函数调用的成本

Posted on 2026-02-09

编程时，我们会将函数串联起来。函数 A 调用函数 B，依此类推。

你不必非得用这种方式编程，完全可以用一个函数编写整个程序。用一个函数编写一个非同寻常的程序会是一个很有趣的练习……前提是你把代码编写工作交给人工智能，因为人类很快就会被冗长的函数搞得焦头烂额。

编译器的一项关键优化是“内联”：编译器会获取你的函数定义，并尝试将其替换到调用位置。这在概念上非常简单。考虑以下示例，其中函数add3调用了函数add 。

 int add ( int x , int y ) { return x + y ; } int add3 ( int x , int y , int z ) { return add ( add ( x , y ), z ); }您可以按如下方式手动内联调用。 int add ( int x , int y ) { return x + y ; } int add3 ( int x , int y , int z ) { return add ( add ( x , y ), z ); }
 int add3 ( int x , int y , int z ) { return x + y + z ; }函数调用在性能上相对便宜，但并非完全免费。如果函数需要一些非平凡的参数，你可能需要将它们保存到栈上并进行恢复，因此会产生额外的加载和存储操作。你需要跳转到函数内部，并在函数结束后跳转出来。此外，根据你系统的函数调用约定以及你使用的指令类型，函数调用的开头和结尾可能还会有额外的指令。 int add3 ( int x , int y , int z ) { return x + y + z ; }

如果一个函数足够简单，例如我的add函数，那么在性能至关重要的情况下，它应该始终内联。让我们来看一个具体的例子。假设我要对一个数组中的整数求和。

 for ( int x : numbers ) { sum = add ( sum , x ); }我使用的是MacBook（M4处理器，LLVM虚拟机）。 for ( int x : numbers ) { sum = add ( sum , x ); }
功能 ns/int
常规的 0.7
排队 0.03

哇，内联版本速度快了20多倍。

让我们来看看发生了什么。’add’ 函数的调用点只是一个调用该函数的简单循环。

 ldr w1 , [ x19 ], #0 x4 bl 0x100021740 ; add(int, int) cmp x19 , x20 b.ne 0x100001368 ; <+28>该函数本身非常简单：仅需两条指令。 ldr w1 , [ x19 ], #0 x4 bl 0x100021740 ; add(int, int) cmp x19 , x20 b.ne 0x100001368 ; <+28>
 add w0 , w1 , w0 ret因此，每次加法运算需要6条指令。每次加法运算大约需要3个循环。 add w0 , w1 , w0 ret

内联函数呢？

 ldp q4 , q5 , [ x12 , #-0 x20 ] ldp q6 , q7 , [ x12 ], #0 x40 add.4s v0 , v4 , v0 add.4s v1 , v5 , v1 add.4s v2 , v6 , v2 add.4s v3 , v7 , v3 subs x13 , x13 , #0 x10 b.ne 0x1000013fc ; <+104>这完全不同。编译器已将加法运算转换为高级（SIMD）指令集，使用 8 条指令处理 16 个整数块。因此，每个整数只需半条指令（之前需要 6 条指令）。也就是说，指令数量减少了 12 倍。除了指令数量减少之外，处理器每个周期还能执行更多指令，从而大幅提升性能。 ldp q4 , q5 , [ x12 , #-0 x20 ] ldp q6 , q7 , [ x12 ], #0 x40 add.4s v0 , v4 , v0 add.4s v1 , v5 , v1 add.4s v2 , v6 , v2 add.4s v3 , v7 , v3 subs x13 , x13 , #0 x10 b.ne 0x1000013fc ; <+104>

如果我们阻止编译器使用这些高级指令，同时仍然进行内联，结果会怎样？我们仍然可以获得显著的性能提升（大约快 10 倍）。

功能 ns/int
常规的 0.7
排队 0.03
内联（无 SIMD） 0.07

好的。但是add函数有点极端了。我们知道它应该始终内联。那么，像计算字符串中空格数量的函数这样不那么简单的函数呢？

 size_t count_spaces ( std :: string_view sv ) { size_t count = 0 ; for ( char c : sv ) { if ( c == ' ' ) ++ count ; } return count ; }如果字符串足够长，那么函数调用的开销应该可以忽略不计。 size_t count_spaces ( std :: string_view sv ) { size_t count = 0 ; for ( char c : sv ) { if ( c == ' ' ) ++ count ; } return count ; }

让我们传入一个长度为 1000 个字符的字符串。

功能 ns/字符串
常规的 111
排队 115

内联版本不仅没有更快，反而略慢一些。我不确定原因。

如果我使用短字符串（比如 0 到 6 个字符）呢？那么内联函数的速度会明显更快。

功能 ns/字符串
常规的 1.6
排队 1.0

要点：

  1. 如果性能是首要考虑因素，应尽可能使用内联函数，这样可以显著提高性能。
  2. 对于速度可能快也可能慢的函数，是否内联取决于输入数据。对于字符串处理函数，字符串的大小可能决定是否需要内联才能获得最佳性能。

注： 我的源代码是公开的。

原文： https://lemire.me/blog/2026/02/08/the-cost-of-a-function-call/