为何新版Clang在Haswell架构下统计int位数时多生成一条指令？

关于cmovel指令的冗余问题 #

你看到的cmovel %edi, %eax确实看似冗余，但这是Clang 11.0.0之后优化器的有意调整：

• 原代码逻辑是输入a=0时直接返回0，非0时统计置位位数；而popcntl指令对输入0的返回值本身就是0，和原代码语义完全等价。
• 这条cmovel的作用是当零标志位（ZF）为1时（即a=0），把%edi（也就是0）赋值给%eax。虽然popcntl已经返回0，但这条指令不会改变正确结果，且几乎没有性能损耗——条件指令不满足时会被硬件直接跳过。
• 本质上是LLVM优化器在Clang 11版本中调整了popcnt相关的代码生成逻辑，目的是更严格地对齐原代码的分支语义，避免极端场景下的优化歧义。

关于默认架构下的长代码生成 #

你的猜测完全正确：

• Haswell架构原生支持popcnt硬件指令，这条指令能在单周期内完成位统计，所以编译器会直接生成基于popcntl的极简代码。
• 当不指定-march=haswell时，编译器默认以兼容性优先的通用x86-64架构为目标（比如x86-64基线），这类目标不保证所有CPU都支持popcnt（比如部分老AMD或早期Intel处理器没有该指令）。因此编译器只能用软件模拟位统计逻辑——也就是你看到的“类人工代码”（比如循环清除置位或分治算法），这类代码需要多步指令实现，自然更长。

内容的提问来源于stack exchange，提问作者Enlico