1.前言
前几天看了深入理解计算机系统的 程序优化。因为前边两章节涉及到了太多的汇编，而本人不是计算机科班出身，计算机基础薄弱，看那些汇编代码的确很吃力， 打算以后对汇编慢慢来学习吧。毕竟学习不是一日之功。
看到程序优化这章节，感触颇深啊，平常一些编程细节没有注意，其实都是影响到程序整体性能的因素，通过分析程序底层细节，如何调用等才知道如何影响到了程序。好了，下面根据书中讲解，我来做一些简要的总结。给自己学习到的东西做一下记录吧。
2. 程序示例
本节主要讲述我们的系统是如何将我们的代码转换成更有效的代码，其实我们所做的程序，系统都在为我们默默的做程序优化。上一段代码
typedef struct {
long int len;
data_t *data;
int allocated_len;
} vec_rec, *vec_ptr;
data_t是 这样定义的，因为本书可能会分析道不同的数据类型对程序的影响。 tydef int data _t;可能考虑到使用合并的一些运算特别定义了：
#define INDNT 0
#define OP +
他对向量求和使用声明：
#define IDENT 1
#define OP *
#include <stdlib.h>
#include "combine.h"
vec_ptr new_vec(int len)
{
vec_ptr result = (vec_ptr) malloc(sizeof(vec_rec));
if (!result)
return NULL;
result->len = len;
result->allocated_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;
}
int get_vec_element(vec_ptr v, int index, data_t *dest)
{
if (index < 0 || index >= v->len)
return 0;
*dest = v->data[index];
return 1;
}
int vec_length(vec_ptr v)
{
return v->len;
}
data_t *get_vec_start(vec_ptr v)
{
return v->data;
}
int set_vec_element(vec_ptr v, int index, data_t val)
{
if (index < 0 || index >= v->len)
return 0;
v->data[index] = val;
return 1;
}
void set_vec_length(vec_ptr v, int newlen)
{
if (newlen > v->allocated_len) {
free(v->data);
v->data = calloc(newlen, sizeof(data_t));
v->allocated_len = newlen;
}
v->len = newlen;
}
在 合并函数1中
#include "combine.h"
char combine1_descr[] = "combine1: Maximum use of data abstraction";
void combine1(vec_ptr v, data_t *dest)
{
int i;
*dest = IDENT;
for (i = 0; i < vec_length(v); i++) {
data_t val;
get_vec_element(v, i, &val);
*dest = *dest OPER val;
}
}
未经优化的程序一般都是效率比较低的程序。在unix中，可以利用 ‘-O1’ 命令进行简单的优化。
3.消除循环低效率
上边的代码中，我们可以发现，在寻混内部 for (i = 0; i < vec_length(v); i ++) 中，我们每次循环都会调用vec_length(v)方法，其实求
vec_length(v)对程序是一个比较繁琐的的过程，当函数每次调用计算长度的时候就会产生效率低的问题，那么我们就要进行如下改进
void combine2(vec_ptr v, data_t *dest)
{
int i;
int length = vec_length(v);
*dest = IDENT;
for (i = 0; i < length; i++) {
data_t val;
get_vec_element(v, i, &val);
*dest = *dest OPER val;
}
}
这个时候，我们将代码移出了循环内部，我们只进行了一次 int length = vec_length(v); 求值。在书中有效率的比较已经达到了很大级别的提升了性能。
下面再来一个例子，
void lower1(char *s)
{
int i;
for (i = 0; i < strlen(s); i++)
if (s[i] >= 'A' && s[i] <= 'Z')
s[i] -= ('A' - 'a');
}
void lower2(char *s)
{
int i;
int len = strlen(s);
for (i = 0; i < len; i++)
if (s[i] >= 'A' && s[i] <= 'Z')
s[i] -= ('A' - 'a');
}
size_t strlen(const char *s)
{
int length = 0;
while (*s != '\0') {
s++;
length++;
}
return length;
}
在测试中，当对于个长度为1048576的字符串来说lower2函数只要1.5毫秒，比lower1快乐了500000 多倍。这是一个多么惊人的数字，所以我们要好好分析一下程序。
5.减少过程调用
像我们看到那样，过程调用会带来相当大的开销，而且妨碍大多数的形式程序优化。，在combin2中，可以看出，每次混换忒带都会调用get_vec_elenment来获取下一个向量元素。对每个向量引用，这个函数把向量索引I与循环边界作比较，很明显会造成效率低下的。
那么在combine函数中，我们增加一个函数get_vec_start。这个函数返回数组的起始地址。
data_t* get_vec_start（vect_pt v)
{
return v->data;
}
char combine3_descr[] = "combine3: Array reference to vector data";
void combine3(vec_ptr v, data_t *dest)
{
int i;
int length = vec_length(v);
data_t *data = get_vec_start(v);
*dest = IDENT;
for (i = 0; i < length; i++) {
*dest = *dest OPER data[i];
}
}
通过测试，提高效率比较小，那是怎么回事呢？请看下边一节。
6.消除不必要的存储器引用
在这里主要通过汇编代码能看出，程序的不停存储拷贝要是影响到程序的效率。
消除了无用存储器的读写。
char combine4_descr[] = "combine4: Array reference, accumulate in temporary";
void combine4(vec_ptr v, data_t *dest)
{
int i;
int length = vec_length(v);
data_t *data = get_vec_start(v);
data_t x = IDENT;
for (i = 0; i < length; i++) {
x = x OPER data[i];
}
*dest = x;
}
通过这个修改，可以看到程序又有了一大步的提升。以上的代码的重构让我对程序的细节调整感受颇深。
