do {　　　　　　　　　　　　　/* count > 0 と仮定 */
　*to = *from++;　　　　　　　/* to がインクリメントされていないことに注意 */
} while (--count > 0);

これを、下のようにして最適化か。こう書いてコンパイル通る
ことすら知らなかったわｗ

しかし昔memcpy実装させられたとき、条件判定へらす努力したり
ワード単位でコピーしたりしたんだが、標準で用意されて
いたARMのlibcに速度が遠くおよばなくて愕然とした記憶があるなｗ

switch (count % 8)　　/* count > 0 とする */
{
　case 0:　　　　 do {　*to = *from++;
　case 7:　　　　　　　 *to = *from++;
　case 6:　　　　　　　 *to = *from++;
　case 5:　　　　　　　 *to = *from++;
　case 4:　　　　　　　 *to = *from++;
　case 3:　　　　　　　 *to = *from++;
　case 2:　　　　　　　 *to = *from++;
　case 1:　　　　　　　 *to = *from++;
　　　　　　　　　} while ((count -= 8) > 0);
}