Go含相同提前返回逻辑的数组右旋函数基准性能差异问题

问题背景 #

我实现了两个将输入数组 n 次向右旋转的函数。
两种实现均包含提前退出逻辑：当完成全部旋转后结果与原数组相等时，函数不执行任何操作直接返回，该场景出现在 n 为0或为数组长度整数倍的情况下。

第一个实现（拷贝临时数组方案）：

func rotateRight1(nums []int, n int) {
    n = n % len(nums)
    if n == 0 {
        return
    }

    lastNDigits := make([]int, n)
    copy(lastNDigits, nums[len(nums)-n:])

    copy(nums[n:], nums[:len(nums)-n])
    copy(nums[:n], lastNDigits)
}

第二个实现（原地环状替换方案）：

func rotateRight2(nums []int, n int) {
    n = n % len(nums)
    if n == 0 {
        return
    }

    i := 0
    current := nums[i]
    iAlreadySeen := i
    for j := 0; j < len(nums); j++ {
        nextI := (i + n) % len(nums)

        nums[nextI], current = current, nums[nextI]

        i = nextI

        // 处理数组长度为偶数时，步长可能提前回到已访问索引的问题
        if nextI == iAlreadySeen {
            i = (i + 1) % len(nums)
            iAlreadySeen = i
            current = nums[i]
        }
    }
}

基准测试代码如下：

func BenchmarkRotateRight1(b *testing.B) {
    nums := make([]int, 5_000)

    b.ResetTimer()
    b.ReportAllocs()
    for i := 0; i < b.N; i++ {
        rotateRight1(nums, 0)
    }
}

func BenchmarkRotateRight2(b *testing.B) {
    nums := make([]int, 5_000)

    b.ResetTimer()
    b.ReportAllocs()
    for i := 0; i < b.N; i++ {
        rotateRight2(nums, 0)
    }
}

执行 go test -bench=. 命令在 go version go1.18 linux/amd64 环境下稳定得到如下测试结果：

cpu: Intel(R) Core(TM) i7-7500U CPU @ 2.70GHz
BenchmarkRotateRight1-4         1000000000               0.4603 ns/op          0 B/op          0 allocs/op
BenchmarkRotateRight2-4         97236492                12.11 ns/op            0 B/op          0 allocs/op
PASS

两个函数都会在 n == 0 时触发提前返回，逻辑看起来完全一致，却出现了20倍以上的性能差距。

原因说明 #

性能差异完全来自Go 1.18编译器的优化粒度区别，和代码逻辑正确性无关：

• 对于rotateRight1，n==0分支之后的所有代码（切片分配、内存拷贝）都依赖n>0的前提才会执行，编译器可以明确判断出n=0时整个函数没有任何内存访问、没有任何副作用，因此直接把基准测试循环里的函数调用完全优化掉了。测出来的0.46ns/op本质是空循环的耗时，根本没有实际执行函数调用逻辑。
• 对于rotateRight2，if n==0 {return}的代码后面紧跟着current := nums[i]这类固定访问切片下标0的操作。哪怕n=0时这些代码永远不会运行，Go 1.18的编译器做不到跨分支做这么深的无效代码消除，也没法把这个函数完全内联优化为空操作，每次调用都需要执行完整的函数栈准备、取切片长度、取模、条件判断流程，耗时自然就落到了十几纳秒的水平。

验证方式很简单：把rotateRight2里if n==0 {return}之后的所有代码全部注释掉，再跑基准测试，两个函数的性能就会完全一致。

内容的提问来源于stack exchange，提问作者Rafael FT