一般来说，当您以最明显地传达意图的方式编写源代码时，编译器通常会生成最优化的程序集。这就是你想要做的：

uint8_t diff(uint8_t a, uint8_t b) {
    return abs(a - b);
}

你可以看到一些编译器如何在Godbolt上编译它。特别是GCC有一个有趣的序列，它不使用任何分支或CMOV指令：

movzx   eax, dil
movzx   esi, sil
sub     eax, esi
cdq
xor     eax, edx
sub     eax, edx
ret

它使用的技巧是，我们可以通过对寄存器进行符号扩展，将上半部分与下半部分进行异或，然后从下半部分中减去上半部分，来获取寄存器的绝对值。同时，Clang使用CMOV指令。我不知道哪一个在实践中更好。您可能需要根据您所针对的特定体系结构对它们进行基准测试。
由于这是一个常见的操作，我怀疑是否有任何汇编程序可以比这两种方法编写得更快。

如果你能负担得起时间-空间的权衡，它只需要64 K来保存一个结果的查找表。

const uint8_t abs_diff[256][256] = 
    {{0, 1, 2, 3, ..., 255},
     {1, 0, 1, 2, ..., 254},
     {2, 1, 0, 1, ..., 253},
     ...
     {255, 254, 253, ..., 0}};

#define UINT8_T_DIFF(a, b) (abs_diff[a][b])

也许缓存未命中将使这不值得。但是如果你在一个内部循环中使用这个宏，那么在这段时间内，它可能会把大部分内容保存在缓存中。

您可以在没有分支的情况下执行此操作，如下所示：

(uint8_t)((a > b) * (a - b) + (a <= b) * (b - a))

将每个值乘以相应的比较结果，结果会在您不希望的情况下减少为0。