用__uint128_t替代GCC汇编divq指令失败，求解决方法

问题背景 #

我成功用__uint128_t实现了64×64乘法等128位运算，GCC生成的汇编和手写汇编完全一致，但在128位除法场景下，替换汇编代码遇到问题：

原汇编实现：

#include <stdint.h>
void div64(uint64_t low, uint64_t high, uint64_t divisor,
           uint64_t& quotient, uint64_t& remainder) {
    asm("divq %2" : "+a"(low), "+d"(high) : "rm"(divisor));
    quotient = low;
    remainder = high;
}

我尝试用纯C/C++代码替换：

void div64(uint64_t low, uint64_t high, uint64_t divisor,
           uint64_t& quotient, uint64_t& remainder) {
    __uint128_t val = __uint128_t(low) | (__uint128_t(high) << 64);
    quotient = val / divisor;
    remainder = val % divisor;
}

即使在-O3优化模式下，编译器也未生成单条divq指令，反而生成了包含__udivti3库调用的冗长汇编，同时通过乘法和减法计算余数。

原因分析 #

• x86架构的divq指令可在单次操作中同时输出商（存于RAX寄存器）和余数（存于RDX寄存器），但GCC对__uint128_t的除法（/）和取余（%）操作默认是独立处理的：
  1. val / divisor会调用__udivti3库函数计算商；
  2. val % divisor则通过val - (val / divisor) * divisor的公式推导余数，而非直接复用divq指令的余数结果。
• 编译器优化器未自动将这两个操作合并为一次divq调用，导致生成冗余的库函数调用和计算逻辑。

解决方案 #

使用GCC内置函数__builtin_udivmodti4，该函数专门用于同时计算128位无符号整数的商和余数，会直接生成divq指令，避免库函数调用：

#include <stdint.h>
void div64(uint64_t low, uint64_t high, uint64_t divisor,
           uint64_t& quotient, uint64_t& remainder) {
    __uint128_t dividend = (__uint128_t)high << 64 | low;
    __uint128_t rem;
    // __builtin_udivmodti4(被除数, 除数, 余数输出指针) 返回商
    quotient = (uint64_t)__builtin_udivmodti4(dividend, divisor, &rem);
    remainder = (uint64_t)rem;
}

该代码在-O3优化下会生成与手写汇编完全一致的divq指令，同时保持代码的可移植性（Clang也支持此内置函数）。

内容的提问来源于stack exchange，提问作者Henrique Bucher