如何确定Rust release模式下代码应用了哪些编译优化项？

核心优化项说明 #

你这段嵌套循环代码的性能差距主要来自以下几个Rust release构建默认开启的LLVM优化，这几项贡献了90%以上的性能提升：

• 边界检查消除：debug构建会对所有Vec索引访问执行两次边界检查（先检查外层向量索引合法性、再检查内层向量索引合法性），而LLVM在release构建下可以推导出你代码里的y+dy、x+z-1等所有索引都在合法范围内，直接删掉了所有边界检查分支，仅此一项通常就能带来3~10倍的性能提升。
• 循环优化：包含循环不变量外提、循环展开、自动向量化三个核心优化：
  1. 把内层循环中重复计算的网格地址、偏移量等提前到循环外计算，避免每次迭代重复运算
  2. 对dy、dx这类短步长内层循环做展开，减少循环跳转的开销
  3. 对连续的内存累加操作做向量化，一次加载4/8个i32并行计算，进一步提升计算吞吐量
• 寄存器分配优化：debug构建会把所有变量都存在栈内存上，每次读写都要执行访存操作；release构建会把window_power、best_power这类高频访问的变量直接分配到CPU寄存器，完全消除了这部分访存开销
• 冗余指令消除：debug构建会插入大量调试相关的冗余指令，release构建会全部删除，同时做强度消减、常量传播等标量优化进一步精简指令流

问题解答 #

1. 有没有比直接读汇编更简便的方法？ #

你可以直接通过Rust编译参数输出LLVM优化日志，不用手动对比汇编：
编译时添加环境变量RUSTFLAGS="-C llvm-args=-pass-remarks=.*"，执行构建后LLVM会打印所有应用到你代码上的优化Pass，包括哪个循环被展开、哪段代码做了向量化、哪些边界检查被消除等信息，一目了然。
如果需要更详细的优化分析，还可以加-C llvm-args=-pass-remarks-analysis=.*参数，会输出LLVM对每段代码的优化决策原因，比如为什么某个循环没有被向量化。

2. LLVM能不能记录优化项？怎么评估哪个优化影响最大？ #

LLVM支持输出优化统计信息，编译时加-C llvm-args=-stats参数，构建完成后会输出每个优化Pass的执行次数、修改的指令数等统计数据。
要量化单个优化的性能影响，可以用二分法开关优化项测试：比如先保留所有debug检查（加-C debug-assertions=yes -C overflow-checks=yes参数）单独测边界检查消除的影响，再关循环优化测循环优化的贡献，很容易就能定位到贡献最大的优化项。对你这段代码来说，大概率边界检查消除和循环向量化是贡献最大的两项。

3. 用Ghidra分析会不会更简单？ #

如果你对原生汇编的阅读熟练度不高，Ghidra的伪代码反编译功能确实会降低分析难度：它可以把二进制文件直接反编译成类C的伪代码，你可以直观看到release版本里有没有边界检查的分支、循环是否被展开、变量是否被优化为寄存器访问等特征。如果你已经能熟练读x86-64汇编，用cargo-asm直接看汇编输出会更高效，不需要额外导入二进制做分析。

pub fn best_window_variable(grid: &Vec<Vec<i32>>) -> (usize, usize, usize) {
    let mut best_power = i32::MIN;
    let mut best_window = (0usize, 0usize, 0usize);

    for y in 0..grid.len() {
        for x in 0..grid[y].len() {
            let space = std::cmp::min(grid.len() - y, grid[y].len() - x);
            let mut window_power = 0i32;
            for z in 1..=space {
                for dy in 0..z {
                    window_power += grid[y + dy][x + z - 1];
                }

                for dx in 0..(z - 1) {
                    window_power += grid[y + z - 1][x + dx];
                }

                if window_power > best_power {
                    best_power = window_power;
                    best_window = (x + 1, y + 1, z);
                }
            }
        }
    }

    best_window
}

内容的提问来源于stack exchange，提问作者road_rash