算法优化学习：（一）基础知识准备

       近期主要参与项目中的算法优化工作，把相关学习内容整理总计一下，加深自己理解的同时也能惠及他人。首先对基础知识准备做一个汇总。

        算法优化后运行的平台主要是ARM平台，因此算法优化主要从以下几个方面实现。

1）代码级别，主要是指使用效率更高、计算量更小的算法

2）线程级，利用CPU多通道多核等特性，使用多线程加速运算

3）指令级，实际上没有接触汇编指令，而是使用平台基于汇编指令层面“封装”了一层的内置函数，这里主要用到NEON指令集

4）GPU，利用OPENGL做通用计算，或者使用OPENCL/CUDA利用GPU加速

        当前只接触到2）和3），下面对自己搜索到的学习资料做个汇总。

        Pthread：即POSIX线程（POSIX threads），简称Pthreads，是线程的POSIX标准，该标准定义了创建和操纵线程的一整套API，在类操作系统（Unix、Linux、Mac OS X等）中都使用Pthreads作为操作系统的线程操作规范。因此使用它实现多线程，就不用担心在移植中遇到系统不支持或者需要第三方库的问题了。

1）Pthreads使用学习：参考《Linux环境C程序设计》第17章部分

2）Windows中使用Pthreads：https://blog.csdn.net/Rongbo_J/article/details/45055029

        Neon：ARM公司为ARM Cortex-A系列处理器和Cortex-R52处理器设计的SIMD（单指令多数据）指令集，主要目的是提升多媒体用户体验，可以加速音视频的编解码、用户界面、2D/3D图像渲染，我们主要使用NEON加速算法计算。学习资料汇总：

1）Neon官网：https://developer.arm.com/technologies/neon

2）Neon指令查询：https://developer.arm.com/technologies/neon/intrinsics

3）Neon小结：https://blog.csdn.net/a568478312/article/details/80937797

4）ARM Neon编程学习：https://www.cnblogs.com/xylc/p/5398706.html

5）DEN0018A_neon_programmers_guide 

        后面以二维高斯滤波为例进行算法优化的实施与验证。