Názor k článku Hrátky s barvovou paletou a vykreslení jednotlivých pixelů kartou CGA od CHe - divoko, vútorné x-ové slučky vyzerajú takto: frame_copy_movb() 0000351D 8B1EB006...

divoko, vútorné x-ové slučky vyzerajú takto:

frame_copy_movb()

0000351D  8B1EB006          mov bx,[0x6b0]
00003521  8A00              mov al,[bx+si]
00003523  C41EAB00          les bx,[0xab]
00003527  268801            mov [es:bx+di],al
0000352A  46                inc si
0000352B  47                inc di
0000352C  FE46FF            inc byte [bp-0x1]
0000352F  807EFF50          cmp byte [bp-0x1],0x50
00003533  72E8              jc 0x351d

frame_copy_mov­w_near()

0000367D  8BC6              mov ax,si
0000367F  D1E0              shl ax,1
00003681  8B1EB006          mov bx,[0x6b0]
00003685  03D8              add bx,ax
00003687  8B07              mov ax,[bx]
00003689  8BD7              mov dx,di
0000368B  D1E2              shl dx,1
0000368D  8B1EAB00          mov bx,[0xab]
00003691  03DA              add bx,dx
00003693  268907            mov [es:bx],ax
00003696  46                inc si
00003697  47                inc di
00003698  FE46FF            inc byte [bp-0x1]
0000369B  807EFF28          cmp byte [bp-0x1],0x28
0000369F  72DC              jc 0x367d

frame_copy_mo­vl_near() je už úplná divočina s 25 inštr. a plejádou push/pop v každej it. (aj tak je ale o chlp rýchlejší než ten movw, keďže presunie 32b na it.)

a hej, keď sa array indexovanie nahradí čisto ptr aritmetikou:

void frame_copy_movw_near_ptr() {
  unsigned char x, y, b;
  unsigned int _es *screen_p;
  unsigned int *buf_p;

  _ES = FP_SEG(screen);
  for (b = 0; b < SCR_BANKS; b++) {
    screen_p = &screen[b * SCR_BANK_OFFSET];
    buf_p = &buf[b * SCR_LINE_OFFSET];
    for (y = 0; y < SCR_H / SCR_BANKS; y++) {
      for (x = 0; x < SCR_LINE_OFFSET / 2; x++) {
        *screen_p++ = *buf_p++;
      }
      buf_p += SCR_LINE_OFFSET / 2;  // skip even/odd line of src
    }
  }
}

vedie to k relatívne decentnému výsledku:

000036FC  8B04              mov ax,[si]
000036FE  268905            mov [es:di],ax
00003701  83C602            add si,byte +0x2
00003704  83C702            add di,byte +0x2
00003707  FE46FF            inc byte [bp-0x1]
0000370A  807EFF28          cmp byte [bp-0x1],0x28
0000370E  72EC              jc 0x36fc

škoda akurát tej loop premennej v stack frame namiesto registra a add si/di, 8b neviem či je optimálnejšie než 2x inc

Nie som teraz pri tom Amstrade, no v DOSBoxe je toto zhruba 1,7-krát efektívnejšie než najrýchlejší z tých array index prístupov.