今天运行了 liangbch 的测试程序，
发现我的程序经无心人汇编后速度反而下降了。
另讲个自己测试的笑话：
因为这几天有点忙，就将自己的代码简单测试了下，
由于原本是没加 __fastcall 限定的，
所以就单独写段代码测试（循环次数与其它的一样）。
但每次测试我的代码都只要“0 s”，所以感觉快得不可思议！
现在才明白了，被编译器优化掉了，实际上根本就没去循环调用！
不过若是写成函数指针形式，编译器就不会去过度优化了。
贴上一份测试结果：
CPU: AMD Sempron 2500+, 1.75MH, MMX,3DNow,SSE
L1 Data :64K，L1 Code:64K
L2 cache:256K
RAM: 1248MB,
说明：
1. 参考函数为iSqt_ref，代码见下
DWORD __fastcall iSqrt_ref(DWORD n)
{DWORD r=(DWORD)(sqrt(double(n))); return r; }
2. 测试时：取3次测试的最小值
测试结果 case 1,计算0-65535的平方根
1）iSqt_FPU1_lbc 最快，其次是iSqt_FPU2_lbc，
2）liangbch的两个C版本也排到了第3和第5. 这两个c版本和被开方数的bit数有关，被开方数越小，速度越快。
3）只有 iSqt_GxQ_asm 和 iSqt_16 的速度低于参考函数(iSqrt_ref), ISqrt最慢。
4）各个函数的实际速度为（按速度排序）
iSqt_FPU1_lbc#: 0.00091 s
iSqt_FPU2_lbc#: 0.00126 s
iSqt_c1_lbc#: 0.00141 s
iSqt_FPU_yaos#: 0.00182 s
iSqt_c2_lbc#: 0.00184 s
iSqt_FPU2_yaos#: 0.00185 s
iSqt_FPU3_lbc#: 0.00192 s
iSqt_gxq_c#: 0.00202 s
iSqt_FPU1_yaos#: 0.00219 s
Sqt_ref 0.00295 s （参考函数）
iSqt_GxQ_asm#: 0.00336 s
iSqt_16#: 0.00449 s
测试结果 case 2,计算0-2^28-1的平方根
1）iSqt_FPU1_lbc 最快，其次是iSqt_FPU2_lbc，
2）liangbch的两个C版本也这次排到了第8和第10.
3）iSqt_c1_lbc，iSqt_GxQ_asm 和 iSqt_16 的速度低于参考函数(iSqrt_ref), ISqrt_16依然是最慢的。
4）各个函数的实际速度为（按速度排序）
iSqt_FPU1_lbc#: 3.82618 s
iSqt_FPU2_lbc#: 5.32978 s
iSqt_FPU_yaos#: 7.70527 s
iSqt_FPU2_yaos#: 7.74564 s
iSqt_FPU3_lbc#: 8.12494 s
iSqt_gxq_c#: 8.43633 s
iSqt_FPU1_yaos#: 9.19390 s
iSqt_c2_lbc#: 11.06406 s
iSqt_ref#: 12.36054 s (参考函数）
iSqt_c1_lbc#: 12.53915 s
iSqt_GxQ_asm#: 14.09524 s
iSqt_16#: 19.85911 s
:lol
GxQ
我的优化汇编在我的机器上是比你C快的啊
只能说你的U不好
哈哈
我昨天试着写汇编，每个 SQRT_CORE 展开可比你的少3条指令。
等我有空时调试好了再帖上来吧。
我是个对整型算法痴迷的追求者，
大家看看纯用ALU指令可否再提速？
:lol
我也是觉得11条太多
期待你的程序
因为我还没完全看懂那个算法
所以只能照搬C逻辑
而不能重新写汇编
Core 2 XEON 1.6G
1024M
n: 0-0x10000
iSqt_ref#: 0.00860 s
iSqt_c1_lbc#: 0.00802 s
iSqt_c2_lbc#: 0.01004 s
iSqt_FPU1_lbc#: 0.00235 s
iSqt_FPU2_lbc#: 0.00235 s
iSqt_FPU3_lbc#: 0.00235 s
iSqt_FPU_yaos#: 0.00246 s
iSqt_FPU1_yaos#: 0.00248 s
iSqt_FPU2_yaos#: 0.00235 s
iSqt_gxq_c#: 0.00859 s
iSqt_GxQ_asm#: 0.00517 s
iSqt_16#: 0.01793 s
n: 0-0x10000000
iSqt_ref#: 35.64516 s
iSqt_c1_lbc#: 38.43555 s
iSqt_c2_lbc#: 54.55676 s
iSqt_FPU1_lbc#: 9.76307 s
iSqt_FPU2_lbc#: 9.77639 s
iSqt_FPU3_lbc#: 9.78283 s
iSqt_FPU_yaos#: 10.10670 s
iSqt_FPU1_yaos#: 10.29507 s
iSqt_FPU2_yaos#: 9.81197 s
iSqt_gxq_c#: 38.91645 s
iSqt_GxQ_asm#: 21.45924 s
iSqt_16#: 80.26027 s
宝宝的1，2，3都看了
1、不能说好，因为受RC控制，且这个函数将来被用在RC失控的地方就会出错
2、和我的逻辑一样，唯一不同是存在跳转，呵呵，看来宝宝的汇编功力比我的强
有时间改写下这个函数，可能会有更好的速度
3、这么利用esp不知道好不好，总觉得存在问题，怎么不增加2个处理esp的语句？
GxQ的算法如果首次循环从bsr扫描到的位置启动
是否对小数字会比较好
另外
宝宝的测试并不完善
在2^31-1以上才存在修正呢
我想测试2100000000-2200000000比较妥当
3、这么利用esp不知道好不好，总觉得存在问题，怎么不增加2个处理esp的语句？
在单线程应该不会存在问题，在多线程的情况下我就不知道了。
如果多线程的各个栈是独立的则应该不会有问题，否则，可能会出现问题。