某些情况下，合理使用Go指针将大大提升程序的运行效率
共 4223字，需浏览 9分钟
· 2022-06-09
1. 避免在循环中造成不必要的数组空指针检查
目前官方标准 Go 编译器实现中存在一些缺陷（v1.18）。其中之一是 一些 nil 数组指针检查没有被移出循环。这里有一个例子来体现这个缺陷。
// unnecessary-checks.gopackage pointersimport "testing"const N = 1000var a [N]int//go:noinlinefunc g0(a *[N]int) {for i := range a {a[i] = i // line 12}}//go:noinlinefunc g1(a *[N]int) {_ = *a // line 18for i := range a {a[i] = i // line 20}}func Benchmark_g0(b *testing.B) {for i := 0; i < b.N; i++ { g0(&a) }}func Benchmark_g1(b *testing.B) {for i := 0; i < b.N; i++ { g1(&a) }}
让我们用 -S 编译选项来运行此基准测试，得到的输出结果如下（省略了不感兴趣的输出）：
$ go test -bench=. -gcflags=-S unnecessary-checks.go...0x0004 00004 (unnecessary-checks.go:12) TESTB AL, (AX)0x0006 00006 (unnecessary-checks.go:12) MOVQ CX, (AX)(CX*8)...0x0000 00000 (unnecessary-checks.go:18) TESTB AL, (AX)0x0002 00002 (unnecessary-checks.go:18) XORL CX, CX0x0004 00004 (unnecessary-checks.go:19) JMP 130x0006 00006 (unnecessary-checks.go:20) MOVQ CX, (AX)(CX*8)...Benchmark_g0-4 517.6 ns/opBenchmark_g1-4 398.1 ns/op
从输出结果中，我们可以发现 g1 实现比 g0 实现更高效。即使 g1 的实现多了一行代码（第 18 行）。为什么会这样？输出的汇编指令回答了这个问题。
在 g0 实现中，TESTB 指令生成在在循环内，而在 g1 实现中，TESTB 指令生成在循环外。 TESTB 指令用于检查参数 a 是否是一个空指针。对于这种特定情况，检查一次就足够了。多出来的这一行代码避免了编译器实现中的缺陷。
这里有第三种实现，其性能与 g1 的实现一样高效。第三种实现方式使用了一个从数组指针参数派生出来的切片。
//go:noinlinefunc g2(x *[N]int) {a := x[:]for i := range a {a[i] = i}}
请注意该缺陷可能在未来的编译器版本中被修补。
同时请注意，如果这三个函数实现可以内联，那么基准测试结果将产生很大变化。这就是为什么这里使用 //go:noinline 编译器指示的原因。（然而，我们应该知道的是，在Go 工具链 v1.18 之前，//go:noinline 编译器指示在这里实际上是不必要的，因为 包含 for-range 循环的函数从 Go 工具链 v1.18 以前是不可内内联的）。
2. 数组指针是一个结构体字段的情况
如果一个数组指针为一个结构体字段的情况，情况会稍微有点复杂。下面代码中的 _ = *t.a 一行无法避开上述编译器缺陷。例如，在下面的代码中，f1 函数和 f0 函数的性能差异很小。(事实上，如果在 f1 函数的循环内产生了一条 NOP 指令，那它可能更慢。）
type T struct {a *[N]int}//go:noinlinefunc f0(t *T) {for i := range t.a {t.a[i] = i}}//go:noinlinefunc f1(t *T) {_ = *t.afor i := range t.a {t.a[i] = i}}
欲将数组空指针检查移出循环，
我们应该把 t.a 字段复制到一个局部变量，然后采用上面介绍的技巧：
//go:noinlinefunc f3(t *T) {a := t.a_ = *afor i := range a {a[i] = i}}
或者简单地从数组指针字段中派生出一个切片：
//go:noinlinefunc f4(t *T) {a := t.a[:]for i := range a {a[i] = i}}
基准测试结果：
Benchmark_f0-4 622.9 ns/opBenchmark_f1-4 637.4 ns/opBenchmark_f2-4 511.3 ns/opBenchmark_f3-4 390.1 ns/opBenchmark_f4-4 387.6 ns/op
基准结果验证了我们上面的结论。
注意，基准结果中提到的 f2 函数声明为
//go:noinlinefunc f2(t *T) {a := t.afor i := range a {a[i] = i}}
f2 实现没有 f3 和 f4 实现快，但它比 f0 和 f1 实现快。不过，那是 另一个故事。
如果数组指针字段的元素在循环中不被修改（而仅被读取），那么 f1 实现与 f3 和 f4 实现性能相当。
我的个人观点是，对于大多数情况，我们应该尝试使用切片方式（ f4 实现）来获得最佳性能， 因为通常来说，官方标准 Go 编译器对切片的优化要比对数组的优化做得好。
3. 避免在循环中进行不必要的解引用
某些时候，当前的官方标准 Go 编译器（v1.18） 没有聪明到以最优化的方式生成汇编指令。我们不得不以另一种方式写代码以获得最佳性能。例如，在下面的代码中，f 函数的性能比 g 函数差得多。
// avoid-indirects_test.gopackage pointersimport "testing"func f(sum *int, s []int) {for _, v := range s { // line 7*sum += v // line 8}}func g(sum *int, s []int) {var n = 0for _, v := range s { // line 14n += v // line 15}*sum = n}var s = make([]int, 1024)var r intfunc Benchmark_f(b *testing.B) {for i := 0; i < b.N; i++ {f(&r, s)}}func Benchmark_g(b *testing.B) {for i := 0; i < b.N; i++ {g(&r, s)}}
基准测试结果（省略了不感兴趣的文字）：
$ go test -bench=. -gcflags=-S avoid-indirects_test.go...0x0009 00009 (avoid-indirects_test.go:8) MOVQ (AX), SI0x000c 00012 (avoid-indirects_test.go:8) ADDQ (BX)(DX*8), SI0x0010 00016 (avoid-indirects_test.go:8) MOVQ SI, (AX)0x0013 00019 (avoid-indirects_test.go:7) INCQ DX0x0016 00022 (avoid-indirects_test.go:7) CMPQ CX, DX0x0019 00025 (avoid-indirects_test.go:7) JGT 9...0x000b 00011 (avoid-indirects_test.go:14) MOVQ (BX)(DX*8), DI0x000f 00015 (avoid-indirects_test.go:14) INCQ DX0x0012 00018 (avoid-indirects_test.go:15) ADDQ DI, SI0x0015 00021 (avoid-indirects_test.go:14) CMPQ CX, DX0x0018 00024 (avoid-indirects_test.go:14) JGT 11...Benchmark_f-4 3024 ns/opBenchmark_g-4 566.6 ns/op
输出的汇编指令显示指针 sum 在 f 函数的循环中被解引用。解引用操作是一个内存操作。对于 g 函数，解引用操作发生在循环外， 而为循环产生的指令只处理寄存器。CPU 指令处理寄存器的速度比处理内存要快得多。这就是为什么 g 函数比 f 函数的性能好得多原因。
对于这种特定情况，另一种高性能实现是将指针参数移出函数体：
func h(s []int) int {var n = 0for _, v := range s {n += v}return n}func use_h(s []int) {var sum = new(int)*sum = h(s)...}
推荐阅读