ポインタが指し示すデータを一時変数に受けていたせいで最適化が効かなくなって激遅になったパターン。
アセンブリコードをしばらく眺めてやっと気づいた。
そんな概念すっかり忘れてた。

ソースコード

遅かった方

Before.cpp

class BufferAnalyzeDirect
{
public:
	static const size_t msgOfs_ = offsetof(Header, messageByte);
	static const size_t optOfs_ = offsetof(Header, optionByte);
	void operator()(uint8_t* b, Result & r)
	{
		uint16_t msgByte = *reinterpret_cast<uint16_t*>(&b[msgOfs_]);
		uint16_t optByte = *reinterpret_cast<uint16_t*>(&b[optOfs_]);
		r.requestStatus = *reinterpret_cast<uint16_t*>(&b[4 + 4]);
		r.optionCode = *reinterpret_cast<uint16_t*>(&b[4 + 4 + msgByte]);
		r.count = *reinterpret_cast<uint16_t*>(&b[4 + 4 + msgByte + optByte]);
	}
};

C言語チックにスコープの先頭で変数宣言してた。

速かった方

After.cpp

class BufferAnalyzeDirect
{
public:
	static const size_t msgOfs_ = offsetof(Header, messageByte);
	static const size_t optOfs_ = offsetof(Header, optionByte);
	void operator()(uint8_t* b, Result & r)
	{
		r.requestStatus = *reinterpret_cast<uint16_t*>(&b[4 + 4]);
		uint16_t msgByte = *reinterpret_cast<uint16_t*>(&b[msgOfs_]);
		r.optionCode = *reinterpret_cast<uint16_t*>(&b[4 + 4 + msgByte]);
		uint16_t optByte = *reinterpret_cast<uint16_t*>(&b[optOfs_]);
		r.count = *reinterpret_cast<uint16_t*>(&b[4 + 4 + msgByte + optByte]);
	}
};

一時変数を受ける場所が違うだけ。

結果

100000000回繰り返した結果

Before:      0.198654sec
After:       0.096776sec

アセンブラ

遅かった方

Before.asm

push	ebp
mov	ebp, esp
push	esi
mov	esi, DWORD PTR _r$[ebp]
push	edi
mov	edi, DWORD PTR _b$[ebp]
movzx	ecx, WORD PTR [edi]
movzx	eax, WORD PTR [edi+8]
movzx	edx, WORD PTR [edi+2]
mov	WORD PTR [esi], ax
movzx	eax, WORD PTR [ecx+edi+8]
mov	WORD PTR [esi+2], ax
lea	eax, DWORD PTR [ecx+edx]
movzx	eax, WORD PTR [eax+edi+8]
pop	edi
mov	WORD PTR [esi+4], ax
pop	esi
pop	ebp
ret	8

速かった方

After.cpp

push	ebp
mov	ebp, esp
mov	edx, DWORD PTR _b$[ebp]
mov	ecx, DWORD PTR _r$[ebp]
movzx	eax, WORD PTR [edx+8]
mov	WORD PTR [ecx], ax
movzx	eax, WORD PTR [edx+40]
mov	WORD PTR [ecx+2], ax
movzx	eax, WORD PTR [edx+72]
mov	WORD PTR [ecx+4], ax
pop	ebp
ret	8

考察

ポインタからデータとってきてるので厳密にそのタイミングで取得して保持しておかないとデータ変わるかも！とコンパイラさんが気を利かせてくれているっぽい。
そのせいで余分なpush, pop, leaが出てきているっぽい。
データを使う直前で取得することによってスタックへの出し入れが減ったおかげで速くなったっぽい。

っぽい？