代码优化-有效使用内存

“代码优化-有效使用内存”

这本书某些思想和方法可以借鉴，但具体的方法跟处理器架构有关系，不可同一而论，书中

（原书及翻译版）也存在一些bug。

一、内存优化

1.展开循环

展开循环可以减小分支(循环次数），一般通过重复循环内的指令来实现

exp:

for(a = 0; a < 666; a++)

x+=p[a];

for(a = 0; a < 664; a+=4)

{

// This shows the approximate number of

// loop iterations to the nearest multiple of four.

x+=p[a]; // The body

x+=p[a + 1]; // of the loop

x+=p[a + 2]; // is duplicated

x+=p[a + 3]; // four times.

}

x+=p[a]; // The two remaining iterations

x+=p[a + 1]; // are added to the end.

如果循环次数是一个变量，则可以改写成

for(a = 0; a < (N & ~3); a += 4)

{

4次...

}

for(a = (N & ~3); a < N; a++)

2.消除数据相关性

如果请求的RAM单元存在地址-数据相关性，那么CPU就不能并行地处理它们，

而在得到地址之前必须等待（地址值的读取和运算）。

; /*-----------------------------------------------------------------------

; * Loop for reading dependent data

; * (nonoptimized version)

; -----------------------------------------------------------------------*/

for (a=0; a < BLOCK_SIZE; a += 32)

// The loop is unrolled to speed up the processing.

{

x = *(int *)((int)p1 + a + 0);

// The cell is read.

a += x;

// The address of the next cell is calculated using the value of

// the previous cell. Therefore, the processor cannot send

// the next request to the chipset until it receives this cell.

// The code proceeds in a similar manner...

y = *(int *)((int)p1 + a + 4);

a += y;

x = *(int *)((int)p1 + a + 8);

a += x;

y = *(int *)((int)p1 + a + 12);

a += y;

x = *(int *)((int)p1 + a + 16);

a += x;

y = *(int *)((int)p1 + a + 20);

a += y;

x = *(int *)((int)p1 + a + 24);

a += x;

y = *(int *)((int)p1 + a + 28);

a += y;

}

; /*-----------------------------------------------------------------------

; * Loop for reading independent data

; * (optimized version)

; -----------------------------------------------------------------------*/

for (a=0; a<BLOCK_SIZE; a += 32)

{

x += *(int *)((int)p1 + a + 0);

y += *(int *)((int)p1 + a + 4);

x += *(int *)((int)p1 + a + 8);

y += *(int *)((int)p1 + a + 12);

x += *(int *)((int)p1 + a + 16);

y += *(int *)((int)p1 + a + 20);

x += *(int *)((int)p1 + a + 24);

y += *(int *)((int)p1 + a + 28);

// The processor could send the next request to the chipset

// without waiting for the previous request to be completed,

// because the cell address is not related to the data being processed.

}

注：书中的代码似乎有问题：循环变量a在循环中有修改，忌！

而优化版本中循环中并未修改a.

在MIPS里，对数据相关同样需注意。避免潜在的数据相关。

for(i=0;i<100;i++)

{

b[i]=a[0]+a[1];//读写内存同时进行，编译器会认为内存有修改，a[0]会重复读取

b[i+1]=a[0]+a[2];

...

}

可以利用临时变量,采取读内存，运算，写内存的分步操作

同时这样可以发挥寄存器的作用

for(i=0;i<100;i++)

{

int tmp, b1, b2;

tmp=a[0];

b1=tmp+a[1];

b2=tmp+a[2];

b[i]=b1;

b[i+1]=b2;

}

3.数据并行处理

线性读取无关数据（按字节顺序读取）并不能确保对该内容进行并行处理。应该按32字节的增量（cache line的大小?)读取。并且可以与预取内存结合起来。即

(1)以增量32访问内存

(2)循环访问每个32字节里面的内容。

4.优化引用数据结构

内存中的数据应尽可能紧密地放在一起。

(1) 字节对齐，减小数据结构大小

(2)减小引用数组的大小（用小的数据类型）

(3)注意页面内存大小（32K）及高速缓存大小（4K）的影响

核心代码or数据尽可能地在此范围之内

5.内存访问与计算的结合

在加载内存的同时，进行计算，以尽可能地提高并行处理。

6.读写操作的结合

一般来说，不要集中的读内存或者集中的写内存。

7.只有在必要时才访问内存

该问题与具体情况的算法及数据处理流程有关系。