为何X11 XServer绘制直线比直接写缓冲区更快？

测试直线绘制性能时发现，使用X11 API绘制直线比直接写入内存缓冲区更快，具体情况如下：

X11实现代码 #

// 使用X11 API
for (int i = (xrectw >> 1) + cc; i < CANVAS_WIDTH; i += xrectw)
{
    for (int j = (yrectw >> 1) + cc; j < CANVAS_HEIGHT; j += yrectw)
    {
        XDrawLine(sdd->display, sdd->pixmap, sdd->gc, i - 17, j - 13, i + 17, j + 13);
        
        XDrawLine(sdd->display, sdd->pixmap, sdd->gc, i + 17, j - 13, i - 17, j + 13);
    }
}

直接写入缓冲区实现代码 #

// 绘制直线的Bresenham算法
void draw_line(uint32_t *canvas, int x0, int y0, int x1, int y1, uint32_t c)
{
    int dx = abs(x1 - x0);
    int dy = abs(y1 - y0);
    int sx = (x0 < x1) ? 1 : -1;
    int sy = (y0 < y1) ? 1 : -1;
    int err = dx - dy;

    int width = CANVAS_WIDTH;
    int height = CANVAS_HEIGHT;

    uint32_t (*arrayPtr)[CANVAS_HEIGHT] = (uint32_t(*)[CANVAS_HEIGHT])canvas;

    while (x0 != x1 && y0 != y1)
    {
        if (x0 >= 0 && y0 >= 0 && x0 < width && y0 < height)
            arrayPtr[y0][x0] = c;

        int e2 = (err << 1);
        if (e2 > -dy) { err -= dy; x0 += sx; }
        if (e2 < dx) { err += dx; y0 += sy; }
    }
}

_apixmap = (uint32_t*)malloc(sizeof(uint32_t) * CANVAS_WIDTH * CANVAS_HEIGHT);
memset(_apixmap, 1, sizeof(uint32_t) * CANVAS_WIDTH * CANVAS_HEIGHT);
for (int i = (xrectw >> 1) + cc; i < CANVAS_WIDTH; i += xrectw)
{
    for (int j = (yrectw >> 1) + cc; j < CANVAS_HEIGHT; j += yrectw)
    {
        draw_line_simd(_apixmap, i - 17, j - 13, i + 17, j + 13, c1);
        draw_line_simd(_apixmap, i + 17, j - 13, i - 17, j + 13, c1);
    }
}

测试数据 #

CANVAS_WIDTH和CANVAS_HEIGHT均为2048，绘制208080条直线时：

• 使用X11 API仅耗时135ms
• 直接写入缓冲区耗时330ms

测试条件与疑问 #

直接写入缓冲区不存在Socket I/O开销，但性能却更差，且满足以下测试条件：

1. 在无GPU的PC上测试，结果一致
2. 仅使用单个CPU核心，无多线程参与
3. 在3台以上PC及虚拟机中测试，结果相同
4. 使用-O2、-O3、-Ofast编译优化，耗时无变化

特此问询：X11 XServer是如何实现比直接写缓冲区更快的直线绘制的？

X11 XServer能实现更快的直线绘制，核心原因集中在以下几点：

1. 底层实现的极致优化 #

XServer的直线绘制逻辑是经过数十年迭代的高度优化代码：

• 它的直线算法（如Bresenham或变体）在循环分支、内存访问模式上做了精细打磨，大幅降低分支预测失败的概率；
• 针对不同像素格式（如32位RGB）提供了汇编级优化，甚至直接利用CPU的SIMD指令批量处理像素写入，效率远高于手写C实现。

2. 内存访问的局部性优化 #

你的代码中，arrayPtr[y0][x0]是逐像素离散写入，内存访问局部性差，容易触发缓存未命中；而XServer：

• 会对连续像素区域做批量写入，充分利用CPU缓存行特性；
• 对Pixmap的内存布局做了对齐优化，确保像素写入是对齐内存操作，避免非对齐访问带来的性能损耗。

3. 边界检查的高效处理 #

你的实现中，每个像素写入前都要做一次边界判断，这会带来大量分支开销；XServer则会提前计算直线的有效像素范围，一次性过滤掉超出画布的部分，避免了循环内的重复判断。

4. 编译与平台适配的极致性 #

XServer的代码针对目标平台做了深度适配：

• 使用了平台特定的编译选项和架构优化（如x86-64的AVX指令集）；
• 部分核心逻辑用汇编实现，编译器无法自动将普通C代码优化到这个级别，即使开启-O3也难以企及。

5. 函数调用与逻辑紧凑性 #

你的代码通过draw_line_simd函数调用完成绘制，即便编译器做了内联优化，逻辑复杂度依然高于XServer的紧凑实现；XServer的绘制逻辑直接在服务端内存区域操作，没有额外的调用开销和逻辑冗余。

内容的提问来源于stack exchange，提问作者A Mr