feat: 优化 Sm4Ecb 的内存占用

[kvii]

把函数里那两个 tmp 切片删了，换成了 out 和 inData 的对应下标。内存使用次数明显下降了，而且性能也稍微高了一点。Sm4Cbc 那边感觉应该也可以这么改。

优化前：

> go test -benchmem -run=^$ -bench "^(BenchmarkSm4EcbEncode|BenchmarkSm4EcbDecode)$" github.com/tjfoc/gmsm/sm4
goos: darwin
goarch: arm64
pkg: github.com/tjfoc/gmsm/sm4
cpu: Apple M1 Pro
BenchmarkSm4EcbEncode-10          515772              2223 ns/op             928 B/op         18 allocs/op
BenchmarkSm4EcbDecode-10          296337              3932 ns/op             960 B/op         28 allocs/op
PASS
ok      github.com/tjfoc/gmsm/sm4       2.624s

优化后：

> go test -benchmem -run=^$ -bench "^(BenchmarkSm4EcbEncode|BenchmarkSm4EcbDecode)$" github.com/tjfoc/gmsm/sm4
goos: darwin
goarch: arm64
pkg: github.com/tjfoc/gmsm/sm4
cpu: Apple M1 Pro
BenchmarkSm4EcbEncode-10          593889              1999 ns/op             752 B/op          7 allocs/op
BenchmarkSm4EcbDecode-10          323290              3591 ns/op             608 B/op          6 allocs/op
PASS
ok      github.com/tjfoc/gmsm/sm4       3.353s

[kvii]

还有这些函数应该是支持原地替换的。如果参数不需要留着的话还能再省下分配响应切片的时间和空间。