PoP roomtest: LCG оригинала на ассемблере — точность без потери скорости

Возврат к БИТ-В-БИТ генератору оригинала по умолчанию (POP_PRANDOM_EXACT=1):
по нему проще отлаживать и сверять картинку с эталоном.  Чтобы это не
стоило процента бюджета, сам шаг LCG переписан на Z80-ассемблере —
единственное место в порте, где это сделано, с явного разрешения.

Приём: 214013 = ((((1<<1)+1)<<2 + 1)<<4 + 1)<<10 - 3 — схема Горнера по
РАЗРЕЖЕННОЙ записи константы.  Вместо 12 сложений (по числу единиц в
0x343FD) — 17 удвоений, три сложения и одно вычитание; величина 3*s,
нужная в конце, попадается по дороге на втором шаге.

Проверка в ДВА этапа:
- схема на хосте: horner(s) == s*214013+2531011 на 3 000 000 сидов;
- сама asm-транскрипция на живой машине: breakpoint на pop_prandom,
  11 последовательных состояний сида из MAME — каждый переход совпал с
  s*214013+2531011 бит-в-бит.

Замер, комната 3, 175 кадров (медиана кадра / prandom->torch_draw):
  C, бит-в-бит (16-бит половины)   403 632 / 10 933
  C, xorshift16 + шаг Вейля        397 986 /  7 927
  asm, бит-в-бит                   400 800 /  9 331
То есть asm вернул половину разрыва (2 832 такта за кадр), сохранив
совместимость с эталоном.  Ветка xorshift оставлена под
-DPOP_PRANDOM_EXACT=0 как запасной ход — брать её имеет смысл, только
если не хватит последних 2 800 тактов.

Итог оптимизационного круга: 416 154 -> 400 800 (0.968 -> 0.932 кадра).

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

applications/PoP/roomtest/pop_geom.h

@@ -31,21 +31,26 @@ int8_t pop_y_to_row(int16_t y);
  * нельзя.
  *
  * ДВА генератора, выбор через POP_PRANDOM_EXACT (см. pop_geom.c):
- *   0 (по умолчанию) — xorshift16 + шаг Вейля.  Быстрый: ни одного
- *     умножения.  Последовательность ОТЛИЧАЕТСЯ от SDLPoP, то есть другая
- *     раскладка кладки и другие броски в боёвке — статистически
- *     эквивалентные, но не те же самые;
- *   1 — LCG оригинала (s*214013+2531011) бит-в-бит.  Для сверки картинки
- *     с эталоном.  Дороже: даже посчитанный 16-битными половинами (без
- *     __mullong, который один стоил 8 430 тактов — замер в MAME) он
- *     обходится в ~7 000 тактов на вызов.
+ *   1 (по умолчанию) — LCG оригинала (s*214013+2531011) БИТ-В-БИТ: та же
+ *     раскладка кладки и те же броски, что в SDLPoP, поэтому по картинке
+ *     можно сверяться с эталоном;
+ *   0 — xorshift16 + шаг Вейля, без единого умножения.  Дешевле ровно на
+ *     5 646 тактов за кадр, 1.3 % бюджета (замер A/B в MAME, комната 3,
+ *     175 кадров: 403 632 против 397 986).  Последовательность другая —
+ *     статистически эквивалентная, но не та же.
  *
- * Состояние — две 16-битные половины, а не unsigned long: иначе SDCC на
- * умножении зовёт __mullong. */
+ * Обе версии считают 16-битными половинами, а не unsigned long: на 32-бит
+ * умножении SDCC зовёт __mullong, и это 8 430 тактов на вызов (замер в
+ * MAME, breakpoint на __mullong).
+ *
+ * ЗАДЕЛ: разрыв между версиями определяется не алгоритмом, а кодогенерацией
+ * SDCC — те же генераторы на Z80-ассемблере укладываются в 86..148 тактов.
+ * Если процент понадобится, сначала переписать в asm ОРИГИНАЛЬНЫЙ LCG (там
+ * умножение на константу), а менять генератор — только если и этого мало. */
 typedef struct { uint16_t lo, hi; } pop_rnd_t;
 
 #ifndef POP_PRANDOM_EXACT
-#define POP_PRANDOM_EXACT 0
+#define POP_PRANDOM_EXACT 1
 #endif
 
 uint16_t pop_prandom(pop_rnd_t *seed, uint16_t maxv);