以C語言為例的程式性能優化 --《深入了解計算機系統》第五章讀書筆記

　　其實大多數的編譯器本身就能提供一些簡單的優化，比如gcc就能通過使用 -O2 或者 -O3 的選項來優化程式。但編譯器的優化始終也是有限，因為它必須小心翼翼保證優化過程不對程式的功能有改動。故而程式員本身應該對程式有優化意識。在我看來，這也是應該有的一種良好的程式設計習慣。

　　幾種比較簡單的優化措施：

　　1.代碼移動

　　将要執行多次（比如在循環中）但計算結果不會改變的計算，移動到代碼前面不會多次求值的部分。舉一個比較極端的例子：

/* convert string to lowercase: slow*/
void lower( char *s ){
    int i;
    for( i = 0;i < strlen(s);i++ )
        if( s[i] >= 'A' && s[i] <= 'Z' )
            s[i] -= ( 'A' - 'a');

}      

 因為C語言的字元串是以null結尾的，函數strlen也必須一步一步得檢查這個序列，直到遇到null字元。那麼假象一下，如果字元串s是一個很長的字元串，那麼這個函數自然會造成許多不必要的開銷！！

故而在循環體内，要注意将計算結果不改變的計算移動到前面避免多次重複計算。

　　優化代碼：

/* convert string to lowercase: faster*/
void lower( char *s ){
    int i;
    int len = strlen(s);
    for( i = 0;i < len;i++ )
        if( s[i] >= 'A' && s[i] <= 'Z' )
            s[i] -= ( 'A' - 'a');

}
      

　　2.消除不必要的存儲器引用

　　在C語言中用指針變量讀寫是用CPU寄存器間接尋址然後從記憶體中讀寫，而使用函數内部的局部變量，則是使用CPU中的通用寄存器。而主存讀寫和CPU内部通用寄存器的尋址的速度相差數十倍的。舉一個小例子

for( i = 0;i < len;i++ ){
    *dest = *dest + data[i];
}
      

 這個循環體每次都會從主存中讀寫，優化如下：

int acc;
for( i = 0;i < len;i++ ){
    acc = acc + data[i];
}
*dest = acc;
      

 這樣就會使那個指針隻寫入一次，而acc變量在cpu的執行過程中是使用cpu内部通用寄存器讀寫，故而能加快速度。

　　3.循環展開

　　循環展開，顧名思義就是将一次一步的疊代循環展開成一次兩步或更多，減少疊代次數。循環展開從兩個方面改善程式的性能，首先，它減少了不直接有助于程式結果的操作的數量，比如循環索引計算和條件分支。其次，它提供了一些方法，可以進一步變化代碼，減少計算中關鍵路徑上的操作數量。比較如下兩個函數，第一個為正常循環，第二個為循環展開函數，

//normal function to add all element of v
void combine1( vec_ptr v,data_t *dest ){
    int i = 0;
    long int length = vec_length( v );
　　 data_t *data = get_vec_start( v );
　　 data_t acc = IDENT;
for( i = 0;i < length;i++ ){
        acc = acc + data[i];
    }
    *dest = acc;
}      

//unroll loop by 2
void combine2( vec_ptr v, data_t *dest ){
    int i;
    long int length = vec_length( v );
    loing int limit = length -1;
    data_t *data = get_vec_start( v );
    data_t acc = IDENT;
    
    for( i = 0;i < limit;i += 2 ){
        acc = ( acc + data[i] ) + data[i+1];
    }

    for( ;i < length;i++ ){
        acc = acc + data[i];
    }

    *dest = acc;
}
      

 第二個函數将循環展開，并在最後檢查會不會遺漏。減少了一些關鍵步驟，故而優化了程式。

　　4.提高并行性

　　在cpu中，程式被翻譯成彙編指令，但卻并不是一條一條指令按順序執行的，而是流水線并發執行的，即多條不相關指令共同執行。這是cpu的機器特性，而我們要做的，就是多多利用這種機器特性。

　　讓我們來分析程式的combine2中的核心循環内部語句：acc = ( acc + data[i] ) + data[i+1];在這個循環中，data[i+1]的計算必須放在( acc + data[i] )之後，因為它們是互相關聯的，這明顯是不利于程式的并行操作，改進如下。

//unroll loop by 2，2-way parallelism
void combine3( vec_ptr v, data_t *dest ){
    int i;
    long int length = vec_length( v );
    loing int limit = length -1;
    data_t *data = get_vec_start( v );
    data_t acc0 = IDENT;
    data_t acc1 = IDENT;
    
    for( i = 0;i < limit;i += 2 ){
        acc0 =  acc0 + data[i];
        acc1 = acc1 + data[i+1];
    }

    for( ;i < length;i++ ){
        acc0 = acc0 + data[i];
    }

    *dest = acc0 + acc1;
}
      

這段代碼将acc拆分成acc0和acc1，使程式得以并發同時計算，最後再将兩組結果想加，提高程式性能。

 代碼優化通常都會帶來可讀性的降低，如何取舍應該好好考慮清楚，必要時刻，或許應該多加一些注釋說明。