TimothyField：

这个问题昨天晚上已经基本解决，因为我已经连续发了3个帖子，系统不让我继续发，所以没有及时更新。首先要感谢polytechnic的提醒，我又仔细检查了各个部分单独花的时间，因为没有合适的工具，我是通过简单注释掉部分代码看执行时间的变化来查找疑点的。前面提到注释掉SSE代码的时候我是把相关的代码也注释掉了，现在再降低注释的粒度。首先注意到其实性能瓶颈确实不在SSE代码部分，而是FastExp函数。这确实有点出乎意料，因为这个函数只是简单的一个查表：
inline float TFastExp::Exp(float x)
{int n = (int)100*x;return data[n];
}
由于知道x的范围，所以连参数检查都没有，这样的一个函数怎么会成为性能瓶颈呢？我刚开始是怀疑由于n的取值变化比较大，所以data[n]的访问导致大量的cache missing，所以专门写了一段类似的程序模拟测试，数组的索引用n*31%size模拟随机访问（random函数太慢了），结果并没有发现类似的现象。于是唯一的一个可能原因就是浮点数到整数的转换了。C编译器产生的浮点到整数的转换比较慢我是知道的，但到底多慢就没有概念了，好在验证起来比较简单，我把n设置为一个固定的整数，执行时间一下子就缩短了。知道原因之后就比较容易解决了，现在已经把这个函数改写为：
float TFastExp::Exp(float x)
{int n;float y = 100*x;_asm fld y_asm fistp nreturn data[n];
}用两条汇编指令，6个时钟周期搞定。（因为inline函数中不能使用嵌入式汇编，所以这个函数不再加上inline）这个地方修改之后，程序执行时间一下降低到106秒。平均单个循环只需要150个CPU TICK左右，比较原来需要570个CPU TICK，可以猜测一个浮点数到整数的转换在C++ Builder的缺省实现中需要约400个时钟周期！！！这个猜测比较吓人，但确实是现在得到的数据暗示的结论。再重新比较一下不使用SSE指令的C++版本算法，实测执行时间是248秒，也就是说使用SSE指令进一步循环展开后，执行时间降低到不使用SSE版本的约1/2.5。这跟原来期望差不多了。

// Author：大便一箩筐）

D3DXMATRIX* XXXXX::GetMatrixKey(KeyMatrix* pArray, int nCount, int nFrame) {if (nCount == 0) {return NULL;}

    // 帧数一定是i, i+1, i+2…连续输出的int nStartFrame = static_cast<int>(pArray[0].Frame);if (nStartFrame >= nFrame) {return &pArray[0].Matrix;}if (nFrame >= GET_END_FROME_START(nCount, nStartFrame)) {return &pArray[nCount - 1].Matrix;}if (int(pArray[nFrame - nStartFrame].fFrame) != nFrame) {printf("\n帧数%d 起始帧%d 结束帧%d %s\n", nFrame, nStartFrame, int(pArray[nFrame-nStartFrame].fFrame), __FUNCTION__);}return &pArray[nFrame-nStartFrame].Matrix;
}// 函数中用到的GET_END_FROM_START宏定义如下
#define GET_END_FROM_START(nCount, nStart) ((nCount)+(nStart)-1)// 函数参数中用到的KeyMatrix参数定义如下
class KeyMatrix {
public:float fFrame;D3DXMATRIX Matrix;
}

// Author : 大便一箩筐 

inline D3DXMATRIX* XXXXX::GetMatrixKey(KeyMatrix* pArray, int nCount, int nFrame) {if (!nCount) {return NULL;}int nStartFrame = static_cast<int>(pArray[0].fFrame);int nIndex = nFrame - nStartFrame;if (nIndex < 0) {nIndex = 0;}if (nIndex >= nCount) {nIndex = nCount - 1;}return &pArray[nIndex].Matrix;
}

cvttss2si   eax,xmm0

// Author : 大便一箩筐inline void SseAsmCast() {for (int i = 0; i < nCalculation; ++i) {float fTemp = fDenominator * fNumber;int iTemp;_asm cvttss2si eax, fTemp_asm mov       iTemp,eaxfNumber = fTable[iTemp];}
}

// Author : 大便一箩筐 

inline void SseAsmCast() {for (unsigned int i = 0; i < nCalculation; ++i) {_asm {movss        xmm0, fNumbermulss        xmm0, fDenominatorcvttss2si    eax, xmm0mov          ebx,fTablemovss        xmm0,dword ptr [ebx+eax*4]movss        fNumber,xmm0}}
}

// Author : 大便一箩筐

inline void SseAsmCast() {_asm movss        xmm0, fNumberfor (unsigned int i = 0; i < nCalculation; ++i) {_asm {mulss        xmm0, fDenominatorcvttss2si    eax, xmm0mov          ebx,fTablemovss        xmm0,dword ptr [ebx+eax*4]movss        fNumber,xmm0}}
}

// Author : 大便一箩筐#pragma comment(lib, "TestUtils.lib")#include "../TestUtils/DB_Log.h"
#include "../TestUtils/DB_Timer.h"#include <iostream>using namespace std;
using namespace DaBianYLK;#define FLOAT_TO_INT(f, i) _asm fld f _asm fistp ifloat* fTable = new float[1024];
const float fDenominator = 3.3f;
float fNumber = 1.0f;
const unsigned int nCalculation = 50000000;inline void SetupFloatTable() {for (unsigned i = 0; i < 1023; ++i) {fTable[i] = (i + 1 + 0.33f) / fDenominator;}fTable[1023] = 1.0f / fDenominator;
}inline void DirectCast() {for (unsigned int i = 0; i < nCalculation; ++i) {int iTemp = fDenominator * fNumber;fNumber = fTable[iTemp];}
}inline void SseAsmCast() {_asm movss        xmm0, fNumberfor (unsigned int i = 0; i < nCalculation; ++i) {_asm {mulss        xmm0, fDenominatorcvttss2si    eax, xmm0mov          ebx,fTablemovss        xmm0,dword ptr [ebx+eax*4]movss        fNumber,xmm0}}
}inline void NormalAsmCast() {for (unsigned int i = 0; i < nCalculation; ++i) {float fTemp = fDenominator * fNumber;int iTemp;_asm fld   fTemp_asm fistp iTempfNumber = fTable[iTemp];}
}inline void StaticCast() {for (unsigned int i = 0; i < nCalculation; ++i) {int iTemp = static_cast<int>(fDenominator * fNumber);fNumber = fTable[iTemp];}
}int main(void) {SetupFloatTable();// 直接转换fNumber = 1.0f;BENCHMARK(DirectCast, DirectCast());Log("FNumber : %f", fNumber);// TrickfNumber = 1.0f;BENCHMARK(SseAsmCast, SseAsmCast());Log("FNumber : %f", fNumber);// TrickfNumber = 1.0f;BENCHMARK(NormalAsmCast, NormalAsmCast());Log("FNumber : %f", fNumber);// 静态转换fNumber = 1.0f;BENCHMARK(StaticCast, StaticCast());Log("FNumber : %f", fNumber);            // 至少要输出一次fNumber,否则编译器的优化会删除执行运算的代码
system("pause");return 0;
}