还能这样玩——关于一些OI的黑(sao)科(cao)技(zuo)优化

免责声明

本文仅供参考，由读者引发的一切后果，任何责任由读者自行承担。后果包括但不限于：
1. 优化后程序变慢。
2. 某些$OJ/OI$上导致的编译错误。
3. 文章中的某些错误引起的争论。

一、$GCC$系列

关于GCC的黑科技想必大家也就知道这几句吧：

	#pragma GCC optimize (3)
	#pragma GCC optimize (2)
	#pragma GCC optimize (1)

俗称“吸氧”。

在这里小编就简单地讲一下$O1$,$O2$,$O3$,$Os$(怎么还有个$Os$)

$1.O$系列

$(1)$.$O1$

包含下列选项

   -fauto-inc-dec
   -fcprop-registers
   -fdce
   -fdefer-pop
   -fdelayed-branch
   -fdse
   -fguess-branch-probability
   -fif-conversion2
   -fif-conversion
   -finline-small-functions
   -fipa-pure-const
   -fipa-reference
   -fmerge-constants -fsplit-wide-types
   -ftree-builtin-call-dce
   -ftree-ccp
   -ftree-ch
   -ftree-copyrename
   -ftree-dce
   -ftree-dominator-opts
   -ftree-dse
   -ftree-fre
   -ftree-sra
   -ftree-ter
   -funit-at-a-time
   -fomit-frame-pointer

$(2)$.$O2$

除了加载-O1的选项外，还加载

    -fthread-jumps
    -falign-functions -falign-jumps
    -falign-loops -falign-labels
    -fcaller-saves
    -fcrossjumping
    -fcse-follow-jumps -fcse-skip-blocks
    -fdelete-null-pointer-checks
    -fexpensive-optimizations
    -fgcse -fgcse-lm
    -findirect-inlining
    -foptimize-sibling-calls
    -fpeephole2
    -fregmove
    -freorder-blocks -freorder-functions
    -frerun-cse-after-loop
    -fsched-interblock -fsched-spec
    -fschedule-insns -fschedule-insns2
    -fstrict-aliasing -fstrict-overflow
    -ftree-switch-conversion
    -ftree-pre
    -ftree-vrp

$(3)$.$O3$

除了加载-O2外，还加载

    -finline-functions
    -funswitch-loops’?
    -fpredictive-commoning
    -fgcse-after-reload
    -ftree-vectorize

$(4)$.$Os$

在研究编译驱动的makefile的时候，发现GCC的命令行里面有一个-Os的优化选项。

遍查GCC文档，发现了-O0,-O1,-O2,-O3，就是没有发现-Os。

祭出GOOGLE,搜了一下，终于发现这篇文章说明了-Os的作用：

http://www.linuxjournal.com/article/7269

原来-Os相当于-O2.5。是使用了所有-O2的优化选项，但又不缩减代码尺寸的方法。
除了包含-O2的开关外，-Os还会使得下列开关禁用。

	-falign-functions 
    -falign-jumps 
    -falign-loops
    -falign-labels 
    -freorder-blocks 
    -freorder-blocks-and-partition
    -fprefetch-loop-arrays 
    -ftree-vect-loop-version

另外，对于多个-O选项的情形，最后一个加载的为有效。比如gcc –O1 –Os –O3 –o test test.c，有效的优化开关为-O3。

一般来说，用的最多的是-O3和-Os，如果遇到程序运行不正常的问题，请降低优化级别，如把-O3改为-O2（情况很少见）。

$2.$针对目标机器

$(1)$-march=cpu-type

为cpu-type所针对的机器开启需要的指令集。

cpu-type可以为pentium4、core2、athlon-4等（具体参见文档），比如-march=core2时，则会开启core2所支持的MMX、SSE、SSE2、SSE3、SSSE3指令集。

另外还支持native类型，为编译器所在目前的CPU类型优化指令集，指定-march=native。

$(2)$ -mfpmath=unit

选择浮点运算单元。
unit可以为387和sse。

387为x86系列的默认值，使用标准的387浮点协处理器。

sse为x64的默认值，使用sse指令集。

一般你的程序如果有大量的浮点运算的话，在P4和K8以上级别的处理器上推荐开启-mfpmath=sse。

$(3)$加载指定指令集。

可以使用-msse2或-msse4.1加载指定的指令集。

$3.$其他比较有效的选项

$(1)$-ftracer

执行尾部复制以扩大超级块的尺寸，它简化了函数控制流，从而允许其它的优化措施做的更好。单独使用没啥意义，和其他优化选项一起使用很有效。

$(2)$-ffast-math

违反IEEE/ANSI标准以提高浮点数计算速度，是个危险的选项，仅在编译不需要严格遵守IEEE规范且浮点计算密集的程序考虑采用。不考虑精度时使用这个选项速度会加快。

$(3)$-fivopts

在trees上执行归纳变量优化。

$(4)$-ftree-parallelize-loops=n

使循环并行化。只当循环无数据依赖时使用，在多核CPU上时使用才会有利。

$(5)$-ftree-loop-linear

在trees上进行线型循环转换。它能够改进缓冲性能并且允许进行更进一步的循环优化。

$(6)$-fforce-addr

必须将地址复制到寄存器中才能对他们进行运算。由于所需地址通常在前面已经加载到寄存器中了，所以这个选项可以改进代码。

$(7)$-floop-interchange

交换循环变量。
例如:

    DO J = 1, M
        DO I = 1, N
            A(J, I) = A(J, I) * C
        ENDDO
    ENDDO
    会改变为

	DO I = 1, N
    	DO J = 1, M
        	A(J, I) = A(J, I) * C
    	ENDDO
	ENDDO

改变后，如果N比缓冲区大的话，会更有效率。这是因为Fortran里数组是以列主元为排列方式的。当然这个选项并不仅仅用于Fortran，Gcc家族的编译器都有效。

$(8)$-fvisibility=hidden

设置默认的ELF镜像中符号的可见性为隐藏。使用这个特性可以非常充分的提高连接和加载共享库的性能，生成更加优化的代码，提供近乎完美的API输出和防止符号碰撞。我们强烈建议你在编译任何共享库（Dll）的时候使用该选项。

-fvisibility-inlines-hidden

默认隐藏所有内联函数，从而减小导出符号表的大小，既能缩减文件的大小，还能提高运行性能，强烈建议你在编译任何共享库的时候使用该选项。

$(9)$-minline-all-stringops

默认时GCC只将确定目的地会被对齐在至少4字节边界的字符串操作内联进程序代码。该选项启用更多的内联并且增加二进制文件的体积，但是可以提升依赖于高速 memcpy, strlen, memset 操作的程序的性能。

$(10)$-m64

生成专门运行于$64$位环境的代码，不能运行于$32$位环境，仅用于$x86\_64$[含$EMT64$]环境。

$(11)$-fprefetch-loop-arrays

生成数组预读取指令，对于使用巨大数组的程序可以加快代码执行速度，适合数据库相关的大型软件等。具体效果如何取决于代码。不能和-Os一起使用。

$(12)$-pipe

在编译过程的不同阶段之间使用管道而非临时文件进行通信，可以加快编译速度。建议使用。

$4.$推荐选项开关

综上，比较安全的开关为

    -pipe -O3(-Os) 
    -march=native 
    -mfpmath=sse 
    -msse2 -ftracer 
    -fivopts
    -ftree-loop-linear
    -fforce-addr

如果不需要多高的精度，比如GUI框架之类，加入

    -ffast-math

如果是编译的是共享库（.$dll$，.$a$）加入

    -fvisibility=hidden
    -fvisibility-inlines-hidden

注意某些比赛不能使用$O1,O2,O3,Os$

二、底层优化(坑)

1. $I/O$优化

$I/O$优化是卡常中最常用的技巧，当数据较大的时候，读入输出占用了很多时间。

$(1)$读入优化

流输入方式很方便，不需要记忆占位符，但每次读入时，它都要检测是否和stdin的同步(是否被freopen改变/是否被scanf读取)，因此它是可以和scanf混用的。但也导致了它每次都要从数据开始位置跳转到当前读入的位置，浪费了大量时间，可以用std::ios::sync_with_stdio(false)关闭两者的同步以加快速度，这样做之后会比scanf还快！但必须注意，调用后不能再用freopen，但是还可以用fstream

当然，更好的方法是用getchar自己写读入函数。

inline void read(int &sum) 
{
   
    char ch=getchar();
    int tf=0;
    sum=0;
    while((ch<'0'||ch>'9')&&(ch!='-'))
        ch=getchar();
    tf=((ch=='-')&&(ch=getchar()));
    while(ch>='0'&&ch<='9')
        sum=sum*10+(ch-48),ch=getchar();
    (tf)&&(sum=-sum);
}

这样效率有了很大的提升，而且可以和scanf混用（字符串等），第7行和第10行的代码后面会说。

我们知道，getchar是逐字符读取的，在stdio.h中，有一个fread函数，能整段读取，比getchar还快，并且支持freopen(完美兼容)和fopen(需要把下面的所有stdin改成你的文件指针)

函数原型：size_t fread(void *buffer,size_t size,size_t count,FILE *stream);

作用：从stream中读取count个大小为size个字节的数据，放到数组buffer中，返回成功了多少个大小为size个字节的数据。

inline char nc() 
{
   
    static char buf[1000000],*p1=buf,*p2=buf;
    return p1==p2&&(p2=(p1=buf)+fread(buf,1,1000000,stdin),p1==p2)?EOF:*p1++;
}
//#define nc getchar
inline void read(int &sum) 
{
   
    char ch=nc();
    int tf=0;
    sum=0;
    while((ch<'0'||ch>'9')&&(ch!='-'))
        ch=nc();
    tf=((ch=='-')