使用CPU時間戳進行高精度計時

        對關注性能的程序開發人員而言，一個好的計時部件既是益友，也是良師。計時器既可以作爲程序組件幫助程序員精確的控制程序進程，又是一件有力的調試武器，在有經驗的程序員手裏可以儘快的確定程序的性能瓶頸，或者對不同的算法作出有說服力的性能比較。

　　在Windows平臺下，常用的計時器有兩種，一種是timeGetTime多媒體計時器，它可以提供毫秒級的計時。但這個精度對很多應用場合而言還是太粗糙了。另一種是QueryPerformanceCount計數器，隨系統的不同可以提供微秒級的計數。對於實時圖形處理、多媒體數據流處理、或者實時系統構造的程序員，善用QueryPerformanceCount/QueryPerformanceFrequency是一項基本功。

　　本文要介紹的，是另一種直接利用Pentium CPU內部時間戳進行計時的高精度計時手段。以下討論主要得益於《Windows圖形編程》一書，第15頁－17頁，有興趣的讀者可以直接參考該書。關於RDTSC指令的詳細討論，可以參考Intel產品手冊。本文僅僅作拋磚之用。
　　在Intel Pentium以上級別的CPU中，有一個稱爲“時間戳（Time Stamp）”的部件，它以64位無符號整型數的格式，記錄了自CPU上電以來所經過的時鐘週期數。由於目前的CPU主頻都非常高，因此這個部件可以達到納秒級的計時精度。這個精確性是上述兩種方法所無法比擬的。

　　在Pentium以上的CPU中，提供了一條機器指令RDTSC（Read Time Stamp Counter）來讀取這個時間戳的數字，並將其保存在EDX:EAX寄存器對中。由於EDX:EAX寄存器對恰好是Win32平臺下C++語言保存函數返回值的寄存器，所以我們可以把這條指令看成是一個普通的函數調用。像這樣：

inline unsigned __int64 GetCycleCount()
{
__asm RDTSC
}

但是不行，因爲RDTSC不被C++的內嵌彙編器直接支持，所以我們要用_emit僞指令直接嵌入該指令的機器碼形式0X0F、0X31，如下：

inline unsigned __int64 GetCycleCount()
{
__asm _emit 0x0F
__asm _emit 0x31
}

以後在需要計數器的場合，可以像使用普通的Win32 API一樣，調用兩次GetCycleCount函數，比較兩個返回值的差，像這樣：

unsigned long t;
t = (unsigned long)GetCycleCount();
//Do Something time-intensive ...
t -= (unsigned long)GetCycleCount();

　　《Windows圖形編程》第15頁編寫了一個類，把這個計數器封裝起來。有興趣的讀者可以去參考那個類的代碼。作者爲了更精確的定時，做了一點小小的改進，把執行RDTSC指令的時間，通過連續兩次調用GetCycleCount函數計算出來並保存了起來，以後每次計時結束後，都從實際得到的計數中減掉這一小段時間，以得到更準確的計時數字。但我個人覺得這一點點改進意義不大。在我的機器上實測，這條指令大概花掉了幾十到100多個週期，在Celeron 800MHz的機器上，這不過是十分之一微秒的時間。對大多數應用來說，這點時間完全可以忽略不計；而對那些確實要精確到納秒數量級的應用來說，這個補償也過於粗糙了。
這個方法的優點是：

1.高精度。可以直接達到納秒級的計時精度（在1GHz的CPU上每個時鐘週期就是一納秒），這是其他計時方法所難以企及的。

2.成本低。timeGetTime 函數需要鏈接多媒體庫winmm.lib，QueryPerformance* 函數根據MSDN的說明，需要硬件的支持（雖然我還沒有見過不支持的機器）和KERNEL庫的支持，所以二者都只能在Windows平臺下使用（關於DOS平臺下的高精度計時問題，可以參考《圖形程序開發人員指南》，裏面有關於控制定時器8253的詳細說明）。但RDTSC指令是一條CPU指令，凡是i386平臺下Pentium以上的機器均支持，甚至沒有平臺的限制（我相信i386版本UNIX和Linux下這個方法同樣適用，但沒有條件試驗），而且函數調用的開銷是最小的。

3.具有和CPU主頻直接對應的速率關係。一個計數相當於1/(CPU主頻Hz數)秒，這樣只要知道了CPU的主頻，可以直接計算出時間。這和QueryPerformanceCount不同，後者需要通過QueryPerformanceFrequency獲取當前計數器每秒的計數次數才能換算成時間。
這個方法的缺點是：

1.現有的C/C++編譯器多數不直接支持使用RDTSC指令，需要用直接嵌入機器碼的方式編程，比較麻煩。

2.數據抖動比較厲害。其實對任何計量手段而言，精度和穩定性永遠是一對矛盾。如果用低精度的timeGetTime來計時，基本上每次計時的結果都是相同的；而RDTSC指令每次結果都不一樣，經常有幾百甚至上千的差距。這是這種方法高精度本身固有的矛盾。

關於這個方法計時的最大長度，我們可以簡單的用下列公式計算：
自CPU上電以來的秒數 = RDTSC讀出的週期數 / CPU主頻速率（Hz）
64位無符號整數所能表達的最大數字是1.8×10^19，在我的Celeron 800上可以計時大約700年（書中說可以在200MHz的Pentium上計時117年，這個數字不知道是怎麼得出來的，與我的計算有出入）。無論如何，我們大可不必關心溢出的問題。
下面是幾個小例子，簡要比較了三種計時方法的用法與精度

//Timer1.cpp 使用了RDTSC指令的Timer類//KTimer類的定義可以參見《Windows圖形編程》P15
//編譯行：CL Timer1.cpp /link USER32.lib
#include <stdio.h>
#include "KTimer.h"

main()
{
  unsigned t;
  KTimer timer;
  timer.Start();
  Sleep(1000);
  t = timer.Stop();
  printf("Lasting Time: %d/n",t);
}

//Timer2.cpp 使用了timeGetTime函數
//需包含<mmsys.h>，但由於Windows頭文件錯綜複雜的關係
//簡單包含<windows.h>比較偷懶：）
//編譯行：CL timer2.cpp /link winmm.lib
#include <windows.h>
#include <stdio.h>

main()
{
  DWORD t1, t2;
  t1 = timeGetTime();
  Sleep(1000);
  t2 = timeGetTime();
  printf("Begin Time: %u/n", t1);
  printf("End Time: %u/n", t2);
  printf("Lasting Time: %u/n",(t2-t1));
}

//Timer3.cpp 使用了QueryPerformanceCounter函數
//編譯行：CL timer3.cpp /link KERNEl32.lib
#include <windows.h>
#include <stdio.h>

main()
{
  LARGE_INTEGER t1, t2, tc;
  QueryPerformanceFrequency(&tc);
  printf("Frequency: %u/n", tc.QuadPart);
  QueryPerformanceCounter(&t1);
  Sleep(1000);
  QueryPerformanceCounter(&t2);
  printf("Begin Time: %u/n", t1.QuadPart);
  printf("End Time: %u/n", t2.QuadPart);
  printf("Lasting Time: %u/n",( t2.QuadPart- t1.QuadPart));
}

////////////////////////////////////////////////
//以上三個示例程序都是測試1秒鐘休眠所耗費的時間
file://測/試環境：Celeron 800MHz / 256M SDRAM
// Windows 2000 Professional SP2
// Microsoft Visual C++ 6.0 SP5
////////////////////////////////////////////////

以下是Timer1的運行結果，使用的是高精度的RDTSC指令
Lasting Time: 804586872

以下是Timer2的運行結果，使用的是最粗糙的timeGetTime API
Begin Time: 20254254
End Time: 20255255
Lasting Time: 1001

以下是Timer3的運行結果，使用的是QueryPerformanceCount API
Frequency: 3579545
Begin Time: 3804729124
End Time: 3808298836
Lasting Time: 3569712