手写FASM字符串长度函数比GCC编译版本慢1.5倍的原因排查

我用FASM编写了x64（Windows ABI）平台下的字符串长度函数，逻辑如下：

• 先检查输入字符串是否8字节对齐
• 未对齐则逐个检查前几个字符，直到将指针对齐至8字节边界
• 之后以8字节为批量单位检查字符串结束符

但测试发现，该手写汇编函数比GCC编译的同逻辑C版本慢1.5倍：测试环境为i7-7800X，针对长度336的字符串执行1000万次循环，手写版本耗时0.772s，GCC版本耗时0.522s。我已将跳转标签对齐至16字节，仍无法定位性能差异原因，寻求问题排查思路。

手写FASM代码 #

; 此处粘贴手写FASM代码

GCC生成的汇编代码 #

; 此处粘贴GCC生成的汇编代码

C实现代码 #

// 此处粘贴C版本实现代码

测试程序 #

// 此处粘贴测试程序代码

内容的提问来源于stack exchange，提问作者HelloGUI