一.代碼移動

將在循環(huán)里面多次計算，但是結(jié)果不會改變的計算，移到循環(huán)外面去。

例子：

優(yōu)化前：

void lower1(char *s){
int i;
for(i=0;i<strlen(s);++i)
   if(s[i]>='A'&&s[i]<='Z')
    s[i]-=('A'-'a');
}
優(yōu)化后：
void lower2(char *s){
int i;
int len=strlen(s);
for(int i=0;i<len;++i)
  if(s[i]>='A'&&s[i]<='Z')
    s[i]-=('A'-'a');
}

優(yōu)化前的版本，由于每次循環(huán)都要調(diào)用strlen計算s的長度，實際上的復雜度成了O（n2)了，而優(yōu)化后的版本只需計算一次s的長度，因此性能上比優(yōu)化前版本要好。

二.減少函數(shù)調(diào)用

例子：

優(yōu)化前：

void sum1(vec_ptr v,data_t *dest){
int i;
int len=vec_length(v);
*dest=0;
for(i=0;i<len;++i){
  data_t val;
  get_vec_element(v,i,&val);
  *dest+=val;
}
}

優(yōu)化后：

data_t get_vec_start(vec_ptr v){
return v->data;
}

void sum2(vec_ptr v,data_t *dest){
int i;
int len=vec_length(v);
data_t *data=get_vec_start(v);
*dest=0;
for(i=0;i<len;++i)
  *dest+=data[i];
}

優(yōu)化前的版本在每次循環(huán)中都要調(diào)用一次get_vec_element獲得相應的項，而優(yōu)化后的版本只需在循環(huán)外調(diào)用一次get_vec_start獲得開始的內(nèi)存地址，循環(huán)內(nèi)直接訪問內(nèi)存，無需調(diào)用函數(shù)。

三.減少內(nèi)存訪問

例子：

優(yōu)化前：

void sum2(vec_ptr v,data_t *dest){
int i;
int len=vec_length(v);
data_t *data=get_vec_start(v);
*dest=0;
for(i=0;i<len;++i)
  *dest+=data[i];
}

優(yōu)化后：

void sum3(vec_ptr v,data_t *dest){
int i;
int len=vec_length(v);
data_t *data=get_vec_start(v);
data_t acc=0;
for(i=0;i<len;++i)
　　acc+=data[i];
*dest=acc;
}

優(yōu)化前的版本每次迭代都要從dest讀出值再加上data[i]，再將結(jié)果寫回dest。這樣的讀寫很浪費，因此每次迭代開始從dest讀出的值就是上次迭代寫回dest的指。優(yōu)化后的版本通過加入acc臨時變量，它循環(huán)中累積計算出的結(jié)果，循環(huán)結(jié)束后再寫回。

這里給出兩個版本相應的匯編結(jié)果就可以很清楚看出區(qū)別：

優(yōu)化前：

優(yōu)化前的版本每次迭代都要從dest讀出值再加上data[i]，再將結(jié)果寫回dest。這樣的讀寫很浪費，因此每次迭代開始從dest讀出的值就是上次迭代寫回dest的指。優(yōu)化后的版本通過加入acc臨時變量，它循環(huán)中累積計算出的結(jié)果，循環(huán)結(jié)束后再寫回。

第二行和第四行分別對dest進行了讀寫。

優(yōu)化后：

從匯編結(jié)果可以看出編譯器將acc直接放在了寄存器里，循環(huán)中無需對內(nèi)存進行讀寫。

四.循環(huán)展開

循環(huán)展開可以減少循環(huán)的次數(shù)，對程序的性能帶了兩方面的提高。一是減少了對循環(huán)沒有直接貢獻的計算，比如循環(huán)計數(shù)變量的計算，分支跳轉(zhuǎn)指令的執(zhí)行等。二是提供了進一步利用機器特性進行的優(yōu)化的機會。

例子：

優(yōu)化前的代碼見前一篇博客里的sum3.

優(yōu)化后：

void sum4(vec_ptr v,data_t *dest){
int i;
int len=vec_length(v);
int limit=len-3;
data_t *data=get_vec_start(v);
data_t acc=0;
for(i=0;i<limit;i+=4){
  acc=acc+data[i]+data[i+1];
  acc=acc+data[i+2]+data[i+3];
}
for(;i<len;++i)
  acc+=data[i];

*dest=acc;
}

通過循環(huán)展開，每次迭代將累加4個元素，減少了循環(huán)次數(shù)，從而減少了總的執(zhí)行時間（單獨使用這種優(yōu)化方法，對浮點數(shù)累乘幾乎沒有提高，但是整數(shù)累乘得益于編譯器的重關(guān)聯(lián)代碼變化會有大幅度提高）。

這種優(yōu)化可以直接利用編譯器完成，將優(yōu)化level設(shè)定到較高，編譯器會自動進行循環(huán)展開。使用gcc，可以顯式使用-funroll-loops選項。

五.提高并行性

現(xiàn)代處理器大多采用了流水線、超標量等技術(shù)，可以實現(xiàn)指令級并行。我們可以利用這個特性對代碼做進一步的優(yōu)化。

2.1使用多個累積變量

優(yōu)化代碼示例

void sum5(vec_ptr v,data_t *dest){
int i;
int len=vec_length(v);
int limit=len-1;
data_t *data=get_vec_start(v);
data_t acc0=0;
data_t acc1=0;
for(i=0;i<limit;i+=2){
  acc0+=data[i];
  acc1+=data[i+1];
}
for(;i<len;++i)
  acc0+=data[i];

*dest=acc0+acc1;
}

這里同時使用了循環(huán)展開和使用多個累加變量，一方面減少了循環(huán)次數(shù)，另一方面指令級并行的特性使得每次迭代的兩次加法可以并行執(zhí)行?；谶@兩點可以顯著減少程序執(zhí)行的時間。通過增加展開的次數(shù)和累加變量的個數(shù)，可以進一步提高程序的性能，直到機器指令執(zhí)行的吞吐量的極限。

2.2重結(jié)合變換

除了使用多個累積變量顯式利用機器的指令級并行特性外，還可以對運算重新結(jié)合變換，打破順序相關(guān)性來享受指令級并行帶來的好處。

在sum4中，acc=acc+data[i]+data[i+1]的結(jié)合順序是acc=(acc+data[i])+data[i+1];

我們將之變成acc=acc+(data[i]+data[i+1])；

代碼如下：

void sum6(vec_ptr v,data_t *dest){
int i;
int len=vec_length(v);
int limit=len-3;
data_t *data=get_vec_start(v);
data_t acc=0;
for(i=0;i<limit;i+=4){
  acc=acc+(data[i]+data[i+1]);
  acc=acc+(data[i+2]+data[i+3]);
}
for(;i<len;++i)
  acc+=data[i];

*dest=acc;
}

進一步增加循環(huán)展開的次數(shù)，可以進一步提高程序性能，最終也可以達到機器指令執(zhí)行的吞吐量的極限。（在循環(huán)展示提到的整數(shù)乘法的性能提高就在于編譯器隱式采取了這種變換，但是由于浮點數(shù)不具備結(jié)合性，所以編譯器沒有采用，但是程序員在保證程序結(jié)果正確性的情況下，可以顯式使用這一點）。