如何，copy + shift 10需要一个单独的mov指令。 许多最近的CPU可能是零延迟，但仍然需要前端带宽和代码大小。 （ x86的MOV真的可以“免费”吗？为什么我不能重现这一点？ ）
还有相关： 如何在x86中使用两个连续的leal指令乘以一个寄存器？ 。
编译器也可以自由地转换周围的代码，所以没有实际的转换，或者与其他操作相结合 。
例如， if(x<<1) { }可以使用an and来检查除高位以外的所有位。 在x86上，您将使用test指令，如test eax, 0x7fffffff / jz .false而不是shl eax,1 / jz 。 这种优化适用于任何移位计数，并且也适用于大计数移位较慢（如奔腾4）或不存在（某些微控制器）的机器。
许多ISA都有位操作指令，而不仅仅是移位。 例如PowerPC有很多位字段提取/插入指令。 或者ARM将源操作数转换为任何其他指令的一部分。 （所以移位/旋转指令只是一种特殊的move ，使用一个移位源。）
请记住， C不是汇编语言 。 当您调整源代码进行高效编译时，请始终查看优化的编译器输出。
