优化程序性能

　　编写高效程序需要两个活动：第一，我们必须选择一组最好的算法和数据结构；第二，我们必须编写出编译器能够有效优化以转换成高效可执行代码的源代码。这里，我们主要讲述后者。

　　首先，我们討論一下为什么要编写高效程序。不难想象，如果本来要用１０天运行完的程序，经过优化只需要１天就可运行完，这是一件多么令人振奋的事啊。时间就是金钱呐。那么，什么时候才有必要优化。什么？优化不是无论什么时候都有必要的吗？太不可思议了！当然，作为一个程序员，我们必做在实现与维护程序的简单性与它的运行速度之间做出权衡折衷。对于一个只会运行一次以产生一组数据点的程序，以一种尽量减少编程工作量并保证正确性来编写程序就更为重要了。考虑一下，比如一个只用一次的算法，编写时间加上运行时间不超过一天，然而我们花上三天来优化这个算法让它只要一个小时就能出結果。乍一看多好的优化啊，三天变成一小时！等等，让我们来算一算。不优化编写加运行时候只要一天，而优化后呢？三天加一小时！当然，如果这个算法反复执行的话，我们对它的优化就值得肯定了。

　　好了，说了这么多，切入正题，怎样才能在优码级别上进行优化呢？做那些编译器不能帮你做的优化。这里，我们先讲个例子。考虑一个简单向量数据结构。向量由两个存储器块表示。头部是一个声明如下的结构：

 

/******************************************************************************************/

typedef struct{
    int len;
    data_t* data;
}vec_rec, *vec_ptr;

/******************************************************************************************/

 

　　这个声明用数据类型data_t作为基本元素的数据类型。可以用int,float,double类型来评价我们代码的性能，这里我们使用float。代码如下：

 

/******************************************************************************************/

typedef float data_t;

/******************************************************************************************/

 

　　除了头以外，我们还分配一个len长度的data_t类型对象的数组，以存放实际的向量元素。代码如下：

 

/******************************************************************************************/

vec_ptr new_vec(int len){
    vec_ptr result = (vec_ptr)malloc(sizeof(vec_rec));
    if(!result)
        return NULL;
    result->len = len;
    if(len > 0){
        data_t* data = (data_t*)calloc(len, sizeof(data_t));
        if(!data){
            free((void*)result);
            return NULL;
        }
        result->data = data;
    }
    else
        result->data = NULL;
    return result;
}

/******************************************************************************************/

 

　　当然，还有另外的操作，如取data_t类型对象数组中的元素，得数组的长度等。

 

/******************************************************************************************/

int get_vec_elment(vec_ptr v, int index, data_t* dest){
    if(index < 0 || index > 0)
        return 0;
    *dest = v->data[index];
    return 1;
}

int vec_length(vec_ptr v){
    return v->len;
}

/******************************************************************************************/

 

　　作为一个优化示例，必须有操作。这里我们将操作定义为把data_t类型对象数组中的元素根据某种运算合并成一个值。通过使用编译时常数IDENT和OPER定义：

 

/******************************************************************************************/

#define INENT 1
#define OPER *

/******************************************************************************************/

 

　　最后，我们进行操作，函数如下：

/******************************************************************************************/

void combine1(vec_ptr v, data_t* dest){
    int i;

    *dest = INENT;
    for(i = 0; i < vec_length(v); i++){
        data_t val;
        get_vec_elment(v, i, &val);
        *dest = *dest OPER val;
    }
}

/******************************************************************************************/

 

　　这里就是将所有的元素通过乘法合并成一个元素。假设元素数组有１０亿个。默认地，编译器产生的代码没有经过任何的优化，所以，我们这个程序的运行时间是相当的长。还是先说明下我的实验环境吧。我是在eclipse+Mingw下运行的，CPU为T5670　1.8GHz。那么这样的代码花了我多长时间呢？答案是12.680秒!天呐，那不是很慢嘛！这个嘛，要得益于我们高速发展的硬件设备了。但是，现在只是１０亿个，要是更多呢？操作只是简单的相乘，要是更复杂呢？不敢想象。。。

　　至此，我们先来讨论第一个优化：消除循环的低效率。观察combine1函数，我们发现，在for(i = 0; i < vec_length(v); i++)中，我们调用函数vec_length()作为测试条件。想象一下上C语言课程时候对循环的讨论，每次循环迭代时都必须对测试条件进行求值。哇，那我们运行１０亿次乘法不是要调用１０亿次vec_length()函数，但是，vec_length()的返回值在这１０亿次中根本不会变化!没错，我们对一个不会变的结果运行计算了１０亿次！事实上１０亿减１次是根本不需要的！你想到了什么？没错，我们可以优化。正如在前面所说，我们要消除循环的低效率。

　　我们编写combie2版本，它在开始时调用vec_length()函数，并将结果赋值给局部变量length,然后在for循环中使用这个变量。果不其然，我们提高了程序的性能，运行完只花了10.012秒。这里列出combine2的代码：

 

/******************************************************************************************/

void combine2(vec_ptr v, data_t* dest){
    int i;
    int len = vec_length(v);

    *dest = INENT;
    for(i = 0; i < len; i++){
        data_t val;
        get_vec_elment(v, i, &val);
        *dest = *dest OPER val;
    }
}

/******************************************************************************************/

 

　　这个优化是一类常见的、称为代码移动的优化实例。这类优化包括识别出在循环里执行多次，但结果不会变化的计算，因而我们可以将计算移动到循环体外，这样这个计算就不会被执行多次。

　　下面，我们对第二个优化进行讨论：减少过程调用。过程调用可能会带来相当大的开销。如combine2中的get_vec_elment()函数。每次迭代循环，我们都要调用get_vec_elment()函数以获得下一个元素。仔细观察代码，我们发现完全可以避免这个过程调用，因而也不需要进行边界检查，对程序来说是一个良好的优化。我们可以进行如下 的改变：

 

/******************************************************************************************/

data_t* get_vec_start(vec_ptr v){
    return v->data;
}

void combine3(vec_ptr v, data_t* dest){
    int i;
    int len = vec_length(v);
    data_t* data = get_vec_start(v);

    *dest = INENT;
    for(i = 0; i < len; i++){
        *dest = *dest OPER data[i];
    }
}

/******************************************************************************************/

 

      相比之前，我们在进行循环体之前先取得元素数组的起始位置，然后我们每次循环时用数组得到元素，而省去了对get+vec_elment的过程调用，减少了一些运行时间。改善后的时间是6.36秒。

      下面，我们再次进入下一个优化阶段：消除不必要的存储器引用。我们知道，操作系统中对数据的读取与存储，寄存器快于存储器。然而，我们发现combine3中，每次循环中， *dest = *dest OPER data[i]语句先是对*dest进行读取，然后进行计算，再存到*dest中，这些是在存储器上进行的。但是，我们这一次存的数据就是我们下一次循环读的数据，这样在存储器上操作不是很费时间？没错，所以，我们要消除不必要的存储器引用，将这个数据存到寄存器中。我们引入一个临时变量：

 

 

/******************************************************************************************/

void combine4(vec_ptr v, data_t* dest){
    int i;
    int len = vec_length(v);
    data_t* data = get_vec_start(v);
    data_t tmp = INENT;

    for(i = 0; i < len; i++){
        tmp = tmp OPER data[i];
    }
    *dest = tmp;
}

/******************************************************************************************/

      经过如此改变之后，我们程序的性能又有所提高，只需要6.227秒。

 

      最后，我们再一次来回顾一下我们如何提高程序的性能。一、消除循环的低效率。二、减少过程调用。三、消除不必要的存储器引用。这里，有人会问，编译器不是自己有优化的嘛。没错，现代的各种编译器都有能力不等的优化。但是，作为一个合格的程序员，把程序优化的工作交给编译器固然有益处，可编译器也不是万能的啊。一部分的优化能是做不到的，而且，作为优化，最重要的是不能改变程序原来的执行结果。编译器当碰到能决定是否会改变你的程序结果的时候，他往往选择不优化以保证结果的正确性，这个时候就需要我们手动来进行程序的优化了。所以，掌握这个技能还是很有必要的。

      另外，这是我第一次写Blog，当然文笔很生疏啦，请读者见谅！不管怎么样，这是我学习过程的一个总结，请批评指正。