linux编程的108种奇淫巧计-4(编译展开)(续）

编译展开的这篇博客被CSDN推了首页http://blog.csdn.net/pennyliang/archive/2010/10/28/5971059.aspx，有些读者反映有些太难，考虑到有些地方没有讲得太清楚，本文一并进行深入讨论。

首先关键的代码是：

#define DO(x) x
#define DO4(x) x x x x
#define DO8(x) DO4(x) DO4(x)
#define DO16(x) DO8(x) DO8(x)
读者可以按葫芦画瓢，继续展开，这并不难理解。



我们选取了计算斐波那契数作为例子，将代码展开为16的倍数，但是因为Fx是用户输入的，可能是16的倍数也可能不是，因此需要做一些转换，将Fx变为Fx=16idx+r，这样可以确保可以做idx次展开，最后尾部再用一个循环计算完，如下：

int r= Fx%16;
int idx = Fx/16;
int i=2;
for(;i<idx;)
{
DO16(F[i]=F[i-1]+F[i-2];i++;); //展开成16段代码
}
for(;i<Fx;i++)
{
F[i]=F[i-1]+F[i-2];
}
如果我们不用编译来做循环展开，我们的代码可能就得是

for(;i<idx;)
{
F[i]=F[i-1]+F[i-2];i++;

F[i]=F[i-1]+F[i-2];i++;

F[i]=F[i-1]+F[i-2];i++;

....写16遍相同的代码，多难看啊。
}
for(;i<Fx;i++)
{
F[i]=F[i-1]+F[i-2];
}
第二，我们要特别注意memset的使用，memset在计时之前进行，是因为这样的计算更为准确，malloc分配大内存是采用mmap的方式，即只分配虚地址，而没有实际的调页，而我们做一个memset是为了调页，大家可以做这样的实验，做两次相同的malloc，用rdtsc的方式进行计时，你会发现第一次malloc会慢一些，而第二次会快，因为第一次有调页，而第二次几乎无调页（内存要足够大，否则可能会swap，也可能有少量调页）。

用memset相信也不难理解，因为这个时间混在里面可能会看不出误差，假定某市一季度GDP为10，二季度为15，看上去提高了50%，但是因为在计算过程中，有5份的GDP（可以想象成memset的代价）是多算在里面的，如果扣除这5份，则实际上是从5提升了100%。因此我们在设计实验时，需要把一些干扰项扣除，来比较，实验的数据才具有价值。



第三，我的实验结果是展开为4次是比较快的，我认为有这样一些主要原因，但还需要设计进一步的实验来证明：

（1）编译展开的层次过大，代码会变大，而代码存储在文件中，进入执行需要有一个读磁盘的过程，另外代码大，代码局部性就不强，L1 cache的一部分是存放代码段的，如果代码越小越紧凑，那么执行起来就会越开，展开出1024层，代码的局部性肯定很差。

（2）编译展开的层次过小，代码虽然紧凑，但是流水线不通畅，跳转太多，因此也容易导致性能变低。



因此总会有一种展开的层次可以trade off的流水线和代码段的紧凑性，我的实验结果是展开到4层是最快的，这是受机器环境影响的，不知道其他同学的实验结果是怎样的。



最后提到的细节是DO16(F[i]=F[i-1]+F[i-2];i++;); 的最后一个分号是不必要的，但是添加在这里是为了让代码更自然，相信大部分细心的读者都能看到这一点。



本系列其他文章：http://blog.csdn.net/pennyliang/category/746545.aspx