本帖最后由 dr2001 于 2014-9-14 20:47 编辑

需要考虑：源地址指针、目的地址指针是多少字节对齐；复制的字节数是多少的倍数，比如1/2/4/8。产生的结果可能都有差异，甚至是明显差异。
对ARM常见指令集来说，减法还是可能会快的，但不像51的DJNZ那样明显。因为SUB指令有Z标志可用，寄存器紧张的时候有价值，平时就没啥了。

此外，由于ARM指令可以地址自增，所以常见编译器优化的方法，是先算出来目的地址，然后指针增加，最后CMP目的地址，再JMP。

1. 
   
2. tgt=dst + len;
   
3. while(dst != tgt) {
   
4.   *dst++=*src++;
   
5. }
   

复制代码
一般这种会快，循环内就是LDR/LDM，STR/STM，CMP，B四条指令。
当然，具体的还是要查指令集，考察可用寄存器数量，指令长度（16/32）等等的因素，确定了指令之后描C代码；复杂指令因为32Bit，消耗Flash带宽，不一定是最优解。

takashiki 发表于 2014-9-14 18:44
楼主，再比较一下大数据量的拷贝结果看看，然后把DMA的也放进来比较一下。我猜是小数据量时库函数效率最高 ...

是的，按我以往的尝试，DMA效率最高的，但是KE02没有DMA，我这里只有KE02的板子

wxfje 发表于 2014-9-14 20:11
楼主，intmemcpy2和intmemcpy3这两个函数是一样的，，运行结果却不一样，是不是楼主把函数贴错了 ...

不一样啊，仔细看size参数，一个是int，一个是uint

dr2001 发表于 2014-9-14 20:40
需要考虑：源地址指针、目的地址指针是多少字节对齐；复制的字节数是多少的倍数，比如1/2/4/8。产生的结果 ...

是的，intmemcpy和intmemcpy4是比较常规的写法，速度是四个intmemcpy里最快的

sunnyqd 发表于 2014-9-14 21:43
不一样啊，仔细看size参数，一个是int，一个是uint

这可想到真周到细致，谢谢回复