我们知道对于循环，编译器会自动进行展开，但是如何展开，这完全不可控，如果我们自行码代码，代码会显得臃肿难看，大段重复代码，因此本为介绍了一种常见的方法进行这种代码展开，可以写到任意层次，我这里只写到了DO16,见代码加粗的部分。
实验表明在手动展开后，加上O3的编译优化，依然能够比不手动展开要快，大家可以实验以下的代码。
可能会有读者问，这能节省多少时间，会有多少好处，那么请读者朋友们做实验来验证吧，一切真知来自实践。如果经常阅读高质量开源代码会常常看到这个技巧，希望读者在深入理解后在工作中多多采用。
有兴趣的朋友还可以用不同层次（4，16，32，64）的展开，看看展开多少是最优的，并解释原因，那恭喜您，您的境界又上了一个新的台阶了。
注：1)里面会使用到一些此前介绍过的代码，因此新读者建议阅读此前系列的内容，链接在本文最后。
2)本文的续篇参见：http://blog.csdn.net/pennyliang/archive/2010/10/30/5975678.aspx
在用-O3编译后，用objdump -d test_m1_o3观察代码的情况[两段rdtsc之间的代码，为主要计算过程的代码]
400730: 83 fd 02 cmp $0x2,%ebp
400733: 89 c6 mov %eax,%esi
400735: 4c 8d 63 fc lea 0xfffffffffffffffc(%rbx),%r12 //0xfffffffffffffffc为16进制的 -4，未来会有专门博客介绍这段代码的具体含义，不在本文展开。
400739: 7e 21 jle 40075c <main+0xac>
40073b: 8d 45 fd lea 0xfffffffffffffffd(%rbp),%eax
40073e: 4c 8d 63 fc lea 0xfffffffffffffffc(%rbx),%r12
400742: 31 d2 xor %edx,%edx
400744: 48 8d 48 01 lea 0x1(%rax),%rcx
400748: 8b 44 93 04 mov 0x4(%rbx,%rdx,4),%eax
40074c: 03 04 93 add (%rbx,%rdx,4),%eax //循环并没有被展开
40074f: 89 44 93 08 mov %eax,0x8(%rbx,%rdx,4)
400753: 48 83 c2 01 add $0x1,%rdx //相当于i++
400757: 48 39 ca cmp %rcx,%rdx
40075a: 75 ec jne 400748 <main+0x98>
用objdump -d test_m3_o3观察代码的情况[两段rdtsc之间的代码，为主要计算过程的代码]
400726: 89 c7 mov %eax,%edi
400728: 8d 45 0f lea 0xf(%rbp),%eax
40072b: 85 ed test %ebp,%ebp
40072d: 89 ea mov %ebp,%edx
40072f: 4d 8d 6c 24 fc lea 0xfffffffffffffffc(%r12),%r13
400734: be 02 00 00 00 mov $0x2,%esi
400739: 0f 48 d0 cmovs %eax,%edx
40073c: c1 fa 04 sar $0x4,%edx
40073f: 83 fa 02 cmp $0x2,%edx
400742: 7e 79 jle 4007bd <main+0x10d>
400744: 4d 8d 6c 24 fc lea 0xfffffffffffffffc(%r12),%r13
400749: be 02 00 00 00 mov $0x2,%esi
40074e: 66 90 xchg %ax,%ax
400750: 8b 43 04 mov 0x4(%rbx),%eax //eax是累加器，可以看到明显的代码展开
400753: 03 03 add (%rbx),%eax
400755: 83 c6 10 add $0x10,%esi
400758: 89 43 08 mov %eax,0x8(%rbx)
40075b: 03 43 04 add 0x4(%rbx),%eax
40075e: 89 43 0c mov %eax,0xc(%rbx)
400761: 03 43 08 add 0x8(%rbx),%eax
400764: 89 43 10 mov %eax,0x10(%rbx)
400767: 03 43 0c add 0xc(%rbx),%eax
40076a: 89 43 14 mov %eax,0x14(%rbx)
40076d: 03 43 10 add 0x10(%rbx),%eax
400770: 89 43 18 mov %eax,0x18(%rbx)
400773: 03 43 14 add 0x14(%rbx),%eax
400776: 89 43 1c mov %eax,0x1c(%rbx)
400779: 03 43 18 add 0x18(%rbx),%eax
40077c: 89 43 20 mov %eax,0x20(%rbx)
40077f: 03 43 1c add 0x1c(%rbx),%eax
400782: 89 43 24 mov %eax,0x24(%rbx)
400785: 03 43 20 add 0x20(%rbx),%eax
400788: 89 43 28 mov %eax,0x28(%rbx)
40078b: 03 43 24 add 0x24(%rbx),%eax
40078e: 89 43 2c mov %eax,0x2c(%rbx)
400791: 03 43 28 add 0x28(%rbx),%eax
400794: 89 43 30 mov %eax,0x30(%rbx)
400797: 03 43 2c add 0x2c(%rbx),%eax
40079a: 89 43 34 mov %eax,0x34(%rbx)
40079d: 03 43 30 add 0x30(%rbx),%eax
4007a0: 89 43 38 mov %eax,0x38(%rbx)
4007a3: 03 43 34 add 0x34(%rbx),%eax
4007a6: 89 43 3c mov %eax,0x3c(%rbx)
4007a9: 03 43 38 add 0x38(%rbx),%eax
4007ac: 89 43 40 mov %eax,0x40(%rbx)
4007af: 03 43 3c add 0x3c(%rbx),%eax
4007b2: 89 43 44 mov %eax,0x44(%rbx)
4penny: 48 83 c3 40 add $0x40,%rbx
4007b9: 39 f2 cmp %esi,%edx
4007bb: 7f 93 jg 400750 <main+0xa0>
4007bd: 39 f5 cmp %esi,%ebp
4007bf: 7e 27 jle 4007e8 <main+0x138>
4007c1: 48 63 c6 movslq %esi,%rax
4007c4: 48 c1 e0 02 shl $0x2,%rax
4liang: 49 8d 4c 05 00 lea 0x0(%r13,%rax,1),%rcx
4007cd: 49 8d 54 04 f8 lea 0xfffffffffffffff8(%r12,%rax,1),%rdx
4007d2: 8b 01 mov (%rcx),%eax
4007d4: 03 02 add (%rdx),%eax
4007d6: 83 c6 01 add $0x1,%esi
4007d9: 48 83 c1 04 add $0x4,%rcx
4007dd: 89 42 08 mov %eax,0x8(%rdx)
4007e0: 48 83 c2 04 add $0x4,%rdx
4007e4: 39 f5 cmp %esi,%ebp
4007e6: 7f ea jg 4007d2 <main+0x122>
明显看出展开后的代码，另外从编译出的可执行程序的大小也可看出这种差异，越是内联展开的代码可执行程序越大。
------------------------------------------编译方法---------------------------------
在debug模式下的编译
g++ -g test.cpp -o test_m1 -D M_1
g++ -g test.cpp -o test_m2 -D M_2
g++ -g test.cpp -o test_m3 -D M_3
在-O3条件下的优化编译：
g++ -O3 test.cpp -o test_m1_o3 -D M_1
g++ -O3 test.cpp -o test_m2_o3 -D M_2
g++ -O3 test.cpp -o test_m3_o3 -D M_3
-----------------------------------------运行方法-------------------------------------
./test_m1 1000000 //求1000000的斐波拉契数
./test_m2 1000000
./test_m3 1000000
-------------------------------------------代码-------------------------------------
#include<stdio.h>
#include<stdlib.h>
#include <string.h>
#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)
const int MAX = 512*1024*1024;
const float CPU_MHZ = 3000.164; //use cat /proc/cpuinfo get the value
const float CPU_tick_count_per_msecond = CPU_MHZ*1000;
#if defined(__i386__)
static __inline__ unsigned long long rdtsc(void)
{
unsigned long long int x;
__asm__ volatile ("rdtsc" : "=A" (x));
return x;
}
#elif defined(__x86_64__)
static __inline__ unsigned long long rdtsc(void)
{
unsigned hi, lo;
__asm__ __volatile__ ("rdtsc" : "=a"(lo), "=d"(hi));
return ( (unsigned long long)lo)|( ((unsigned long long)hi)<<32 );
}
#endif
int main(int argc,char **argv)
{
if(argc!=2)
{
printf("command penny line: test N,N no more than%d/n",MAX);
return 0;
}
int* F = (int*)malloc(MAX*sizeof(int));
memset(F,0,MAX*sizeof(int)); //just warm up cache, to make calculate more accurate!!!
F[0]=1;
F[1]=1;
int Fx=atoi(argv[1]);
int start = 0;
int end = 0;
start = rdtsc();
#ifdef M_1
for(int i=2;i<Fx;++i) //通过循环的方法，递进地计算
{
F[i]=F[i-1]+F[i-2];
}
#endif
#ifdef M_2
int r= Fx%4;
int idx = Fx/4;
int i =2;
int j=0;
for(;j<idx;++j)
{
DO4(F[i]=F[i-1]+F[i-2];i++;); //通过循环展开的方法，展成4段代码，循环规模降低到原来的1/4
}
for(;i<Fx;i++)
{
F[i]=F[i-1]+F[i-2];
}
#endif
#ifdef M_3
int r= Fx%16;
int idx = Fx/16;
int i=2;
int j=0;
for(;j<idx;++j)
{
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];
}
#endif
end = rdtsc();
printf("run tick count:%d/n",(end -start));
printf("ret:%d/n",F[Fx-1]);
free(F);
return 0;
}
一些更深入的讨论，参见本文续篇：http://blog.csdn.net/pennyliang/archive/2010/10/30/5975678.aspx
奇淫巧计系列其他推荐阅读：
http://blog.csdn.net/pennyliang/category/746545.aspx
5038
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
