优化程序性能（《深入理解计算机系统》）

《深入理解计算机系统》的第5章讲的是优化程序性能，这一章看完了还是有不少收获的，现在简要的总结一下。书中总结了优化程序性能的策略，大致分为以下几类：

1. 高级设计

    为问题选择合适的算法和数据结构。这块很容易理解，选择合适的数据结构，设计算法复杂度低的算法。

2. 基本编码原则

    消除连续的函数引用，消除不必要的存储器引用。

    消除连续的函数引用，这块好理解，每个函数（过程）的调用一方面是会带来栈帧的开销，另一方面函数里面也会有一堆指令需要执行，自然能省则省。

    消除不必要的存储器引用，这块则是要理解读写存储器的速度是比较慢的，远远没有读写寄存器来得快。减少存储器的访存次数，改为使用临时中间变量（寄存器），这种做法自然也是可以提高程序的效率的。

3. 低级优化

    展开循环，降低开销；通过多个累加变量和重新结合的方法，提高指令集并行；重写条件操作，使得编译采用条件传送。

    这些优化思想就很偏底层了，需要结合处理器的指令集体系架构来理解。按照我粗浅的理解，这些优化措施在很大程度上都是想充分利用处理器的流水线机制。现代的处理器基本都使用了流水线机制，那么流水线机制在什么时候性能最好呢？就是各个指令都完全独立的时候，那样流水线就能满负荷的工作了。

    但是实际的情形往往没有这么理想，顺序的指令之间存在数据依赖的情形。拿书中的示例来说，  对于如下的汇编代码：

   


     假设每个指令都有取指、译码、执行、访存、回写这样5个阶段，那么按照流水线的原理。当mulss指令还在执行的时候（乘法耗的时钟周期比较长），很可能此时已经轮到下一个mulss指令来到译码阶段了。那么这里就会出问题了，下一条mulss指令需要访问xmm0寄存器的值，但是此时这个寄存器值还没有更新，是有问题的。所以下一个mulss指令不得不在流水线上继续等着，这就造成浪费了。 

    那么如何优化呢？一个容易想到的思路就是对算法做并行化处理，假设我是要求a1*a2*...*an，那么a1*a2跟a3*a4不冲突啊，可以并行的去执行啊。如果能让alu在算a1*a2的时候，让流水线去完成a3*a4的取值 译码，这样不就可以提高流水线的效率了！这就是算法的优化思路。

   至于条件传送，那也是想提高流水线的处理效率。条件分支明显是跟流水线的思想有所冲突的：在遇到分支的时候，处理器常常会执行分支预测，但是一旦预测错了就会有惩罚。条件传送的思想是让处理器同时执行两个分支的内容，然后再选择传送哪个。