- 有部分人用了如下方法之后，并没有达到描述的效果
- 主要问题在于，没有时刻注意要先跳概率大的方向，还有省略重复代码
- 同志们，我只能帮大家到这里了
- 在很多时候加减数不需要先mv到寄存器了，同时，具备刷新cc的能力，省去andq。
- iaddq $-1, 类似是可行的
- 多重循环展开，展开越多速度越快，本质上是减少了指针移动
- 避免mr和rm连写，也就是避免数据冒险
- 多重循环后，一重循环可以去掉末尾指针移动
- 注意jxx的方向，通过调整指令，使得总是跳跃到概率大的地方（数据数量是1到64）
- 到这一步，基本上可以拿到50分以上
- 采用8+2+1循环展开，或者9+2+1展开
- 该方法的核心在于，收尾的是2+1展开，因为类似的8+4+2，难以抹去指针移动（原因后面解释）
- 采用了多重循环组合之后，基本上有55分左右（8+4和8+2均可）
- 说起来比较简单，就是抹掉所有循环的末尾指针移动
- 比如说我有20个数据，在程序跑完的时候，指针停留在第20个数据的前面，第19个数据的后面，也就是说，省掉最后一次
- 具体到如何省掉的呢？类似于将指针增加操作移动到loop开头，设置两个不同的label，第一次进入循环的时候，跳到下面的label，循环末尾的判断，跳回到高位的label，这样，在最后一次循环结束时候，指针就没有移动。
- 那么，为什么说9+2+1是最极限的呢，原因如下：
- 我要抹掉9循环的末尾移动，那么，9循环结束后，到2循环的时候，指针并不在末尾位置，这样就乱了，如何解决这个问题？
- 方案如下：复制一遍二重循环代码，等于说，制造了两个二重循环，一个对应着，指针从末尾开始，另一个对应着，指针差了9个数据点，同理，制造四个一重收尾循环，收尾其实不算做循环了，因为要么做一次copy，要么直接结束，所以指令数极其少，如此，举例比如说，16个数据，原本是9+2+2+2+1，意味着我做了五次指针移动，并且还有一定的控制预测错误，但是，经过抹去操作，我实际上只用了 2+2，两次指针移动，每次指针移动两条add语句，就是2个周期，等于说，一波赚了6个周期，而类似的不能被完整结束的数据点很多，总体下来，性能提升了。
- 到这一步，有58.4分（适当调整三个循环的进入顺序，预测概率大的方向）
- 如果非2-1收尾，很显然，因为要多个版本的循环代码，很有可能超出bytes限制。
- 第一句的初始化rax可以去掉，因为这个程序比较简单，它就是0，不会引发错误
- 但这也不算是一个好的操作，总之可以拿分就是
- 到这一步，59.8分
- 单重循环指令数很少，少到找不到指令填充mr和rm之间的间隙，但因为这个运行次数不多，损失一个周期无关痛痒
- 但计数程序的设计上，开头几个权值很大，并且，0不计数
- 于是，极限操作应运而生，四个一重循环中的，唯一一个对应，只有一个数据点的那个循环，先mr，再jxx，赚回一个周期，同时在0的位置上损失一个周期
- 由于0不计数，1的位置权值很大，1个周期直接满分
- 最后，CPE=7.49 score=60
- 举例说明，假如有两个数A,B，先检测A，然后根据结果跳到，0对应的B，和1对应的B
- 检测B，根据B的结果决定 +2 +1 +0
- 等于说，本来必须执行两次addq操作，现在合并了之后，只用执行一次，并且jxx用的次数也是一样多的
- 代价是多写很多label和复制代码，同时，注意一点，因为程序始终是顺序执行的，还是需要加一条jmp指令使程序跳到正确位置（仔细想想...）
- 所以，并没有省略掉周期数。（但是感谢sxy同学的暴力思路...得到如下启发）
- 如果同时判断n个数，并且n>2，还是只用增加一个jmp，但同时合并了多条add，（也是概率性的，因为有的时候都不执行add，这时候没什么区别）
- 具体代码书写挺长的，只能做锦上添花用用，很容易超出bytes
- CEP=7.47 score=60
- 在hcl里面检测某种指令组合（因为我可以拿到各个阶段的icode），然后再进行操作（修改逻辑或数据），同时，这种指令组合，在测试文件中不存在，比如5个nop指令（当然5个nop相当于啥都没做，但可以有别的组合），总的来说，不管测试文件有多大，总还是能找到一些指令组合的，因为逻辑上还可以判断指令操作数的内容，条件一多起来，测试文件很难覆盖到。
上述方法可以规避正确性检测，但并不是什么优秀的技术（慎用） - 同样在hcl里面检测某种指令组合，或者是单个指令（单个没什么可操作性），但对其做出足够多的条件判断和错误复原，使得在任何测试情况下都能正确。
这个方法比较难做成功，但算是有用的思想。
- 捕捉到需要做额外操作的时候，一般来说能加速的点也就是提高控制转移的正确性
- jxx需要等待的原因在于没有到ALU阶段，拿不到CC，也计算不了Cnd
- 事实上，给CPU加更多的计算单元和判断电路，在某些时候，额外计算一下Cnd，使得jxx直接跳向正确的方向（比如说jxx前面的代码里面没有修改cc的指令，这个时候cc是固定的了，那么可以用额外的计算部分算出来），但比较遗憾的是，修改hcl并不能真正地为所欲为，加线是很复杂的事情（似乎是不能真正的多增加一个计算单元的，还是需要利用已有的ALU）。
- 关于加线的一个特殊的事情是，逻辑判断的地方可以写>,<,>=,<=,这样的判断，这能帮助做特别多的事情。
- 个人观点：从电路角度来讲，判断大于小于并不是一件简单的事情（如果那么轻易就可以的话，何必用cc，Cnd这样复杂的结构？），以及，为此增加的线路并不少，一个比较现实的因素是，很有可能导致完成一个阶段的操作需要的时间变长，变长了意味着，CPE的时间变长了，程序也就不一定真的变快了（但lab里面显然是不在意一个阶段花了多少时间的，都算作一个Circle，所以就加速了）
- 总的来说就是，如果修改并不精巧的话（注意这个前提），相当于是，延长了Circle的时间，在一个�Circle里面做了更多的事情，使得CPE的数量下降了。(程序运行时间是CPE*Circle的时长，等于说很有可能程序并没有变快)