假如预期的对齐是N字节，

a = src % N，
b = dst % N，

a、b不相等而且都不为0时，应该是最坏的情况，

1、如果这个硬件还支持N/2、N/4、N/8的对齐，可以缩小对齐粒度来搞，
比如N = 4， a = 1,  b = 3时，按4字节对齐来操作比较麻烦，但可以用2字节对齐来操作。

2、按上面ArchLinux的说法，只保证src、dst之一对齐。leadyu说的VC的memcpy.asm里有一部分代码是这样的，区分vmovdqu、vmovdqa指令。

1和2哪个速度快，未知。而且1的分支判断比较麻烦。

【 在 adoal 的大作中提到: 】
: 如果source和dest对的偏移不一样，比如一个余1一个余0，
: 那是不是就很难优化了^o^
:
--
修改:z16166 FROM 123.118.191.*
FROM 123.118.191.*