Repeated subtraction ran N/D rounds and hit the 5M step ceiling for D = 1
(2047/1 hangs outright); it also cost 2.46M steps for 2047/2. Binary long
division is fixed at _CELL_SIZE rounds whatever the operands are:
R = 0 ; Q = 0
repeat _CELL_SIZE: R = (R << 1) | next bit (rol N hands the bits out
MSB first and restores N
after W rounds)
if R >= D: R -= D ; quotient bit = 1
The one non obvious part is the comparison. R needs W+1 bits after the shift,
but the high bit (H, the bit rol wraps out of Rlo) only has to decide the
commit: H = 1 means R >= 2^W > D, so commit = H | Bo, where Bo is raw_sub's "no
borrow" (Rlo >= D). SPEC 14's Shi = H & Bo is always 0 under the invariant "R
< D at the start of every round" (H = 1 and Bo = 1 together would need R >= 2D),
so that clb_bit_and and its copy do not exist in the built version.
Signature is now clb_divmod N D Q R S: N and D survive, Q and R each get their
own cell (the old version ate N into the remainder), and S is a 7 cell scratch
block (Rhi, Sd, Bo, Cm, Ci, buf, NR). Only S+5 (the copy buffer) has to be
clean on entry; the rest is rewritten or used as a single bit, which is what
lets clb_digits pass the same dirty block back in every round.
The order that cost clb_mul two reworks is the delicate bit: rol Rlo wraps its
top bit into bit 0, so clb_bit_mov has to move that bit into Rhi (which also
clears it) before bit_copy injects N's bit. bit_copy (not clb_bit_mov) is what
keeps N intact.
Measured on drv/divmod.r8asm (11 bit):
repeated subtraction shift-and-restore
2047/10 495,986 28,593
2047/2 2,461,650 31,997
999/7 340,086 28,661
2047/1 HANG (>5M) 32,383
Small N/D get slower (fixed W rounds) -- the same trade clb_mul made. Worst
case over the sweep is 32,383 steps; the tape grows 4189 -> 4499 characters.
About the numbers in SPEC 14 / AGENTS: the 1.48M steps claimed there do not
reproduce on this tree. Measured before the change, 2047/10 was 495,986 and
clb_digits(2047) was 740,695, so the docs now carry the measured values and say
where the old figure came from.
clb_digits keeps its shape (one divmod in a 4 round loop, written digits shift
up by one cell), with S grown to 13 cells: TEN, quotient, remainder, the 7
divmod scratch cells, the loop counter and add_ip's T/F. 2047 goes from
740,695 to 145,138 steps (worst 164,867) and 10829 -> 13717 characters. It
needs its own %include "asm/add_ip.r8asm" now: that used to arrive through the
old divmod.
Tests: test_divmod sweeps 8 divisors x all 2048 dividends (16384 pairs; the old
76 sample table is a subset) and also asserts N and D come back unchanged;
test_digits sweeps all 2048 values. Both print the worst step count.
Two traps found on the way:
* r8forge_derive (and byte_op_test/synth_test) checked the assembler error flag
before export_rot8(), but an unknown macro or a bad .tp target is found while
the tree is *expanded*: a missing %include left a truncated tape that still
ran and printed a plausible wrong answer (all four digits came out '0'). All
three now check after the export.
* raw_sub's comment claimed Bo = 1 means A < B; the code (and clb_sub_nc) mean
A >= B. Comment fixed, behaviour untouched.
Also adds drv/div_shift.r8asm, the single step check for the cross cell shift
plus injection, and records the measurements in SPEC 7.6/7.7/14 and AGENTS.
43 KiB
R8Forge SPEC
R8Forge = R8ASM 汇编器 + %synth 搜索器 + 标准库。这份文件规定 R8Forge 自己这一层
的契约,重点在 asm/ 里的每个标准库宏:签名、参数类型、吃什么、留什么、占几个 cell、
纸带多长、由谁验证过。
不在这里的东西:
| 内容 | 在哪 |
|---|---|
R8ASM 语言本体(词法、运算符优先级、%macro/%rep/%include、.tp/.anchor/.var/.xor/.loop、作用域、标准宏前缀) |
r8asm_rev/SPEC.md(C:\Users\peng0\git\r8asm_rev-fork\SPEC.md,本仓库不重复) |
| ROT-8 指令集(8 条指令、LSB 语义) | ROT-8-viz/README.md |
| 踩过的坑、失败过的方案、交接话 | AGENTS.md、README.md |
本文的每个数字都是在 11 位 cell / 259 格、MSVC Release 构建上实测的;口径见 §1.3。
1. 术语与数字口径
1.1 参数类型(宏注释里只准用这五个)
| 类型 | 含义 |
|---|---|
Cell |
一个 cell 地址,装整个机器字(默认 11 位) |
CellBit |
一个 cell 地址,但只用它的 LSB 当一位用(biz/rnz 判的就是 cell & 1) |
Unit |
一个 cell 地址,它的 下一个 cell 是它的辅助格(SPEC:地址 n+1 是 n 的 aux) |
UnitBit |
同上,但按位用 |
Count |
纯数字,不是 cell 地址(比如 step 的重复次数、%rep 的轮数) |
1.2 机器几何
// include/r8forge/geometry.hh
inline constexpr size_t kDefaultCellSize = 11; // 一个 cell 多少 bit
inline constexpr size_t kDefaultMemoryCells = 259;
inline constexpr uint32_t kDefaultCellMask = (1u << kDefaultCellSize) - 1u;
汇编器把三个名字注入 .r8asm 程序的作用域,宏库靠它们与位宽解耦:
| 名字 | 值(11 位) | 用途 |
|---|---|---|
_CELL_SIZE |
11 | %rep _CELL_SIZE { … } 跟着位宽走 |
_CELL_MAX |
2047 | 全 1 的 cell |
_ROL_STEP |
10 | rol 要转的步数(= 位宽 − 1) |
1.3 纸带长度的口径
本文 §5–§9 的"纸带"列一律是最小驱动的长度:只 %include 该宏所在的库文件,
把形参按顺序摆到地址 0..N-1,宏调用一次,不带 output。
%this类宏(set_0、rol、copy…)的驱动先把.tp指向源 cell(地址 0), 所以不含"从别处走到操作数"的行走;宏内部自己的.tp都算在内。- 换布局、加
output、多摆几个 cell 都会让长度变;drv/*.r8asm里的驱动更长 (比如raw_add:最小驱动 1522,drv/raw_add_byte.r8asm2199)。 - 想复现:
r8forge <那个驱动>.r8asm | 数一下字符数。
步数(运行代价)是另一回事,只有 §9 的乘法器给了上界,因为它是唯一有明确界的。
2. 机器(汇编器眼里的实现)
'-' flb cells[dp] ^= 1 '+' ror cells[dp] = ror(cells[dp], cell_size)
'[' biz if (cells[dp] & 1) == 0 -> 跳到匹配的 ']' 之后
']' rnz if (cells[dp] & 1) == 1 -> 跳回匹配的 '['
'.' out 输出整个 cell 的值 ',' inp 读入并只留低 cell_size 位
'>' stp dp++ '<' btp dp--
两条必须记住的约束(标准库全部遵守,写新宏也得遵守):
biz/rnz判的是最低位,不是"整格为零"。 于是set_0=[-]只清 LSB:255 → 254、128 → 128、5 → 4。 要清整个 cell 得%rep _CELL_SIZE { set_0; ror },也就是erase。 反过来,字节里的任意一位都能读:ror若干次把目标位转到 LSB,再biz。- 每个条件块的身体必须回到它自己的条件 cell(净位移 0)。
dp是汇编期常量,而[...]的 body 运行期可能被跳过;跳过的路径和进入的路径 必须在同一个dp上会合,否则之后所有.tp全部错位(症状:dp跑到 1023 这种地方,r8forge_tape_run --trace能看见)。set_0的身体不动、clb_bit_mov的身体最后.tp before再flb,都是为了这一条。 附带的自然后果:biz/rnz是一对循环,不是 if/else —— body 必须把被测位吃掉 (最后那个flb),否则rnz看到还是 1 就跳回去。
3. %synth 指令
R8Forge 唯一的语言扩展:在汇编期现场搜出一段最短的块序列,拼成一个普通宏。
3.1 语法
%synth <名字>
params <N> ; 1..8
mode tape|layers ; 默认 tape
metric chars|flat|blocks ; 默认 chars
layout <addr> ... ; 可选,按 %1..%N 顺序给 cell 地址
map <2^K 项> ; 或者 stat <2^params 项>
%endsynth
stat= 整张状态表:每项是该输入组合下所有参数的取值(按%1..%N的位拼成一个数)。map= 只写输出位:项数2^K(必须是 2 的幂)就表示%1..%K是输入,值里 bit j 落到%(K+j+1),剩下的参数是必须结束为 0 的草稿位。layout只影响metric chars。给错个数不会报错:数量不等于params时静默退回0..N-1(想按真实布局算就得数对,metric flat下本来也无所谓布局)。- 定义完就是一个普通宏:
<名字> a1 a2 ... aN。
3.2 语义
- 目标是一张状态表:
2^N个输入组合,每个组合下 N 个 cell 的终值。 - 输入永远是排在最前面的参数(
%1..%K),搜索器拿真值表下标直接当输入值; 输入不在最前面就只能用stat。 - 生成的块是
sacrifice + mask模型:选中一个 cell(条件位),清掉它,然后按 mask 对其它 cell 做set_1(OR)或flb(XOR)。所以合成的块只适用于"每格一位"的世界, 高位不追踪。 mode layers:只求层数最少(快)。mode tape:接着按纸带长度做精确 Dijkstra 搜索, 用层数解的代价做上界。metric:chars(默认,按 layout 算真实字符数)、flat(不计.tp行走,结果与布局 无关、缓存可跨调用点复用;库里的块统一用 flat)、blocks(只数块)。- 生成的代码走正常宏展开:写成临时文件
<名字>.synth.r8asm(系统临时目录,写不进去就退到 当前目录并提示),再import_file,然后删掉。因此生成物不依赖lib.r8asm(set_1展开成biz/flb/rnz+flb)。
3.3 缓存
- 目录
.r8forge_cache/,已入库(克隆下来直接命中,第一次构建不用等搜索)。 - 键 = 模型版本 + params + mode + metric + 解析后的整张目标表(metric 是 chars 时再加 layout)。所以同一张表、任何写法、任何调用点,共用一份结果。
- 改指令模型必须 bump
kModelVersion(src/synth.cc),否则旧结果会被当成最优。 - 代价参考:
bit_raw_add的 flat 搜索 990,636,137 状态 / 680 秒 / 峰值 ~22 GB。
3.4 限制
| 限制 | 原因 / 后果 |
|---|---|
params 最大 8 |
状态是位平面塞进 64 位字 |
| 层数上限 8 | 5 会把一些可行表误判成不可能;再高搜索爆炸 |
字节级(2^16 项)真值表不可行 |
搜索空间 |
| 表达不出"无条件翻转" | 模型只会"牺牲一个 cell → 条件翻转别的 cell",输入为 0 时整块被跳过 |
原地写回的表(A←~A^Ci 等四个)无解 |
一个合成块只有一个条件 cell,区分不了 "A=1 且 Ci=0" 和 "A=1 且 Ci=1"(手写可以,见 §8) |
3.5 %for:带循环变量的重复(本仓库给 r8asm 加的)
%rep 只会把同一段文本抄 N 遍,所以"每轮换一个偏移"写不出来。%for 补上这个:
%for k 3 ; k = 0, 1, 2
step k
%endfor ; -> 第 0 轮没有 stp,第 1 轮两个,第 2 轮四个
%for <name> <count>:<name>在 body 里是汇编期常量(0..count-1),可以出现在 任何表达式里 ——%rep的次数、.tp的目标、宏实参都行。- body 里的
%2之类宏形参照常可见(循环作用域是"复制当前作用域再加一个名字")。 - 和
%rep/%synth可以互相嵌套(%endfor和%endrep都算配对的收口)。 - 和
%synth一样是本仓库的扩展,不在上游语言规格里。%rep保持原样。
用处就在这里:clb_digits 的挪位链原来是三行手写(REG+2→REG+3、REG+1→REG+2、
REG+0→REG+1),位宽一改就静默算错;现在是 %for k L-1 生成,位数、链长、
常数构建的尾部转数全部跟着 _CELL_SIZE 走。
4. 标准库 asm/ —— 总则
4.1 命名
| 前缀 | 全称 | 含义 |
|---|---|---|
clb |
clobber | 破坏性:会破坏原始输入(多数情况是清零) |
bit |
bit | 对 cell 的 LSB 操作的宏 |
raw |
raw | 未经封装:草稿 cell 要调用者自己传 |
后缀(不是前缀):
| 后缀 | 含义 |
|---|---|
_nc |
历史命名(no carry),实际含义是"把操作数吃干净"的切片版 |
_ip |
in place:结果写回原来的 cell |
_synth |
%synth 生成的块本身,不是给人调用的;包装它的 %macro 才用不带后缀的名字 |
例:raw_add(保留操作数、要你自己给 Co/tmp)、clb_add_nc(吃 A/B、4 cell)、
clb_add_ip(原地、B 被吃)、bit_raw_add_synth(合成的块)+ bit_raw_add(包装宏)。
4.2 注释契约(机器检查)
asm/ 里每个 %macro 必须有注释块,r8forge_macro_docs_test 会逐条检查:
; Macro clb_bit_add_nc
; %1: CellBit A
; %2: CellBit B
; Macro <名字>必须和实际宏名一致;%N: <类型> <名字>条数必须等于 argc,类型必须是 §1.1 的五种之一;%this表示"dp 当前所指的 cell";- 注释块贴在
%macro上方或生成它的%synth块上方都行。
4.3 布局
标准库不假设 cell 地址。所有地址都是形参,由调用者自己排;宏内部的 .tp 行走算在
这个宏的纸带长度里(所以同样的宏在不同布局下长度不同)。宏返回时 dp 回到调用点的 cell。
5. 基础宏(asm/lib.r8asm)
| 宏 | 签名 | 干什么 | cell | 纸带 |
|---|---|---|---|---|
step |
step N |
N 次 stp stp(一个 Unit) |
0 | 2 |
back |
back N |
N 次 btp btp |
0 | 2 |
set_0 |
set_0(%this) |
清 %this 的 LSB(= [-]) |
1 | 3 |
set_1 |
set_1(%this) |
置 %this 的 LSB(= set_0 + flb) |
1 | 4 |
erase |
erase c |
清 c 的整个 cell(%rep _CELL_SIZE { set_0; ror }) |
1 | 44 |
rol |
rol(%this) |
左旋一格 = %rep _CELL_SIZE - 1 { ror } |
1 | 10 |
clb_bit_mov |
clb_bit_mov d(%this) |
把 %this 的 LSB 搬到 d 的 LSB,源被吃掉 |
2 | 11 |
bit_copy |
bit_copy d b(%this) |
位拷贝,b 是借来的缓冲,源保留 |
3 | 38 |
copy |
copy d b(%this) |
整个 cell 拷贝(位拷贝转满 _CELL_SIZE 圈) |
3 | 495 |
bit_copy_to_buffer |
bit_copy_to_buffer t(%this 是 UnitBit) |
位拷到 Unit 的辅助格,t 是缓冲 |
3 | 40 |
copy_to_buffer |
copy_to_buffer t(%this 是 Unit) |
整 cell 拷到 Unit 的辅助格 | 3 | 497 |
output |
output c |
.tp 到 c 再 out(输出整个 cell 的值) |
1 | 1 |
loop |
loop c |
动态循环开口:按 c 里 1 的个数跑,每轮吃掉一个 1 |
1 | 4 + .tp |
endloop |
endloop c |
动态循环收口(rnz 判 c 的最低位) |
1 | 1 + .tp |
要点:
set_0只清一位,erase才清整格;别把set_0当"清零 cell"用。copy比bit_copy长十倍多,是因为它对每个 bit 调一次bit_copy并转圈 (copy495 vsbit_copy38)。只搬一位用clb_bit_mov(11)。clb_bit_mov会把源位清掉 —— 它顺手就"吃条件",这正是set_0/clb_bit_mov身体里那个flb的作用(见 §2 第 2 条)。
5.1 动态循环:clb_ones 配 loop/endloop
%rep 是汇编期的。要按运行期算出来的次数循环,用这一对:
clb_ones N C T F ; C = N 个 1(N 被吃掉,§7.5)
loop C
... body ... ; 想干几次就干几次
endloop C
loop c=.tp c+biz+set_0+ror:进来时测最低位,进去就把这一位吃掉再转一格, 把下一个 1 送到最低位。于是"配额"就是那串 1 的长度,一圈用掉一个。endloop c=.tp c+rnz。- 三条约定:循环体不许碰
c;不开.anchor,所以能嵌套;endloop之后 dp 停在c上(不管循环体把 dp 指到哪儿,收口都会指回来)。 - 跑完
c是 0。n = 0时biz直接跳过,一圈不跑 ✓。
实测(verify_loop.r8asm,939 字符):n = 0..11 循环体正好跑 n 次,A = n、C = 0。
嵌套也验过:内层每轮用 copy 重新造一份计数器,NO × MI 得到 121(11×11)、MI = 0 时 0、
NO = 0 时 0 —— 就是普通的双层循环。
纸带代价是 loop 4 字符 + endloop 1 字符 + 两次 .tp(跟布局有关),和次数无关;
运行是 O(n)。
在
.r8asm源码里循环要写biz/rnz,不是[/]—— 后者是纸带上的编码。 直接手写[会报unknown macro '['(lib.r8asm里就是这么踩的)。
别拿它去替代汇编期常数。clb_mul 的轮数计数器是 _CELL_SIZE 个 1,汇编期就能做:
%rep _CELL_SIZE { set_1; ror } ; 55 字符(4+1 各 11 份)
换成运行期那条路要 clb_ones(≈770)+ loop/endloop(≈10)+ 先把常数
_CELL_SIZE 做成运行期的值,约 850 字符 —— 15 倍,还多 4 个 cell 和几万步运行时间。
所以规则是:次数在汇编期就知道 → 汇编期造计数器;只有次数来自数据才用 clb_ones。
(loop/endloop 两种都吃:它们只要求"某个 cell 里现在有 n 个 1",不关心这些 1 是谁造的。)
顺带一个坑:%rep N { set_1; ror } 造出来的 N 个 1 落在高位(bit W-1 往下),
biz 看到的 bit0 是 0,循环一圈都不跑 —— N < W 时要在 %endrep 后面补一条 rol
(10 字符),把那串 1 转到含 bit0 的位置。clb_mul 没踩这个坑,是因为它的 N 正好等于
_CELL_SIZE,整格全 1,bit0 天然是 1。
6. 位级宏(一个 cell 装一位)
6.1 总表
| 宏 | 签名 | 语义 | 吃什么 | cell | 纸带 | 实现 |
|---|---|---|---|---|---|---|
clb_bit_add_nc |
A B Ci S |
S = A^B^Ci,进位进→出 |
A、B | 4 | 66 | %synth |
clb_bit_inc_nc |
A Ci S |
S = A^Ci,进位 = A&Ci |
A | 3 | 50 | %synth |
clb_bit_and |
a b ans |
ans = a&b |
a;b 只在"两位都是 1"时清 | 3 | 25 | 手写 |
clb_bit_or |
a b ans |
ans = a|b |
a、b | 3 | 25 | %synth |
clb_bit_xor |
a b ans |
ans = a^b |
a、b | 3 | 20 | %synth |
bit_raw_add |
A B Ci S Co buf |
完整全加器:S=A^B^Ci,Co=maj(A,B,Ci);A、B 保留,buf 结束是垃圾 |
无(buf 草稿) | 6 | 106 | %synth |
bit_raw_and |
arg1 arg2 ans tmp |
ans = arg1&arg2,两个操作数保留 |
tmp | 4 | 57 | %synth |
bit_raw_or |
arg1 arg2 ans tmp |
ans = arg1|arg2,保留 |
tmp | 4 | 59 | %synth |
bit_raw_xor |
arg1 arg2 ans tmp |
ans = arg1^arg2,保留 |
tmp | 4 | 49 | %synth |
bit_raw_inc |
A Ci S Co tmp |
S = A^Ci,Co = A&Ci,A 保留 |
tmp | 5 | 77 | %synth |
所有位级宏都只碰低 1 位,喂进来的输入必须是 0/1;clb_bit_add_nc/clb_bit_inc_nc
的进位 cell 是"进→出"的同一个 cell。
6.2 为什么 clb_bit_and 是手写的
三个参数、没有草稿位,而"与"需要同时保住两个输入,只能靠嵌套 biz(一层一个条件)。
搜索器在 3 个平面、9 层内穷尽无解 —— 这是模型的表达力边界,不是搜索没跑够。
or/xor 可以先清一个操作数,所以能合成(0 4 4 4 / 0 4 4 0)。
6.3 %synth 块与它们的表
| 块 | params | 表(stat) |
用它的宏 |
|---|---|---|---|
bit_raw_add_synth |
6 | 0 9 10 19 12 21 22 31 ×8 |
bit_raw_add |
bit_raw_and_synth |
4 | 0 1 2 7 ×4 |
bit_raw_and |
bit_raw_or_synth |
4 | 0 5 6 7 ×4 |
bit_raw_or |
bit_raw_xor_synth |
4 | 0 5 6 3 ×4 |
bit_raw_xor |
bit_raw_inc_synth |
5 | 0 5 6 11 ×8 |
bit_raw_inc |
clb_bit_add_nc_synth |
4 | 0 8 8 4 8 4 4 12 ×2 |
clb_bit_add_nc |
clb_bit_inc_nc_synth |
3 | 0 4 4 2 ×2 |
clb_bit_inc_nc |
clb_bit_or_synth |
3 | 0 4 4 4 ×2 |
clb_bit_or |
clb_bit_xor_synth |
3 | 0 4 4 0 ×2 |
clb_bit_xor |
这些表不是手写的,是 r8forge_derive 从旧的手写实现上穷举出来的
(例:r8forge_derive drv/bit_raw_add.r8asm 6 → stat 0 9 10 19 …)。
所以合成结果与旧实现逐位一致,连"某个输入没被清掉"这类怪癖都保住了;要改语义就改表。
7. 字节级宏(一个 cell 一个机器字)
7.1 raw_* 家族:保留操作数
| 宏 | 签名 | 语义 | cell | 纸带 | 验证 |
|---|---|---|---|---|---|
raw_add |
A B Ci S Co tmp |
S = A+B+Ci,Co 进位出 |
6 | 1522 | drv/raw_add_byte.r8asm,65536/65536 |
raw_and |
arg1 arg2 ans tmp |
ans = arg1 & arg2 |
4 | 697 | 65536/65536 |
raw_or |
arg1 arg2 ans tmp |
ans = arg1 | arg2 |
4 | 719 | 65536/65536 |
raw_xor |
arg1 arg2 ans tmp |
ans = arg1 ^ arg2 |
4 | 609 | 65536/65536 |
raw_inc |
A Ci S Co tmp |
S = A + Ci,Co 进位出 |
5 | 1179 | 512/512(A 与 Ci) |
raw 的含义是"草稿 cell 你自己传":tmp 结束是垃圾(bit_raw_add 的 %6: buf 同理)。
raw_add 不吃操作数:实测 5+3 → A=5 B=3 S=8,255+255 → A=255 B=255 S=254 Co=1。
(历史注释里"每圈都要重新复印"是过度保守 —— 复印了也没错,但没必要。)
7.2 clb_*_nc 家族:把操作数吃干净
| 宏 | 签名 | 语义 | 吃什么 | cell | 纸带 | 验证 |
|---|---|---|---|---|---|---|
clb_add_nc |
A B S Ci |
S = A+B+Ci |
A、B | 4 | 741 | 65536/65536(drv/raw_add_nc_byte.r8asm) |
clb_inc_nc |
A S Ci |
S = A+Ci |
A | 3 | 552 | 256/256 |
clb_neg_nc |
A S Ci |
S = ~A+Ci(Ci=1 → -A) |
A | 3 | 574 | 256/256(Ci=1 取负、Ci=0 反码) |
clb_sub_nc |
A B S Ci |
S = A+~B+Ci(Ci=1 → A-B) |
A、B | 4 | 765 | 65536/65536 |
进位 cell 是真正的进位输入:宏自己不动它的初值,只把它变成进位输出。
调用者给 0 就是普通运算,给 1 就是"自带 +1",也可以把上一字节的进位输出接过来串多字节。
(这条踩过:早先加法里 set_0、自增里 set_1,那就不是输入了,还把串接堵死。)
补码那两条的做法是先原地取反、再走加法/自增:-A = ~A + 1、A - B = A + ~B + 1,
那个 +1 由调用者的 Ci 给。取反整个字节一次(clb_not_ip)比"每 bit 取反一次"短二十来个
字符,而且 B 本来就会被加法吃掉,取反它没有代价。
进位输出的附带语义:clb_sub_nc 的进位是没有借位(A >= B 时为 1)——顺带就是
无符号比较;clb_neg_nc 的进位只在 A 原本是 0 时为 1(-0 = 0,但确实进了位)。
7.3 clb_and / clb_or / clb_xor:半破坏,读清楚再用
| 宏 | 签名 | ans |
A 之后 | B 之后 | cell | 纸带 |
|---|---|---|---|---|---|---|
clb_and |
arg1 arg2 ans |
arg1 & arg2 |
0 | B & ~A(有残留!) |
3 | 352 |
clb_or |
arg1 arg2 ans |
arg1 | arg2 |
0 | 0 | 3 | 323 |
clb_xor |
arg1 arg2 ans |
arg1 ^ arg2 |
0 | 0 | 3 | 268 |
clb_and 是这三个里唯一不清零 B 的:每位只有在"A、B 都是 1"时才清 B,
所以 B 结束在 B & ~A(实测 240 & 204 → ans=192, A=0, B=12)。
别拿它当"两个操作数都能回收"的宏;要干净的与运算,就用 raw_and(保留操作数)
或者自己再 erase 一次。clb_or/clb_xor 是干净的。
7.4 三个家族怎么选
| 需求 | 用 |
|---|---|
| 操作数要还回来 | raw_*(6/4 cell,多的那个是草稿) |
| 操作数可以扔,要省 cell | clb_*_nc(4/3 cell) |
| 结果要写回原 cell | _ip 家族(§8) |
轮转驱动不吃亏:clb_*_nc 和 raw_* 的区别只在"要不要还操作数",两者都是
"读走 LSB → 丢掉 → ror" 的轮转驱动,吃掉操作数完全没问题。
7.5 clb_ones:把数量展开成一串 1
clb_ones A B T F:B = 2^A - 1,也就是从末位起 A 个连续的 1;A 当计数器被吃干净
(结束为 0),T、F 结束也都是 0。前提 A <= _CELL_SIZE,不做检查(A 更大时 2^A−1 会绕回)。
| 输入 A | 0 | 1 | 4 | 7 | 11 |
|---|---|---|---|---|---|
| 输出 B | 0 | 1 | 0x0F |
0x7F |
0x7FF(全 1) |
4 个 cell、纸带 828 字符(drv/ones.r8asm 是 742,因为它的布局更近),
A 的 12 个取值全对(r8forge_byte_op_test 的 test_ones)。
算法就是"边转边在低位补 1":
B = 0
while A != 0: B = 2B + 1 ; A -= 1
2B+1 在这台机器上等于 rol + set_1:左旋把 B 的最高位带回末位,紧接着的 set_1
正好把它盖成 1,于是等价于"左移补 1"。A 直接当计数器吃掉(省一次 copy,那是 495 字符),
循环体只出现一次,所以长度和 A 无关;代价是运行 O(A),而 A ≤ _CELL_SIZE。
两个可以拿来写别的东西的恒等式:
clb_inc_ip作用在"n 个 1"上得到2^n(末位起第 n+1 位是 1);- 反过来先摆一个
2^n再clb_dec_ip,也得到 n 个 1(这条比上面的循环短 128 字符的clb_dec_ip反而更长,因为循环体里要一直set_1,见asm/ones.r8asm的注释)。
7.6 clb_divmod:除法与取模
clb_divmod N D Q R S:Q = N div D、R = N mod D,N 和 D 都保持原样。
11 个 cell(N、D、Q、R 四个数据 + S 起的 7 个连续草稿),纸带 4499 字符
(drv/divmod.r8asm 是 4511);r8forge_byte_op_test 的 test_divmod 现在扫
8 个除数 × 全部 2048 个被除数 = 16384 组,全对(旧的 76 组抽样表是它的子集)。
草稿格里只有 S+5(buf)进来必须是干净的(它是 copy/bit_copy 的缓冲,
缓冲带垃圾时拷贝结果是 0);其它格子脏了没关系 —— 要么整格重写(raw_add 逐位写
Sd/Bo),要么只按一位用(Rhi/Cm/Bo),NR 每次进来都会重建成 W 个 1。
clb_digits 就是这么反复用同一块草稿的。
算法是二进制长除法(移位-恢复),从被除数的最高位往下一位一位串:
R = 0 ; Q = 0
repeat _CELL_SIZE 轮:
R = (R << 1) | (N 的下一位) ; 每轮 rol N,下一位落在 N 的 LSB
if R >= D: R -= D ; 商位 = 1 else: 商位 = 0
轮数 = 位宽,跟 N、D 的值无关。旧版是重复减法 O(N/D),2047/1 要 2047 轮、
直接撞 500 万步上限(实测 HANG)。实测(同一条 drv/divmod.r8asm,11 位):
| 算式 | 重复减法(旧) | 移位-恢复(现在) |
|---|---|---|
2047/10 |
495,986 | 28,593 |
2047/2 |
2,461,650 | 31,997 |
999/7 |
340,086 | 28,661 |
2047/1 |
HANG(>500 万) | 32,383 |
7/10 |
3,014 | 25,315 |
100/7 |
34,940 | 27,460 |
代价和 clb_mul 一样:N/D 很小时反而慢(旧版 N/D 轮就结束,新版固定走满 11 轮),
换来"除数和商再大也不会挂"。16384 组里实测最坏 32,383 步。
三个设计点:
- W+1 位比较拆成"一个 W 位减法 + 一个布尔":左移之后 R 最多 W+1 位,最高位
(
Rlo左旋绕回来的那一位,记 H)落在Rhi里。H = 1 时 R >= 2^W > D 必然提交, 而且 R − D 的低 W 位正好是S = Rlo − D (mod 2^W);H = 0 时就是普通的 "Rlo >= D才提交"。所以提交条件 = H | Bo(一条clb_bit_or),不用真去做 W+1 位减法(§14.2)。 - "提交后的新高位"恒为 0,不用算:提交之后 R < D < 2^W,下一轮开头高位就是 0;
而 H = 1、Bo = 1 这个组合在"每轮开头 R < D"的归纳下不可能出现(它会要求
R = 2^W + Rlo >= 2D)。所以 §14.2 里写过的
Shi = H & Bo、那个clb_bit_and和一次 copy 都可以省掉 ——Rhi只是个轮内布尔,clb_bit_or顺手就把它吃掉。 - D 必须保留:每轮都要拿同一个除数去比/减,所以走
raw_sub(保留操作数、 只吃草稿)。这也是上一轮加raw_sub的原因(§7.8)。
踩过的三个坑:
- R 的跨格左移顺序:
rol把Rlo的最高位绕回 bit0,必须先clb_bit_mov把它 搬进Rhi(搬的同时清掉绕回位),再bit_copy从 N 注一位。反了就丢位 ——clb_mul当年在这里返工两轮。 biz/rnz是循环对:门控提交的身体最后必须把条件吃掉(flb);商位那一步 把"提交时set_1、把条件清掉"合在同一个块里。条件块的身体都回到自己的条件 cell。- N 不被消耗:每轮
rol一次,转满 11 轮自己复原;注入用bit_copy(保留源, 38 字符)。所以余数得单独占一格 R —— 旧版"余数就在 N 里"的约定没有了。
除零没有定义,调用者保证 D >= 1(D = 0 时 R >= 0 恒成立,商会变成全 1)。
7.7 clb_digits:整数转十进制字符串
clb_digits N REG S:把 N 展开成 REG..REG+3 四个连续 cell,每格一个 ASCII 数字
('0'..'9'),高位在前、定长 4 位、左边补 '0'(11 位 cell 最大 2047,正好 4 位)。
N 被吃干净;REG 起 4 格、S 起 13 格必须连续且干净。纸带 13717 字符
(最小驱动,旧版 10829 —— divmod 的草稿块从 4 格变成 7 格,而且多了一格余数),
r8forge_byte_op_test 的 test_digits 现在穷举全部 2048 个值(最坏 164,867 步)。
2047 -> REG = '2' '0' '4' '7'
7 -> REG = '0' '0' '0' '7'
做法:divmod 只出现一次,外面套一个跑 4 次的运行期循环;而"写哪一格"不做分派 ——
每轮把已经写好的数字整体往高地址挪一格,新数字永远写 REG+0:
第 1 轮: 挪(空) ; REG+0 = 个位
第 2 轮: 挪(个位 -> REG+1) ; REG+0 = 十位
...
挪的顺序必须从高到低(REG+2 -> REG+3 先做),否则会把还没搬的高位盖掉。
4 轮之后 REG+0..3 正好是千、百、十、个。
S 起的 13 格是这么排的(clb_divmod 要一块 7 格的连续草稿,所以它从 S+3 开始):
S+0 TEN(除数) ; S+1 商 ; S+2 余数(这一位的数字)
S+3..S+9 clb_divmod 的草稿块(Rhi、Sd、Bo、Cm、Ci、buf、NR)
S+10 轮数计数器(loop) ; S+11/S+12 clb_add_ip 的 T、F
挪位链和"商 -> N"的拷贝都借 S+8(divmod 的 buf)当缓冲 —— 那个格子在 divmod 结束时
是干净的。余数现在单独占一格(旧版是"余数就在 N 里"),所以 REG+0 = '0' + 余数 读的是
S+2;下一轮的 N 还是靠 copy 从商搬回去。
第一版是"4 个分支 + one-hot flag 分派",只写对了第一支(其余三支没触发),换成
整体挪位后不仅正确,还少了两层嵌套、4 个 cell 和一堆 flag 交接。教训:
在这台只有 biz/rnz 的机器上,"选一个格写"最好用位置移动表达,别用索引分派。
三个搭这条宏时踩出来的坑(都写进了宏注释):
copy的缓冲格必须是干净的:缓冲里带垃圾时拷贝结果是 0(实测Q=4、缓冲0x7f8→N=0)。库注释只说了"b是借来的缓冲",没提这条。- 造常数不能分两次"置位再转":第二次旋转会把第一次放好的位一起带走。正确做法是
绕整圈走一次(
W次ror,转到目标位就set_1,最后转回原位)。 - 换了 divmod 之后要记得补 include:
clb_add_ip原来是从旧的divmod.r8asm里 间接 include 进来的,新的divmod.r8asm不再 include 它(它只 includeraw_sub/raw_or),所以digits.r8asm现在自己%include "asm/add_ip.r8asm"。 漏了的话汇编器会报unknown macro '(clb_add_ip'(而r8forge_derive以前会忽略 这个错误、接着跑半截纸带,见 §11 的说明)。
7.8 raw_sub:保留操作数的减法(长除法的地基)
raw_sub A B S Bo Bc Ci buf:S = A - B,而且 A、B 都原样还回来,
Bo 是"没有借位"(1 表示 A >= B,和 clb_sub_nc 的进位一致)。
7 个 cell,纸带 2900 字符左右,9 组抽样全对。
做法就是把 raw_add(它本来就保留操作数)套上补码:S = A + ~B + 1,
进位输出就是"没借位"。所以整个宏只有三行有用的话:copy 出 ~B、Ci = 1、
raw_add。
踩到的坑:别在最后 clb_not_ip Bo 想"取反得到借位" —— clb_not_ip 是
整格取反,0 会变成 2047、1 会变成 2046(实测),不是 0/1。要用"没借位"这个
现成语义,和 clb_sub_nc 保持一致。
存在的理由:clb_sub_nc 会吃掉 A 和 B,所以"重复减法"的除法器每轮都得 copy 两个
副本;二进制长除法每轮都要拿同一个除数去比/减,必须有个不破坏操作数的减法。
clb_divmod 换成长除法(§7.6)之后,每一轮开的就是它。另外实测过一次"预计算
~D 再走 raw_add"的写法(同样的纸带、每轮少一次 copy,单轮 2019 → 973 步),
但 §14.3 的设计指名用 raw_sub、而且它是上一轮专门为长除法加的,所以没有换。
8. 原地 _ip 家族(结果回到原来的 cell)
| 宏 | 签名 | 语义 | cell | 纸带 | 验证 |
|---|---|---|---|---|---|
clb_not_ip |
A |
A = ~A(反码) |
1 | 22 | 256/256 |
clb_inc_ip |
A T |
A = A + 1 |
2 | 88 | 256/256 |
clb_neg_ip |
A T |
A = -A(补码取负) |
2 | 110 | 256/256 |
clb_dec_ip |
A T |
A = A - 1 |
2 | 132 | 256/256 |
clb_nonzero |
B F T |
F = (B != 0),B 不动 |
3 | 280 | 256/256 |
clb_add_ip |
A B T F |
A += B,B 被吃 |
4 | 722 | 2048 抽样 |
对比写回 S 的切片版(clb_inc_nc 552 / clb_neg_nc 574,各 3 cell):
原地版短 5 倍、少一个 cell。
算法不是逐位测进位(那在两个 cell 里确实不行),而是:
- 用
[ ... ]的自然语义把最低位连续的 1 清掉(flb+ror),遇到第一个 0 退出; - 那个 0 翻成 1(输入全 1 时跳过,正好是回绕那一格);
- 剩下的位置只旋转,转满
_CELL_SIZE格。
"还要转几格"用 T 的位计数:T 先做成 _CELL_MAX,每转一格 set_0 + ror 消掉一个 1,
一串 1 的长度就是剩余圈数。于是两个 cell 够用 —— 关键认识是被测的是计数器,不是数据,
所以"[...] 跑一次就吃掉被测位"不是障碍。
clb_neg_ip=clb_not_ip+clb_inc_ip;clb_dec_ip=clb_neg_ip+clb_not_ip(恒等式B - 1 = ~(-B)),不用新算法;clb_nonzero每轮把 B 的一位搬进 T(clb_bit_mov顺手清掉 B 那一位),是 1 就把 F 置一(set_1,不是flb—— 翻转会被偶数个 1 翻回 0)并把 B 那一位还原;clb_add_ip不写逐位进位链,而是while B != 0: A += 1; B -= 1: 循环体在纸带里只出现一次,长度与 B 无关,代价是运行 O(B)(B=255 时约 30 万步)。
9. 乘法器(asm/mul.r8asm)
clb_mul MC MUL PL PH MCA S Ci T F NR:(PH:PL) = MC * MUL,10 个 cell,最小驱动
3964 字符(drv/mul_byte.r8asm 3977)。MC 保持原样,MUL 结束为 0。
算法是二进制移位-加法(竖式乘法),一位一位串:
A:PH = 0 ; C:F = 0 ; Q:PL = MUL
repeat _CELL_SIZE:
if Q & 1: (C:PH) += MC ; 一次 W 位加法,进位出到 F
(C:PH:PL) >>= 1 ; 跨格右移,最高位补 0,最低位(刚看的那位)丢掉
- 轮数 = 位宽,与两个操作数的值无关;11 位下最坏 26123 步(
2047*2047)。 - 纸带长度与 MUL 无关(循环体只出现一次)。
MCA/S/Ci/T是草稿;F是移位寄存器的最高位(进位),NR是轮数计数器 (%rep _CELL_SIZE { set_1; ror }做成全 1,每轮set_0+ror吃掉一个)。- 跨格移位:三格先各
ror,把要注入的位搬到 bit0(rol),clb_bit_mov搬过去,再ror回来;低位那对先搬(PH→PL 先做),否则 PH 的 bit0 已被 F 覆盖。
10. 拼起来是什么样
10.1 16 位加法:靠 clb_add_nc 的进位输出串
clb_add_nc PL B_lo T Ci ; 低字节相加,进位出到 Ci(A、B 被吃)
clb_add_ip PH Ci S F ; 把进位加进高字节(Ci 被吃)
10.2 asm/test.r8asm:一个滚动的 hash
h = (h + c) * 141 mod 2048,消息 "R8F"(82 56 70),只用 clb_add_nc + clb_mul:
先把消息字节加到 h 上,再乘 141,跑三轮。11 位下纸带 28729 字符,
r8forge_derive / r8forge_tape_run / ROT-8-viz 三份实现都给出
1322 1786 1600 5 94 127(前三 = 三轮的 h,后三 = 三轮的 PH,即 (h+c)*141 >> 11),
共 57330 步。
11. 验证矩阵
| 测试 | 覆盖 | 断言口径 |
|---|---|---|
r8forge_byte_op_test |
20 个测试项 = 19 个宏(clb_neg_nc 的 Ci=1 / Ci=0 各算一项),见 §7.1、§7.2、§7.5、§7.6、§7.7、§8、§9 |
按返回值:穷举 0..255(clb_add_ip 2048 抽样、clb_mul 65536 全穷举、clb_ones 12 个计数全穷举、clb_divmod 8 个除数 × 全部 2048 个被除数 = 16384 组全穷举、clb_digits 全部 2048 个值全穷举),任一不符即退出码非 0 |
r8forge_synth_test examples/full_add.r8asm |
%synth 端到端:汇编 + 跑 8 种输入 |
all eight combinations ok |
r8forge verify_clb_bit_add_nc.r8asm |
4 cell 加法切片(进位进→出) | 单点:0+0+Ci |
r8forge verify_clb_bit_inc_nc.r8asm |
3 cell 自增切片 | 单点 |
r8forge_derive verify_loop.r8asm -1 0=N |
动态循环:N=0..11 时循环体跑 N 次(A = N、C = 0) |
逐值 out |
r8forge verify_set_0.r8asm |
set_0 只清 LSB |
-1 0=255 → 254、0=128 → 128 |
r8forge_macro_docs_test |
asm/ 里 47 个宏的注释格式 |
全绿或报错行号 |
r8forge_tape_run <tape.rot8> |
第二个解释器,直接跑纸带 | 与 r8forge_derive 对答案 |
r8forge_derive <src> -1/-2 |
拿汇编源码跑,打印 out / 非零 cell |
人工/脚本比对 |
r8forge_derive 现在会检查汇编错误:import_file 只表示"文件打开了",漏一条
%include(unknown macro)时汇编器的 error 位会被置上、纸带是截断的 —— 以前
derive 不看这个标志,于是会拿半截纸带跑出一个看起来正常的错答案(实测踩过:
clb_digits 少 include add_ip 时四个数字全是 '0')。现在它和其它入口一样打印
could not assemble 并返回 1。看到 out 结果"太整齐"就先看 stderr 有没有这句。
只有 r8forge_byte_op_test 是按返回值判断字节级对错的;其它要么只证明"汇编得出来"、
"位级正确",要么是单点探针。改宏之后跑 §11 前四个(外加 docs test)。
12. 已知边界(别重试)
| 想做的 | 结论 |
|---|---|
| 3 个 cell 做加法切片 | 层数上限 5 和 8 都报 no program up to N layers(自增/取负 3 cell 有解,两个操作数塞不进 3 个 cell) |
用 %synth 写"原地"表(A←~A^Ci 等四个) |
全部无解(原因见 §3.4);手写可以(§8 的 _ip 家族) |
| 让切片自己在输入上取反 | 无解(表达不出"无条件翻转");取反放在切片外面(一条 flb) |
| 4 cell 加法切片要保留 A、B | 无解;要留操作数用 6 cell 的 bit_raw_add |
字节级(2^16 项)交给 %synth |
搜索空间不可行 |
| "每个 bit 一个 cell" 拼字节级运算 | 能跑通但没意义(一个 cell 已经能放一个字节、位也读得出来);这份实现已删,别再加回来 |
13. 维护
- 改位宽/纸带长度:
include/r8forge/geometry.hh两个常量 + 四份虚拟机 (tests/synth_test.cc、tests/byte_op_test.cc、src/derive.cc、tests/tape_run.cc) 一起改;asm/里的宏靠_CELL_SIZE自动跟随,不用动。 - 加宏:先按 §4.1 选前缀/后缀,再写 §4.2 的注释块,跑
r8forge_macro_docs_test; 能进byte_op_test就进(那才有按返回值的验证)。 - 改指令模型(合成器的块集合、代价):必须 bump
kModelVersion,否则.r8forge_cache/里的旧结果会被当成最优。 - 改本文的数字:照 §1.3 的口径重新量,别把驱动长度和最小驱动长度混在一列。
14. 移位-恢复除法(已实现;这一节是设计推理 + 实测数据,契约看 §7.6)
clb_divmod 已经从重复减法换成二进制长除法(asm/divmod.r8asm)。
14.1 为什么换、每轮的状态
旧版 O(N/D):2047/1 要 2047 轮、每轮约 2.4k 步,直接撞 500 万步上限(实测 HANG)。
新版固定 W 轮(11 轮),跟 N、D 的值无关。
N 被除数(W 位)。每轮 `rol N`,于是 N 的 LSB 就是**最高位起**的下一位
(rol 把 bit W-1 转到 bit0) —— 转满 W 轮 N 自动复原,所以 N 不被消耗
R 部分余数 = (Rhi:Rlo),Rlo 是普通 cell,Rhi 只有 bit0 有意义(轮内布尔)
D 除数(W 位),每轮都要拿它去比/减 → 必须保留 → 这就是 `raw_sub` 存在的理由
Sd 减法结果(W 位,Rlo - D)
Bo raw_sub 给的"没借位"(1 表示 Rlo >= D)
每轮:R = (R << 1) | 位,然后 R >= D ? (R -= D, 商位 = 1) : (商位 = 0)。
14.2 W+1 位比较拆成"一个 W 位减 + 一个布尔"(实际用到的版本)
R = (Rhi:Rlo)、D < 2^W。先算 Sd = Rlo - D 与 Bo = (Rlo >= D),那么
提交(R >= D) ⟺ Rhi == 1 或 Bo == 1 → **commit = Rhi | Bo**
四种情况都对得上(Rhi = 0, Bo = 0 就是 R < D,不提交)。所以不需要真的做
W+1 位减法,只要一个 W 位 raw_sub(顺带给出 Bo)+ 一个按位或。
原设计里还有一条 Shi = Rhi & Bo("提交后的新高位")和对应的 clb_bit_and,
实际实现把它省掉了:每轮开头 R < D < 2^W(提交之后 R 一定小于 D),所以 Rhi
在轮首恒为 0;而 Rhi = 1 且 Bo = 1 这个组合会要求 R = 2^W + Rlo >= 2D,与
"轮首 R < D ⇒ 左移后 R < 2D" 矛盾,不可能出现。于是新高位恒为 0,Rhi 只是轮内的
H,clb_bit_or 顺手把它清零就够了 —— 省一个 clb_bit_and、一次 copy 和一个变量。
14.3 每轮实际骨架(asm/divmod.r8asm)
.tp N ; rol ; 下一位进 N 的 LSB
.tp R ; rol ; clb_bit_mov Rhi ; Rlo 左移,绕回位先搬进 Rhi(顺带清 bit0)
.tp N ; bit_copy Rlo buf ; 注入这一位(38 字符,保留 N)
raw_sub Rlo D Sd Bo Cm Ci buf ; Sd = Rlo - D,Bo = (Rlo >= D)
clb_bit_or Rhi Bo Cm ; 提交条件(两个输入都被吃掉)
.tp Q ; rol ; 商左旋一位(bit0 一定是 0)
.tp Cm ; biz
.tp Sd ; copy R buf ; R = Sd(495 字符,只在提交时跑)
.tp Q ; set_1 ; 商位 = 1
.tp Cm ; flb ; 吃掉条件
rnz
.tp NR ; set_0 ; ror ; 轮数吃掉一个
7 个草稿格(S+0..S+6):Rhi、Sd、Bo、Cm(= raw_sub 的 Bc,兼提交标志)、Ci、
buf、NR。固定代价里最大的是 raw_sub 的 2793 字符和提交时那个 copy 的 495 字符。
14.4 坑(都踩过或实测过)
- R 的跨格左移顺序:
rol把 Rlo 的最高位绕回 bit0,必须先把它搬进 Rhi (clb_bit_mov搬的同时清掉绕回位),再bit_copy注入 N 的那一位。 顺序错了就丢位 ——clb_mul当年在这里返工两轮。单点验证驱动是drv/div_shift.r8asm(r8forge_derive drv/div_shift.r8asm -1 0=1024 2=0 4=1等三条,见文件头)。 biz是循环对:门控提交的 body 最后必须把条件吃掉(flb);商位的set_1和那个flb合在同一个块里。条件块的身体都回到自己的条件 cell(净位移 0)。- Rhi 只有 bit0 有意义,它当布尔用,别当字节。
- 轮数计数器:
%rep _CELL_SIZE { set_1; ror }造出来的就是 W 个 1,轮首的 LSB 已经是 1、不用再补一条rol—— 原来的设计笔记里说要补,实测不需要 (clb_mul也是这么用的)。 - N 要保留就得用
bit_copy(保留源),不能用clb_bit_mov(吃源);代价是 每轮 38 字符 + 约 40 步。余数因此要单独一格 R(旧版"余数就在 N 里"的约定没有了)。
14.5 验收(实测)
-
Q/R 逐对比:
byte_op_test的test_divmod现在跑 8 个除数 × 全部 2048 个 被除数 = 16384 组(旧的 76 组抽样表是它的子集),全对;顺带断言 N、D 原样返回。 -
步数(
drv/divmod.r8asm,11 位):算式 旧(重复减法) 新(移位-恢复) 2047/10495,986 28,593 2047/22,461,650 31,997 999/7340,086 28,661 2047/1HANG(>500 万) 32,383 7/103,014 25,315 100/734,940 27,460 16384 组里最坏 32,383 步。N/D 很小时反而慢(固定 11 轮),和
clb_mul的取舍一样:拿它换"除数和商再大也不会挂"。 -
clb_digits:test_digits现在穷举全部 2048 个值,全对;0=2047从 740,695 步降到 145,138 步(最坏 164,867 —— 小值反而慢,同上)。纸带clb_digits13717(旧 10829),clb_divmod4499(旧 4189)。
纠正一个流传的数字:本节原来写"2047/10 要 148 万步"、"clb_digits 的 1.48M 步"。
按 §1.3 的口径实测旧实现是 495,986(2047/10)和 740,695(digits 0=2047),
没有 148 万 —— 那个数不知道是别的驱动还是别的版本量的,别再引用。
14.6 没做的优化(想让除法再快一档的话)
把"每轮 copy 一份 D 再取反"(raw_sub 内部,单轮 2019 步)换成开循环前预计算
NegD = ~D、每轮只跑 raw_add Rlo NegD Ci Sd Bo buf:单轮 973 步(两者都是拿同一
张驱动单独跑出来的),纸带基本不变(循环体 −594、循环外 +518,净 −76)。按这个差值
估计 clb_divmod 28.6k → 约 17.6k 步(未实测)。没换的原因是 §14.3 指名用
raw_sub、而它是上一轮专门为长除法加的(§7.8)。真要换的话注意:多一个 NegD 草稿格;
Ci = 1 在循环外设一次就够(raw_add 结束会把 Ci 还原成进入时的值,实测两次调用都
保持 1);Bo 语义不变(A + ~D + 1 的进位就是"没借位")。