【挑战极限】从BYTE数组到无符号整数间的转换效率

unsigned char buf[] = {1,2,3,4};
int res;
//方式1
__asm
{
movzx eax,byte ptr [buf] 
movzx ebx,byte ptr [buf+1] 
movzx ecx,byte ptr [buf+2] 
movzx edx,byte ptr [buf+3] 
shl eax,18h 
shl ebx,10h 
shl ecx,8 
or eax,ebx 
or eax,ecx 
or eax,edx 
mov dword ptr [res],eax 
}
//res得到0x01020304

//方式2
__asm
{
mov eax, DWORD PTR [buf]
rol ax, 8
rol eax, 16
rol ax, 8
mov res, eax
}
//res得到0x01020304


//方式3
__asm
{
mov eax, DWORD PTR [buf]
xchg al, ah
rol eax, 16
xchg al, ah
mov res, eax
}
//res得到0x01020304


方式1、方式2效率基本相当，方式3最慢，大概慢25%。

问题：何以导致第三那种方式最慢？最好的办法是哪种？有没有其他更好的办法？

试试这样如何：
movzx eax,byte ptr [buf]  
movzx ebx,byte ptr [buf+1]  
shl eax,18h  
shl ebx,10h  
movzx ecx,byte ptr [buf+2]  
or eax,ebx  
shl ecx,8  
or eax,ecx  
movzx edx,byte ptr [buf+3]  
or eax,edx  
mov dword ptr [res],eax  

修正一下，是这样：
movzx eax,byte ptr [buf]  
movzx ebx,byte ptr [buf+1]  
shl eax,18h  
shl ebx,10h  
movzx ecx,byte ptr [buf+2]  
or eax,ebx  
shl ecx,8  
movzx edx,byte ptr [buf+3]  
or eax,ecx  
or eax,edx  
mov dword ptr [res],eax  

实测速度和第一种方式没什么区别。0xC0000000次循环需要11秒
把同样的指令分隔开执行是不是考虑到充分利用CPU的多条流水线？

以前看的P5优化的书上说寄存器最好交错使用

来一个，可能也差不多。
Assembly code

mov eax,dword ptr [buf]
mov edx,eax
shr eax,16
rol dx ,8
rol ax ,8
shl edx,16
or  eax,edx         
mov res,eax

xchg 影响效率，一致性方面用的多一点。

寄存器重复使用相关性太强，不利并行操作，影响效率。