When Compilers Disagree About UTF‑8
20 hours ago
- 一个用于处理UTF-8的开源C++库最初创建时没有进行大量优化。
- 优化集中在ASCII快捷方式：ASCII字符（范围U+0000–U+007F）始终通过UTF-8有效性检查，允许提前返回。
- 一个简单的ASCII快速路径使Clang在纯ASCII文本上的性能提升了三倍，在混合文本上提升了34%。
- 对于相同的优化，GCC在纯ASCII文本上没有变化，而在混合文本上性能下降了3-4%。
- 分析表明，Clang没有消除解码后的检查，而GCC已经优化掉了这些检查。
- 一种改进的方法（在解码函数中内联验证）提高了两个编译器的性能：保留了Clang的增益，并在GCC混合文本上增加了15-20%的提升。
- 教训：编译器行为各异；仔细优化可以带来显著收益。