Как известно, обычные инструкции сложения/вычитания и битовых сдвигов в процессорах x86 работают быстрее, чем инструкции умножения/деления.
Это скорее бабушка на двое сказала. Во-первых, "обычные инструкции" - это на самом деле целое семейство инструкций. Которые еще и по-разному реализованы в разных процессорах. Во-вторых, в целом у них сходная производительность (если мерять в тактах), в каких-то вариантах может быть быстрее допустим умножение, а в других сдвиг. Например (для Sandy Bridge) IMUL m 2 CPI, SHL m,cl 4 CPI. При этом SHL r,i 0.5 CPI, а IMUL r,i 1 CPI. Для MMX psllw mm, mm и pmullw mm, mm - 1 CPI. Для SSE vpsllw ymm, ymm, xmm 1 CPI, а вот vpmulhw ymm, ymm, ymm на Skylake 0.5 CPI, а на более ранних те же 1 CPI. Вот деление да, оно гарантировано медленнее, там десятки CPI. В-третьих, собственно скорость вычисления в тактах - это далеко не единственная и не самая важная характеристика производительности инструкций. Если заглянуть в каталог таких характеристик, то там глаза разбегаются. В-четвертых, сложное устройство конвейера в современных процессорах также вносит свою лепту в определение производительности тот или иной инструкции, ведь реальная производительность варьируется в зависимости от состояния конвейера. Например идущие подряд 6-байтовые инструкции будут вызывать дополнительный простой.
Что касается парится или нет - парится надо, но делать это надо системно, а не пытаться сэкономить байты разбрасывая хитрые вставки в коде.