在C语言中实现类memcmp的通用小于比较函数（x86架构指令优化）

核心思路 #

要减少指令数，关键是利用x86硬件的专用比较指令，避免分支跳转，直接生成布尔结果。针对不同数值类型（整数、单/双精度浮点数），我们可以实现专用的精简函数，而非泛型的通用函数（泛型会引入分支判断，增加指令量）。

整数类型（int、long等）实现 #

对于有符号整数，x86的cmp指令配合setl（小于则设置字节）指令可以直接生成结果，无需分支：

// 比较32位有符号整数：a < b返回1，否则返回0
int int32_lt(const void* a, const void* b) {
    const int32_t val_a = *(const int32_t*)a;
    const int32_t val_b = *(const int32_t*)b;
    return val_a < val_b;
}

编译后的x86指令（GCC -O2）：

mov     eax, DWORD PTR [a]
cmp     eax, DWORD PTR [b]
setl    al
movzx   eax, al
ret

仅4条指令，无分支，直接通过标志位生成结果。

对于无符号整数，编译器会自动将比较逻辑转换为setb（低于则设置）指令，只需保持代码中的<运算符即可。

单精度浮点数（float）实现 #

利用SSE指令集的cmpltss（单精度浮点数小于比较）和movmskps（提取掩码），可以直接生成结果：

#include <immintrin.h>

// 比较float：a < b返回1，否则返回0
int float_lt(const void* a, const void* b) {
    __m128 xmm_a = _mm_load_ss((const float*)a);
    __m128 xmm_b = _mm_load_ss((const float*)b);
    __m128 cmp_result = _mm_cmplt_ss(xmm_a, xmm_b);
    return _mm_movemask_ps(cmp_result);
}

编译后的x86指令（GCC -O2）：

movss   xmm0, DWORD PTR [a]
movss   xmm1, DWORD PTR [b]
cmpltss xmm0, xmm1
movmskps        eax, xmm0
ret

仅4条指令，利用SSE寄存器直接完成比较，无需x87栈操作（x87会需要更多指令处理状态字）。

双精度浮点数（double）实现 #

类似单精度，使用SSE的cmpltpd和movmskpd指令：

#include <immintrin.h>

// 比较double：a < b返回1，否则返回0
int double_lt(const void* a, const void* b) {
    __m128d xmm_a = _mm_load_sd((const double*)a);
    __m128d xmm_b = _mm_load_sd((const double*)b);
    __m128d cmp_result = _mm_cmplt_pd(xmm_a, xmm_b);
    return _mm_movemask_pd(cmp_result);
}

编译后的x86指令（GCC -O2）：

movsd   xmm0, QWORD PTR [a]
movsd   xmm1, QWORD PTR [b]
cmpltpd xmm0, xmm1
movmskpd        eax, xmm0
ret

同样4条指令，高效完成双精度比较。

关键优化点 #

1. 避免分支跳转：所有实现都通过硬件指令直接生成结果，没有jl/jge这类分支指令，减少指令数同时避免分支预测错误。
2. 利用专用指令：整数用cmp+setl，浮点数用SSE比较+掩码提取，都是x86原生支持的精简指令组合。
3. 类型专用实现：放弃泛型的通用函数，避免类型判断带来的额外分支和指令开销。

内容的提问来源于stack exchange，提问作者Gideon Kogan