C语言程序代码优化
我認(rèn)為一個(gè)好的用于科學(xué)計(jì)算的程序代碼應(yīng)該：算法漂亮精妙，程序簡(jiǎn)潔易懂，運(yùn)算快速，節(jié)省內(nèi)存。這里有的地方是矛盾的，比如簡(jiǎn)潔vs易懂，時(shí)間vs空間，找個(gè)平衡吧。目前來(lái)看時(shí)間要比空間寶貴一些。寫程序分幾步：選擇最妙的算法；規(guī)劃最優(yōu)的流程；規(guī)劃數(shù)據(jù)結(jié)構(gòu)、函數(shù)；編碼實(shí)現(xiàn)。以下是查找網(wǎng)上資料后的總結(jié)。?
一、好的方法、算法和數(shù)據(jù)結(jié)構(gòu)是程序優(yōu)化的根本，選擇最好的算法永遠(yuǎn)是王道。
二、規(guī)劃流程時(shí)幾個(gè)不依賴于編譯器的tips：
1、減少運(yùn)循環(huán)體內(nèi)運(yùn)算量：
（a），查表：提前列表，循環(huán)內(nèi)查表。
（b），提取循環(huán)的公共子式到循環(huán)外計(jì)算。
（c），將循環(huán)體展開以減少循環(huán)的判斷過程。
2、判斷式合理排列conditions減少判斷次數(shù):
（a），根據(jù)發(fā)生頻率排列switch語(yǔ)句的case，或者if語(yǔ)句的條件式。
（b），將一些低概率條件合并及嵌套判斷。
（c），將多重條件嵌套判斷。
3、合理組織循環(huán)和判斷的嵌套
（a），將值不變的條件式放在循環(huán)的外面。
三、C語(yǔ)言設(shè)計(jì)數(shù)據(jù)結(jié)構(gòu)的tips.
1，使用盡量小的數(shù)據(jù)結(jié)構(gòu)。如char好于int好于float。
2，使用便于運(yùn)算的數(shù)據(jù)結(jié)構(gòu)。
3，數(shù)據(jù)合理布局
（a）結(jié)構(gòu)體數(shù)據(jù)成員按類型長(zhǎng)度排序。
（b）把結(jié)構(gòu)體填充成最長(zhǎng)類型長(zhǎng)度的整數(shù)倍。
4，變量名短好于長(zhǎng)。
5，同時(shí)聲明變量好于分別聲明變量
四，C語(yǔ)言數(shù)據(jù)操作的tips。
1，使用指針。
2，盡量使用常量。
3，常用變量設(shè)置為寄存器變量。
4，初始化好于賦值。
5，減少文件讀取操作。
五，C語(yǔ)言數(shù)據(jù)運(yùn)算強(qiáng)度的優(yōu)化，即使用快的運(yùn)算代替慢的運(yùn)算。
1，使用位運(yùn)算。
2，用a*a代替pow(a,2.0)。
3，減少整數(shù)除法，如用i/(j*k)代替i/j/k。
六，C語(yǔ)言函數(shù)優(yōu)化。
1，函數(shù)用inline代替外部調(diào)用(但會(huì)增加程序長(zhǎng)度)。
2，定義函數(shù)原型，便于編譯器優(yōu)化。
3，不定義不使用的返回值。
4，本地函數(shù)聲明為靜態(tài)。
轉(zhuǎn)載本文請(qǐng)聯(lián)系原作者獲取授權(quán)，同時(shí)請(qǐng)注明本文來(lái)自劉傳武科學(xué)網(wǎng)博客。鏈接地址：http://blog.sciencenet.cn/blog-1005104-727037.html?
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------
首先說明一下，這里說的程序優(yōu)化是指程序效率的優(yōu)化。一般來(lái)說，程序優(yōu)化主要是以下三個(gè)步驟：
1.算法優(yōu)化
2.代碼優(yōu)化
3.指令優(yōu)化
算法優(yōu)化
算法上的優(yōu)化是必須首要考慮的，也是最重要的一步。一般我們需要分析算法的時(shí)間復(fù)雜度，即處理時(shí)間與輸入數(shù)據(jù)規(guī)模的一個(gè)量級(jí)關(guān)系，一個(gè)優(yōu)秀的算法可以將算法復(fù)雜度降低若干量級(jí)，那么同樣的實(shí)現(xiàn)，其平均耗時(shí)一般會(huì)比其他復(fù)雜度高的算法少（這里不代表任意輸入都更快）。
比如說排序算法，快速排序的時(shí)間復(fù)雜度為O(nlogn)，而插入排序的時(shí)間復(fù)雜度為O(n*n)，那么在統(tǒng)計(jì)意義下，快速排序會(huì)比插入排序快，而且隨著輸入序列長(zhǎng)度n的增加，兩者耗時(shí)相差會(huì)越來(lái)越大。但是，假如輸入數(shù)據(jù)本身就已經(jīng)是升序(或降序)，那么實(shí)際運(yùn)行下來(lái)，快速排序會(huì)更慢。
因此，實(shí)現(xiàn)同樣的功能，優(yōu)先選擇時(shí)間復(fù)雜度低的算法。比如對(duì)圖像進(jìn)行二維可分的高斯卷積，圖像尺寸為MxN，卷積核尺寸為PxQ，那么
直接按卷積的定義計(jì)算，時(shí)間復(fù)雜度為O(MNPQ)
如果使用2個(gè)一維卷積計(jì)算，則時(shí)間復(fù)雜度為O(MN(P+Q))
使用2個(gè)一位卷積+FFT來(lái)實(shí)現(xiàn)，時(shí)間復(fù)雜度為O(MNlogMN)
如果采用高斯濾波的遞歸實(shí)現(xiàn)，時(shí)間復(fù)雜度為O(MN)（參見paper：Recursive implementation of the Gaussian filter，源碼在GIMP中有）
很顯然，上面4種算法的效率是逐步提高的。一般情況下，自然會(huì)選擇最后一種來(lái)實(shí)現(xiàn)。
還有一種情況，算法本身比較復(fù)雜，其時(shí)間復(fù)雜度難以降低，而其效率又不滿足要求。這個(gè)時(shí)候就需要自己好好地理解算法，做些修改了。一種是保持算法效果來(lái)提升效率，另一種是舍棄部分效果來(lái)?yè)Q取一定的效率，具體做法得根據(jù)實(shí)際情況操作。
?
代碼優(yōu)化
代碼優(yōu)化一般需要與算法優(yōu)化同步進(jìn)行，代碼優(yōu)化主要是涉及到具體的編碼技巧。同樣的算法與功能，不同的寫法也可能讓程序效率差異巨大。一般而言，代碼優(yōu)化主要是針對(duì)循環(huán)結(jié)構(gòu)進(jìn)行分析處理，目前想到的幾條原則是：
a.避免循環(huán)內(nèi)部的乘(除)法以及冗余計(jì)算
這一原則是能把運(yùn)算放在循環(huán)外的盡量提出去放在外部，循環(huán)內(nèi)部不必要的乘除法可使用加法來(lái)替代等。如下面的例子，灰度圖像數(shù)據(jù)存在BYTE Img[MxN]的一個(gè)數(shù)組中，對(duì)其子塊 (R1至R2行，C1到C2列)像素灰度求和，簡(jiǎn)單粗暴的寫法是：
C| 12345678 | int sum = 0; for(int i = R1; i < R2; i++){????for(int j = C1; j < C2; j++)????{????????sum += Image[i * N + j];????}} |
但另一種寫法：
C| 1 2 3 4 5 6 7 8 9 | int sum = 0; BYTE *pTemp = Image + R1 * N; for(int i = R1; i < R2; i++, pTemp += N) { ????for(int j = C1; j < C2; j++) ????{ ????????sum += pTemp[j]; ????} } |
可以分析一下兩種寫法的運(yùn)算次數(shù)，假設(shè)R=R2-R1，C=C2-C1，前面一種寫法i++執(zhí)行了R次，j++和sum+=…這句執(zhí)行了RC次，則總執(zhí)行次數(shù)為3RC+R次加法，RC次乘法；同樣地可以分析后面一種寫法執(zhí)行了2RC+2R+1次加法，1次乘法。性能孰好孰壞顯然可知。
?
b.避免循環(huán)內(nèi)部有過多依賴和跳轉(zhuǎn)，使cpu能流水起來(lái)
關(guān)于CPU流水線技術(shù)可google/baidu，循環(huán)結(jié)構(gòu)內(nèi)部計(jì)算或邏輯過于復(fù)雜，將導(dǎo)致cpu不能流水，那這個(gè)循環(huán)就相當(dāng)于拆成了n段重復(fù)代碼的效率。
另外ii值是衡量循環(huán)結(jié)構(gòu)的一個(gè)重要指標(biāo)，ii值是指執(zhí)行完1次循環(huán)所需的指令數(shù)，ii值越小，程序執(zhí)行耗時(shí)越短。下圖是關(guān)于cpu流水的簡(jiǎn)單示意圖：
簡(jiǎn)單而不嚴(yán)謹(jǐn)?shù)卣f，cpu流水技術(shù)可以使得循環(huán)在一定程度上并行，即上次循環(huán)未完成時(shí)即可處理本次循環(huán)，這樣總耗時(shí)自然也會(huì)降低。
先看下面一段代碼：
C| 123456 | for(int i = 0; i < N; i++){????if(i < 100) a[i] += 5;????else if(i < 200) a[i] += 10;????else a[i] += 20;} |
這段代碼實(shí)現(xiàn)的功能很簡(jiǎn)單，對(duì)數(shù)組a的不同元素累加一個(gè)不同的值，但是在循環(huán)內(nèi)部有3個(gè)分支需要每次判斷，效率太低，有可能不能流水；可以改寫為3個(gè)循環(huán)，這樣循環(huán)內(nèi)部就不 用進(jìn)行判斷，這樣雖然代碼量增多了，但當(dāng)數(shù)組規(guī)模很大(N很大)時(shí)，其效率能有相當(dāng)?shù)膬?yōu)勢(shì)。改寫的代碼為：
C| 1 2 3 4 5 6 7 8 9 10 11 12 | for(int i = 0; i < 100; i++) { ????a[i] += 5;???????? } for(int i = 100; i < 200; i++) { ????a[i] += 10;???????? } for(int i = 200; i < N; i++) { ????a[i] += 20; } |
關(guān)于循環(huán)內(nèi)部的依賴，見如下一段程序：
C| 123456 | for(int i = 0; i < N; i++){????int x = f(a[i]);????int y = g(x);????int z = h(x,y);} |
其中f，g，h都是一個(gè)函數(shù)，可以看到這段代碼中x依賴于a[i]，y依賴于x，z依賴于xy，每一步計(jì)算都需要等前面的都計(jì)算完成才能進(jìn)行【依賴】，這樣對(duì)cpu的流水結(jié)構(gòu)也是相當(dāng)不利的，盡量避免此類寫法。另外C語(yǔ)言中的restrict關(guān)鍵字可以修飾指針變量，即告訴編譯器該指針指向的內(nèi)存只有其自己會(huì)修改，這樣編譯器優(yōu)化時(shí)就可以無(wú)所顧忌，但目前VC的編譯器似乎不支 持該關(guān)鍵字，而在DSP上，當(dāng)初使用restrict后，某些循環(huán)的效率可提升90%。
?
c.定點(diǎn)化
定點(diǎn)化的思想是將浮點(diǎn)運(yùn)算轉(zhuǎn)換為整型運(yùn)算，目前在PC上我個(gè)人感覺差別還不算大，但在很多性能一般的DSP上，其作用也不可小覷。定點(diǎn)化的做法是將數(shù)據(jù)乘上一個(gè)很大的數(shù)后，將 所有運(yùn)算轉(zhuǎn)換為整數(shù)計(jì)算。例如某個(gè)乘法我只關(guān)心小數(shù)點(diǎn)后3位，那把數(shù)據(jù)都乘上10000后，進(jìn)行整型運(yùn)算的結(jié)果也就滿足所需的精度了。
?
d.以空間換時(shí)間
空間換時(shí)間最經(jīng)典的就是查表法了，某些計(jì)算相當(dāng)耗時(shí)，但其自變量的值域是比較有限的，這樣的情況可以預(yù)先計(jì)算好每個(gè)自變量對(duì)應(yīng)的函數(shù)值，存在一個(gè)表格中，每次根據(jù)自變量的 值去索引對(duì)應(yīng)的函數(shù)值即可。如下例：
C| 1 2 3 4 5 6 7 8 9 10 11 12 | //直接計(jì)算 for(int i = 0 ; i < N; i++) { ????double z = sin(a[i]); } //查表計(jì)算 double aSinTable[360] = {0, ..., 1,...,0,...,-1,...,0}; for(int i = 0 ; i < N; i++) { ????double z = aSinTable[a[i]]; } |
后面的查表法需要額外耗一個(gè)數(shù)組double aSinTable[360]的空間，但其運(yùn)行效率卻快了很多很多。
?
e.預(yù)分配內(nèi)存
預(yù)分配內(nèi)存主要是針對(duì)需要循環(huán)處理數(shù)據(jù)的情況的。比如視頻處理，每幀圖像的處理都需要一定的緩存，如果每幀申請(qǐng)釋放，則勢(shì)必會(huì)降低算法效率，如下所示：
C| 1234567891011121314 | //處理一幀void Process(BYTE *pimg){????malloc????...????free}//循環(huán)處理一個(gè)視頻for(int i = 0; i < N; i++){????BYTE *pimg = readimage();????Process(pimg)；} |
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 | //處理一幀 void Process(BYTE *pimg， BYTE *pBuffer) { ????... } //循環(huán)處理一個(gè)視頻 malloc pBuffer for(int i = 0; i < N; i++) { ????BYTE *pimg = readimage(); ????Process(pimg, pBuffer)； } free |
前一段代碼在每幀處理都malloc和free，而后一段代碼則是有上層傳入緩存，這樣內(nèi)部就不需每次申請(qǐng)和釋放了。當(dāng)然上面只是一個(gè)簡(jiǎn)單說明，實(shí)際情況會(huì)比這復(fù)雜得多，但整體思想是一致的。
?
指令優(yōu)化
對(duì)于經(jīng)過前面算法和代碼優(yōu)化的程序，一般其效率已經(jīng)比較不錯(cuò)了。對(duì)于某些特殊要求，還需要進(jìn)一步降低程序耗時(shí)，那么指令優(yōu)化就該上場(chǎng)了。指令優(yōu)化一般是使用特定的指令集，可快速實(shí)現(xiàn)某些運(yùn)算，同時(shí)指令優(yōu)化的另一個(gè)核心思想是打包運(yùn)算。目前PC上intel指令集有MMX，SSE和SSE2/3/4等，DSP則需要跟具體的型號(hào)相關(guān)，不同型號(hào)支持不同的指令集。intel指令集需要intel編譯器才能編譯，安裝icc后，其中有幫助文檔，有所有指令的詳細(xì)說明。
例如MMX里的指令?__m64 _mm_add_pi8(__m64 m1, __m64 m2)，是將m1和m2中8個(gè)8bit的數(shù)對(duì)應(yīng)相加，結(jié)果就存在返回值對(duì)應(yīng)的比特段中。假設(shè)2個(gè)N數(shù)組相加，一般需要執(zhí)行N個(gè)加法指令，但使用上述指令只需執(zhí)行N/8個(gè)指令，因?yàn)槠?個(gè)指令能處理8個(gè)數(shù)據(jù)。
實(shí)現(xiàn)求2個(gè)BYTE數(shù)組的均值，即z[i]=(x[i]+y[i])/2，直接求均值和使用MMX指令實(shí)現(xiàn)2種方法如下程序所示：
C| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | #define N 800 BYTE x[N],Y[N], Z[N]; inital x,y;... //直接求均值 for(int i = 0; i < N; i++) { ????z[i] = (x[i] + y[i]) >> 1; } //使用MMX指令求均值，這里N為8的整數(shù)倍，不考慮剩余數(shù)據(jù)處理 __m64 m64X, m64Y, m64Z; for(int i = 0; i < N; i+=8) { ????m64X = *(__m64 *)(x + i); ????m64Y = *(__m64 *)(y + i); ????m64Z = _mm_avg_pu8(m64X, m64Y); ????*(__m64 *)(x + i) = m64Z; } |
使用指令優(yōu)化需要注意的問題有：
a.關(guān)于值域，比如2個(gè)8bit數(shù)相加，其值可能會(huì)溢出；若能保證其不溢出，則可使用一次處理8個(gè)數(shù)據(jù)，否則，必須降低性能，使用其他指令一次處理4個(gè)數(shù)據(jù)了；
b.剩余數(shù)據(jù)，使用打包處理的數(shù)據(jù)一般都是4、8或16的整數(shù)倍，若待處理數(shù)據(jù)長(zhǎng)度不是其單次處理數(shù)據(jù)個(gè)數(shù)的整數(shù)倍，剩余數(shù)據(jù)需單獨(dú)處理；
?
補(bǔ)充——如何定位程序熱點(diǎn)
程序熱點(diǎn)是指程序中最耗時(shí)的部分，一般程序優(yōu)化工作都是優(yōu)先去優(yōu)化熱點(diǎn)部分，那么如何來(lái)定位程序熱點(diǎn)呢？
一般而言，主要有2種方法，一種是通過觀察與分析，通過分析算法，自然能知道程序熱點(diǎn)；另一方面，觀察代碼結(jié)構(gòu)，一般具有最大循環(huán)的地方就是熱點(diǎn)，這也是前面那些優(yōu)化手段都針對(duì)循環(huán)結(jié)構(gòu)的原因。
另一種方法就是利用工具來(lái)找程序熱點(diǎn)。x86下可以使用vtune來(lái)定位熱點(diǎn)，DSP下可使用ccs的profile功能定位出耗時(shí)的函數(shù)，更近一步地，通過查看編譯保留的asm文件，可具體分析每個(gè)循環(huán)結(jié)構(gòu)情況，了解到該循環(huán)是否能流水，循環(huán)ii值，以及制約循環(huán)ii值是由于變量的依賴還是運(yùn)算量等詳細(xì)信息，從而進(jìn)行有針對(duì)性的優(yōu)化。由于Vtune剛給卸掉，沒法截圖；下圖是CCS編譯生成的一個(gè)asm文件中一個(gè)循環(huán)的截圖：
最后提一點(diǎn)，某些代碼使用Intel編譯器編譯可以比vc編譯器編譯出的程序快很多，我遇到過最快的可相差10倍。對(duì)于gcc編譯后的效率，目前還沒測(cè)試過。
總結(jié)
- 上一篇： java 中文 语义分析,了解Javac
- 下一篇： 博弈论概要