MASM32中如何高效将多个数组合并为单个目标数组

你的两种实现运行出错核心是犯了3类低级错误：

• 第一种crt_memcpy写法的问题：
  1. 根本没给arrayOut分配足够内存：你在.data?段只定义了一个dd类型变量，仅占4字节，完全存不下几千字节的合并数据，写入时会直接越界覆盖其他段的有效数据
  2. 第一次调用crt_memcpy的目标地址写错：传入的是不存在的array符号，不是输出数组的有效地址
  3. 指针逻辑完全错误：arrayOut本身是指针变量，你在没给它赋值有效内存地址的前提下，直接取它的值加偏移当写入目标，属于典型的野指针写入
• 第二种手写循环的问题：
  1. 同样没有给arrayOut分配足够内存，直接向标号地址写入必然越界
  2. 循环计数错误：源数组是db类型的单字节元素，你把计数设为sizeof array1 *2，平白多拷一倍长度，必然触发越界
  3. 拷贝逻辑错误：读入1个字节后做movsx符号扩展成4字节写入目标，相当于把1字节源数据扩成4字节存储，目标数组的内存布局完全错乱，和源数组的字节序列根本不匹配
  4. 循环逻辑冗余：loop指令本身会自动递减ecx并判断是否为0，你额外加的cmp+jbe判断完全多余，还容易写错跳转条件导致循环次数异常

crt_memcpy是编译环境自带的标准库函数，本身已经做了SIMD、地址对齐等多层优化，拷贝几千字节数据的性能远高于手写的普通循环，正确写法如下：

; 定义源数组
.data
array1      db  0CFh, 0C2h, 0ABh, 01Bh, 0C1h, 007h, 0F7h, 06Dh, 0DAh, 0F2h, 0DCh, 03Ch ; 剩余字节自行补全
ARRAY1_LEN  equ $ - array1 ; 自动计算array1实际长度，无需手动统计
array2      db  0BFh, 03Dh, 087h, 0F1h, 0A6h, 097h, 0A6h, 05Bh, 010h, 0F2h, 051h, 05Eh ; 剩余字节自行补全
ARRAY2_LEN  equ $ - array2
; 预计算输出数组总长度，直接在静态段分配足够空间，省掉动态申请的开销
TOTAL_LEN   equ ARRAY1_LEN + ARRAY2_LEN
arrayOut    db  TOTAL_LEN dup(?) ; 直接分配对应长度的字节空间，无需单独定义指针

.code
; 拷贝第一个数组到输出数组起始位置
invoke crt_memcpy, offset arrayOut, offset array1, ARRAY1_LEN
; 拷贝第二个数组，目标地址为输出数组起始地址加第一个数组的长度
invoke crt_memcpy, offset arrayOut + ARRAY1_LEN, offset array2, ARRAY2_LEN

; 如果有更多数组，按偏移累加规则追加即可，例：
; invoke crt_memcpy, offset arrayOut + ARRAY1_LEN + ARRAY2_LEN, offset array3, ARRAY3_LEN

如果需要动态申请内存，不要直接用未初始化的指针，先申请内存拿到有效地址再拷贝：

.data?
arrayOut    dd  ? ; 用于存储动态申请到的内存地址
.code
invoke crt_malloc, TOTAL_LEN
mov arrayOut, eax ; 拿到有效堆地址后再执行拷贝
invoke crt_memcpy, arrayOut, offset array1, ARRAY1_LEN
invoke crt_memcpy, dword ptr [arrayOut] + ARRAY1_LEN, offset array2, ARRAY2_LEN
; 内存使用完后记得调用crt_free释放

如果要自行实现拷贝逻辑，不要做多余的符号扩展，直接按字节搬移即可。性能最高的手写方式是用带硬件加速的串操作指令：

; 拷贝array1到输出数组起始位置
mov esi, offset array1
mov edi, offset arrayOut
mov ecx, ARRAY1_LEN
cld ; 清空方向标志位，设置地址从低到高增长
rep movsb ; 硬件加速按字节拷贝ecx个字节，性能远高于普通逐字节循环
; 此时edi已经停在array1拷贝结束的位置，直接接续拷贝array2即可
mov esi, offset array2
mov ecx, ARRAY2_LEN
rep movsb

如果要写最朴素的逐字节循环，注意不要搞多余的类型扩展，保证读写宽度匹配：

mov esi, 0
mov ecx, ARRAY1_LEN
copy_arr1:
mov al, array1[esi]
mov arrayOut[esi], al
inc esi
loop copy_arr1

mov edi, 0
mov ecx, ARRAY2_LEN
copy_arr2:
mov al, array2[edi]
mov arrayOut[esi + edi], al
inc edi
loop copy_arr2

• 数组长度超过64字节的场景，不要自己写朴素逐字节循环，直接用crt_memcpy或者rep movsb，现代CPU对这两种拷贝逻辑有专门的硬件优化，带宽可以跑到内存上限
• 拷贝的源地址、目标地址尽量按16/32字节对齐，可以进一步提升拷贝效率
• 单字节数组不要做符号扩展多字节写入，既浪费内存空间、拖慢拷贝速度，还会打乱内存布局

内容的提问来源于stack exchange，提问作者Tony