From mboxrd@z Thu Jan  1 00:00:00 1970
Return-Path: <gcc-bugzilla@gcc.gnu.org>
Received: by sourceware.org (Postfix, from userid 48)
	id 102133858D39; Wed, 17 May 2023 12:35:50 +0000 (GMT)
DKIM-Filter: OpenDKIM Filter v2.11.0 sourceware.org 102133858D39
DKIM-Signature: v=1; a=rsa-sha256; c=relaxed/relaxed; d=gcc.gnu.org;
	s=default; t=1684326950;
	bh=SscL0Bl9yMEG14nuajaxFv2pmsS/Npchj8YtVv+IZUI=;
	h=From:To:Subject:Date:In-Reply-To:References:From;
	b=Bd0mLg1g+Ux/FX+TU+gH8skXMZiVMVZc4hTkkeAJfBrJrid7k/sGcUk+oo1tyLfPV
	 3ER9HxN6uDOXxNgk/6RygTNnSt+lfdi6Y5+AwXHzXORJ96HMbhGJ0swMgELh6skA4Y
	 hgDBn7Q5TvQmRn/Nmt3VLccxWnNrX7uwkXVHbjxI=
From: "hubicka at gcc dot gnu.org" <gcc-bugzilla@gcc.gnu.org>
To: gcc-bugs@gcc.gnu.org
Subject: [Bug target/109811] libjxl 0.7 is a lot slower in GCC 13.1 vs Clang
 16
Date: Wed, 17 May 2023 12:35:48 +0000
X-Bugzilla-Reason: CC
X-Bugzilla-Type: changed
X-Bugzilla-Watch-Reason: None
X-Bugzilla-Product: gcc
X-Bugzilla-Component: target
X-Bugzilla-Version: 13.1.1
X-Bugzilla-Keywords: missed-optimization
X-Bugzilla-Severity: normal
X-Bugzilla-Who: hubicka at gcc dot gnu.org
X-Bugzilla-Status: NEW
X-Bugzilla-Resolution: 
X-Bugzilla-Priority: P3
X-Bugzilla-Assigned-To: unassigned at gcc dot gnu.org
X-Bugzilla-Target-Milestone: ---
X-Bugzilla-Flags: 
X-Bugzilla-Changed-Fields: 
Message-ID: <bug-109811-4-ic7wFnEa3t@http.gcc.gnu.org/bugzilla/>
In-Reply-To: <bug-109811-4@http.gcc.gnu.org/bugzilla/>
References: <bug-109811-4@http.gcc.gnu.org/bugzilla/>
Content-Type: text/plain; charset="UTF-8"
Content-Transfer-Encoding: quoted-printable
X-Bugzilla-URL: http://gcc.gnu.org/bugzilla/
Auto-Submitted: auto-generated
MIME-Version: 1.0
List-Id: <gcc-bugs.sourceware.org>

https://gcc.gnu.org/bugzilla/show_bug.cgi?id=3D109811

--- Comment #6 from Jan Hubicka <hubicka at gcc dot gnu.org> ---
hottest loop in clang's profile is:
  for (size_t y =3D 0; y < opsin.ysize(); y++) {
    for (size_t x =3D 0; x < opsin.xsize(); x++) {
      if (is_background_row[y * is_background_stride + x]) continue;
      cc.clear();
      stack.clear();
      stack.emplace_back(x, y);
      size_t min_x =3D x;
      size_t max_x =3D x;
      size_t min_y =3D y;
      size_t max_y =3D y;
      std::pair<uint32_t, uint32_t> reference;
      bool found_border =3D false;
      bool all_similar =3D true;
      while (!stack.empty()) {
        std::pair<uint32_t, uint32_t> cur =3D stack.back();
        stack.pop_back();
        if (visited_row[cur.second * visited_stride + cur.first]) continue;
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
closed by this continue.
        visited_row[cur.second * visited_stride + cur.first] =3D 1;
        if (cur.first < min_x) min_x =3D cur.first;
        if (cur.first > max_x) max_x =3D cur.first;
        if (cur.second < min_y) min_y =3D cur.second;
        if (cur.second > max_y) max_y =3D cur.second;
        if (paint_ccs) {
          cc.push_back(cur);
        }
        for (int dx =3D -kSearchRadius; dx <=3D kSearchRadius; dx++) {
          for (int dy =3D -kSearchRadius; dy <=3D kSearchRadius; dy++) {
            if (dx =3D=3D 0 && dy =3D=3D 0) continue;
            int next_first =3D static_cast<int32_t>(cur.first) + dx;
            int next_second =3D static_cast<int32_t>(cur.second) + dy;
            if (next_first < 0 || next_second < 0 ||
                static_cast<uint32_t>(next_first) >=3D opsin.xsize() ||
                static_cast<uint32_t>(next_second) >=3D opsin.ysize()) {
              continue;
            }
            std::pair<uint32_t, uint32_t> next{next_first, next_second};
            if (!is_background_row[next.second * is_background_stride +
                                   next.first]) {
              stack.push_back(next);
            } else {
              if (!found_border) {
                reference =3D next;
                found_border =3D true;
              } else {
                if (!is_similar_b(next, reference)) all_similar =3D false;
              }
            }
          }
        }
      }
      if (!found_border || !all_similar || max_x - min_x >=3D kMaxPatchSize=
 ||
          max_y - min_y >=3D kMaxPatchSize) {
        continue;
      }
      size_t bpos =3D background_stride * reference.second + reference.firs=
t;
      float ref[3] =3D {background_rows[0][bpos], background_rows[1][bpos],
                      background_rows[2][bpos]};
      bool has_similar =3D false;
      for (size_t iy =3D std::max<int>(
               static_cast<int32_t>(min_y) - kHasSimilarRadius, 0);
           iy < std::min(max_y + kHasSimilarRadius + 1, opsin.ysize()); iy+=
+) {
        for (size_t ix =3D std::max<int>(
                 static_cast<int32_t>(min_x) - kHasSimilarRadius, 0);
             ix < std::min(max_x + kHasSimilarRadius + 1, opsin.xsize());
             ix++) {
          size_t opos =3D opsin_stride * iy + ix;
          float px[3] =3D {opsin_rows[0][opos], opsin_rows[1][opos],
                         opsin_rows[2][opos]};
          if (pci.is_similar_v(ref, px, kHasSimilarThreshold)) {
            has_similar =3D true;
          }
        }
      }
      if (!has_similar) continue;
      info.emplace_back();
      info.back().second.emplace_back(min_x, min_y);
      QuantizedPatch& patch =3D info.back().first;
      patch.xsize =3D max_x - min_x + 1;
      patch.ysize =3D max_y - min_y + 1;
      int max_value =3D 0;
      for (size_t c : {1, 0, 2}) {
        for (size_t iy =3D min_y; iy <=3D max_y; iy++) {
          for (size_t ix =3D min_x; ix <=3D max_x; ix++) {
            size_t offset =3D (iy - min_y) * patch.xsize + ix - min_x;
            patch.fpixels[c][offset] =3D
                opsin_rows[c][iy * opsin_stride + ix] - ref[c];
            int val =3D pci.Quantize(patch.fpixels[c][offset], c);
            patch.pixels[c][offset] =3D val;
            if (std::abs(val) > max_value) max_value =3D std::abs(val);
          }
        }
      }
      if (max_value < kMinPeak) {
        info.pop_back();
        continue;
      }
      if (paint_ccs) {
        float cc_color =3D rng.UniformF(0.5, 1.0);
        for (std::pair<uint32_t, uint32_t> p : cc) {
          ccs.Row(p.second)[p.first] =3D cc_color;
        }
      }
    }
  }

I guess such a large loop nest with hottest loop not being the innermost is=
 bad
for register pressure.=20
Clangs code is :
  0.02 =E2=94=821196:=E2=94=8C=E2=94=80=E2=86=92cmp          %r10,-0xb8(%rb=
p)=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
       =E2=94=82     =E2=94=82jxl::FindBestPatchDictionary(jxl::Image3<floa=
t> const&,
jxl::PassesEncoderState*, JxlCmsInterface co=E2=96=92
       =E2=94=82     =E2=94=82while (!stack.empty()) {=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                  =E2=97=86
  1.39 =E2=94=82     =E2=94=82=E2=86=93 je           1690=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
       =E2=94=82     =E2=94=82std::pair<uint32_t, uint32_t> cur =3D stack.b=
ack();=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
       =E2=94=8211a3:=E2=94=82  mov          -0x8(%r10),%rbx=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                  =E2=96=92
  9.80 =E2=94=82     =E2=94=82  mov          -0x230(%rbp),%r14=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20
                                  =E2=96=92
       =E2=94=82     =E2=94=82__gnu_cxx::__normal_iterator<std::pair<unsign=
ed int, unsigned
int>*, std::vector<std::pair<unsigned =E2=96=92
       =E2=94=82     =E2=94=82{ return __normal_iterator(_M_current - __n);=
 }=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
  0.86 =E2=94=82     =E2=94=82  add          $0xfffffffffffffff8,%r10=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
       =E2=94=82     =E2=94=82jxl::FindBestPatchDictionary(jxl::Image3<floa=
t> const&,
jxl::PassesEncoderState*, JxlCmsInterface co=E2=96=92
  0.36 =E2=94=82     =E2=94=82  mov          %rbx,%r13=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
  0.01 =E2=94=82     =E2=94=82  shr          $0x20,%r13=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
       =E2=94=82     =E2=94=82if (visited_row[cur.second * visited_stride +=
 cur.first])
continue;                                 =E2=96=92
  2.69 =E2=94=82     =E2=94=82  mov          %ebx,%eax=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
  0.00 =E2=94=82     =E2=94=82  mov          %r13,%rcx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
  1.12 =E2=94=82     =E2=94=82  imul         -0x180(%rbp),%rcx=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20
                                  =E2=96=92
  0.78 =E2=94=82     =E2=94=82  add          %rax,%rcx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
  2.73 =E2=94=82     =E2=94=9C=E2=94=80=E2=94=80cmpb         $0x0,(%r14,%rc=
x,1)=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                  =E2=96=92
 19.91 =E2=94=82     =E2=94=94=E2=94=80=E2=94=80jne          1196=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                  =E2=96=92

While GCC is longer:
Percent=E2=94=82     Percent=E2=94=82      while (!stack.empty()) {=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20
                                                                =E2=96=92
       =E2=94=821241:=E2=94=8C=E2=94=80=E2=86=92cmp         %rax,-0x370(%rb=
p)=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.70 =E2=94=82     =E2=94=82=E2=86=93 je          1481=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::pair<uint32_t, uint32_t> cur =3D stack.b=
ack();=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.02 =E2=94=82124e:=E2=94=82  mov         -0x8(%rax),%rdx=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::vector<std::pair<unsigned int, unsigned =
int>,
std::allocator<std::pair<unsigned int, unsigned int> > >::pop_back=E2=96=92
       =E2=94=82     =E2=94=82--this->_M_impl._M_finish;=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.63 =E2=94=82     =E2=94=82  sub         $0x8,%rax=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.74 =E2=94=82     =E2=94=82  mov         %rax,-0x368(%rbp)=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82FindTextLikePatches():=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.01 =E2=94=82     =E2=94=82  mov         %edx,%esi=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=97=86
  0.35 =E2=94=82     =E2=94=82  mov         %rdx,%rdi=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.82 =E2=94=82     =E2=94=82  mov         %rdx,-0x490(%rbp)=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82if (visited_row[cur.second * visited_stride +=
 cur.first])
continue;                                                  =E2=96=92
  0.00 =E2=94=82     =E2=94=82  mov         -0x5f8(%rbp),%rdx=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::pair<uint32_t, uint32_t> cur =3D stack.b=
ack();=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.32 =E2=94=82     =E2=94=82  shr         $0x20,%rdi=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.11 =E2=94=82     =E2=94=82  mov         %rsi,%r15=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.09 =E2=94=82     =E2=94=82  mov         %edi,%ecx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82if (visited_row[cur.second * visited_stride +=
 cur.first])
continue;                                                  =E2=96=92
  0.72 =E2=94=82     =E2=94=82  mov         -0x5f0(%rbp),%rdi=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::pair<uint32_t, uint32_t> cur =3D stack.b=
ack();=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.03 =E2=94=82     =E2=94=82  mov         %rcx,%r12=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82if (visited_row[cur.second * visited_stride +=
 cur.first])
continue;                                                  =E2=96=92
  0.39 =E2=94=82     =E2=94=82  imul        %rcx,%rdx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.00 =E2=94=82     =E2=94=82  add         %rsi,%rdx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.35 =E2=94=82     =E2=94=82  add         %rdi,%rdx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.37 =E2=94=82     =E2=94=9C=E2=94=80=E2=94=80cmpb        $0x0,(%rdx)=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  9.56 =E2=94=82     =E2=94=94=E2=94=80=E2=94=80jne         1241=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92 while (!stack.=
empty()) {=20=20
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20
          =E2=96=92
       =E2=94=821241:=E2=94=8C=E2=94=80=E2=86=92cmp         %rax,-0x370(%rb=
p)=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.70 =E2=94=82     =E2=94=82=E2=86=93 je          1481=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::pair<uint32_t, uint32_t> cur =3D stack.b=
ack();=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.02 =E2=94=82124e:=E2=94=82  mov         -0x8(%rax),%rdx=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::vector<std::pair<unsigned int, unsigned =
int>,
std::allocator<std::pair<unsigned int, unsigned int> > >::pop_back=E2=96=92
       =E2=94=82     =E2=94=82--this->_M_impl._M_finish;=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.63 =E2=94=82     =E2=94=82  sub         $0x8,%rax=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.74 =E2=94=82     =E2=94=82  mov         %rax,-0x368(%rbp)=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82FindTextLikePatches():=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.01 =E2=94=82     =E2=94=82  mov         %edx,%esi=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=97=86
  0.35 =E2=94=82     =E2=94=82  mov         %rdx,%rdi=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.82 =E2=94=82     =E2=94=82  mov         %rdx,-0x490(%rbp)=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82if (visited_row[cur.second * visited_stride +=
 cur.first])
continue;                                                  =E2=96=92
  0.00 =E2=94=82     =E2=94=82  mov         -0x5f8(%rbp),%rdx=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::pair<uint32_t, uint32_t> cur =3D stack.b=
ack();=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.32 =E2=94=82     =E2=94=82  shr         $0x20,%rdi=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.11 =E2=94=82     =E2=94=82  mov         %rsi,%r15=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.09 =E2=94=82     =E2=94=82  mov         %edi,%ecx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82if (visited_row[cur.second * visited_stride +=
 cur.first])
continue;                                                  =E2=96=92
  0.72 =E2=94=82     =E2=94=82  mov         -0x5f0(%rbp),%rdi=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82std::pair<uint32_t, uint32_t> cur =3D stack.b=
ack();=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  0.03 =E2=94=82     =E2=94=82  mov         %rcx,%r12=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
       =E2=94=82     =E2=94=82if (visited_row[cur.second * visited_stride +=
 cur.first])
continue;                                                  =E2=96=92
  0.39 =E2=94=82     =E2=94=82  imul        %rcx,%rdx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.00 =E2=94=82     =E2=94=82  add         %rsi,%rdx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.35 =E2=94=82     =E2=94=82  add         %rdi,%rdx=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  1.37 =E2=94=82     =E2=94=9C=E2=94=80=E2=94=80cmpb        $0x0,(%rdx)=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92
  9.56 =E2=94=82     =E2=94=94=E2=94=80=E2=94=80jne         1241=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=
=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20=20
                                                   =E2=96=92


Moreover we have heuristics saying that continue usually closes loops with =
low
trip count.
-fno-ivopts improves performance with --num_threads=3D0 however makes numbe=
r of
instructions worse. Curiously enought with --num_threads=3D1 and more ivopt=
s is
benefical.=