代码逆向(八)——除法与取模运算的识别与优化原理.docVIP

1.9.1、除法与倒数相乘 何为倒数相乘？很简单，编译器世界中倒数相乘的中心思想其实就是用乘法来代替除法运算。它的原理很简单，就是将被除数乘以除数的倒数，其公式为x/y = x*(1/y)，我们拿10/2作为例子，我可以得出以下推论： 由 公式x/y = x*(1/y) 可得 10/2 = 10*(1/2) = 10*0.5 编译器也正是由这个公式才得以将除法转换为除法，但是编译器为什么要这样做呢？原因同样很简单，因为乘法的运算速度会比除法快4倍左右，在现有的Intel指令集中，就属除法指令最慢，因此将其优化为乘法的理由显得很充分，但是这么做似乎有不妥之处，让我们看看这是为什么…… int _tmain(int argc, _TCHAR* argv[]) { int a = 5/2; float b = 5.0/2.0; printf( 5/2 = %d\r\n5.0/2.0 = %1.1f,a,b); return 0; } -Export-------------------------------- 5/2 = 2 5.0/2.0 = 2.5 很明显，我们没能充分考虑到浮点类型，一般情况下，在C语言中1除以任何数其结果皆为0，这个问题显得比较严重，我们要怎样才能解决它呢？ 1.9.2、倒数相乘与定点运算的配合 为了使除法的倒数相乘优化成为可能，编译器使用了定点运算方案来表示小数。 那么何为定点运算，定点运算有什么特点呢？ 我们都知道一般情况下我们的小数都是用浮点类型来表示的，有一位会记录当前的小数点位于那里，当然还有其他的一些转换规则，这些都不是本文所关心的，我们只需知道浮点类型的小数可以位于任意一位，也就是说“小数点是浮动的”。 而定点运算根据字面意思来理解就是“小数点是固定的”，这种小数的定点表示法有很多优点，首当其冲的就是效率上的提高。当然，作为代价，同样也必须承受随之而来的精度上的丢失。 那么，这个定点表示法又是怎样运作的呢？它怎么就能保存小数信息呢？这部分内容很难寻找，经过大量近似资料的启示与笔者的试验，最终才证实其原理其实很简单，这首先还要从定点表示法的小数点位置与精度说起。 首先，编译器一般都将小数点定位在第一位，因为要表示一个数的倒数，那么用小数表示的话必然是一个小于1的数，例如8的倒数倒数分别为0.125与~0.000000081，因此其整数部分恒为0。 其次，就是精度问题，例如我们用一个4bit大小的数来表述小数的话，那么它的精度就是0.0625，其表示的整数每加1或减1，其表示的小数就随之增加或减少0.0625，如下所示： 确定精度： ┏━━┳━━━━━┳━━━━━━┳━━━━━━┳━━━━━━━┓ ┃Bit ┃1 ┃2 ┃3 ┃4 ┃ ┣━━╋━━━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫ ┃精度┃2^-1 [0.5]┃2^-2 [0.25] ┃2^-3 [0.125]┃2^-4 [0.0625] ┃ ┗━━┻━━━━━┻━━━━━━┻━━━━━━┻━━━━━━━┛ 例子： 0001 = 1 = 1*0.0625 = 0.0625 0010 = 2 = 2*0.0625 = 0.125 0101 = 5 = 5*0.0625 = 0.3125 而对于32位的编译器来说，只不过是将上面的例子的位数扩充了一下，因此精度也就随之提高，我们直接看例子： 精度：2^-32 = 0.00000000023283064365386962890625 例子： ┏━━┳━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┓ ┃除数┃倒数(小数) ┃定点运算 : 小数/精度┃舍去小数点的16进制┃ ┣━━╋━━━━━━╋━━━━━━━━━━╋━━━━━━━━━┫ ┃3 ┃0.3333333333┃1431655765.190167756┃0 ┃ ┣━━╋━━━━━━╋━━━━━━━━━━╋━━━━━━━━━┫ ┃5 ┃0.2 ┃858993459.2000000000┃0 ┃ ┣━━╋━━━━━━╋━━━━━━━━━━╋━━━━━━━━━┫ ┃11 ┃0.0909090909┃390451572.3245912064┃0x1745D174 ┃ ┣━━╋━━━━━━╋━━━━━━━━━━╋━━━━━━━━━┫ ┃59 ┃0.0169491525682