本文几个优化程序性能的方法出自CSAPP第五章，通过不断修改源代码，试图欺骗编译器产生有效的代码

我们先引入度量标准每元素的周期数（CPE），表示程序性能。

 

我们先定义一个数据结构   data_t 代表数据类型

1 typedef struct{2   long len;3   data_t *data;        4 }vec_rec,*vec_prt;

以及常数IDENT和OP以便在后续的代码中进行不同的操作

//对所有向量的元素求和#define IDENT 0#define OP +//对所有向量元素乘积#define IDENT 1#define OP *

我们首先看最初的代码版本，这是一个具有很大优化空间的代码,具体函数实现可参考原书。

1 void combine1(vec_ptr v, data_t *dest) 2 { 3     long int i; 4     *dest = IDENT; 5     for (i = 0; i < vec_length(v); i++) {  //vec_length返回向量长度 6         data_t val; 7         get_vec_element(v, i, &val);//先进行边界检查再获取索引 i 处的值并赋值给val 8         *dest = *dest OP val; 9     }10 }

 

1.消除循环的低效率

因为每次迭代循环的时候都必须对测试条件求值，但在此循环中，向量的长度值并不会随着循环的进行而改变，因此只需要计算一次vec_length(v)并保存在一个变量中，在后续的循环中使用此变量。

因此我们得到第二个版本的代码。这一常见的优化方式称为 代码移动，即识别要执行多次但值不会改变的代码，将其移动到代码前部分，避免重复求值。

1 void combine2(vec_ptr v, data_t *dest) 2 { 3     long int i; 4     long int length = vec_length(v);//只进行一次计算 5     *dest = IDENT; 6     for (i = 0; i < length; i++) { 7         data_t val; 8         get_vec_element(v, i, &val); 9         *dest = *dest OP val;10     }11 }

 

2.减少过程调用

过程调用(函数调用)会带来开销，因此我们增加一个函数 get_vec_start.

1 data_t *get_vec_start(vec_ptr v)2 {3   return v->data;  4 }

由此我们可得第三版代码

void combine3(vec_ptr v,data_t *dest){  long i;  long length = vec_length(v);  data_t *data = get_vec_start(v);   *dest = IDENT;  for(i = 0;i

 

3.消除不必要的内存引用

虽然我们在第三版的代码中减少了过程的调用，但是第三版的代码相比第二版代码性能并没有明显的提升，这说明第三版中的代码还有别的制约性能的因素。

先看第三版代码的内循环汇编代码:

//dest in %rbx, data+i in %rdx, data+length in %rax.L17    vmovsd (%rbx),%xmm0    vmulsd (%rdx),%xmm0,%xmm0    vmovsd %xmm0,(%rbx)    addq $8,%rbx    cmpq %rax,%rdx    jne    .L17

由汇编代码可见，第三版的代码对内存进行了两次读操作，一次写操作，通过引入一个临时变量，使其在循环中累计值，在循环结束后再讲值写入内存。

这样我们将循环中的内存操作又两次读一次写减少到一次读操作。程序性能显著提高。

void combine4(vec_ptr v, data_t *dest){    long int i;    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 OP data[i];    }    *dest = acc;}