笔记——《C程序性能优化》[日】片山善夫

2019独角兽企业重金招聘Python工程师标准>>>

变量与寄存器

未指定优化选项时，编译器会将程序中的变量储存到内存上，程序在执行相关运算时会根据需要装载到寄存器，当运算结束后再将运算器上的内容移到内存，然后生成目标代码。

但如果指定了优化选项，变量就会尽可能地储存在寄存器上，从而减少访存时间。

===============

变量间的乘法运算

和加法运算相同，CPU内部有多个乘法器，它们是为了同时计算乘法运算而存在的。

变量与常量的乘法

当编译器进行常量乘法计算时，尽可能不使用CPU内的乘法计算器，而使用移位结合加法运算。

···················

当我们做“2的乘方+1”（即3，5，9等）的乘法运算时，采用CPU中具备的lea（load　effective address）指令，也能降低执行成本。比如：

将变量与常量5相乘，相当于将寄存器内的值*4+寄存器的值。   注意编译器在进行计算时可能利用cpu内部所有的计算功能来计算，本来LEA是用于计算地址值的，但这里却用于简化乘法计算。

负数的乘法通过移位运算也可以代替乘法运算。

=================

除法操作是比乘法更为耗时的运算。

与乘法运算相同，除以2的乘方时，可以通过寄存器内数据的移位操作来提高效率。但是对于负数的除法运算还必须另外考虑？？？？

除数不是2的乘方的除法计算

当除数不是2的乘方时，编译器也可能会进行优化。但是相关计算比较繁琐，对于有符号数的要转化为无符号数进行计算。

利用减法和移位求除数是5的除法运算。

A/5可以转化为先计算A=A>>2; 由于除4带来看“误差”miss=A

单核CPU中一些运算也可能是并行的，比如浮点数乘法运算。

尽管许多程序还是依赖单线程的执行，现代处理器在单核中也提供了不少的并行性。例如：单个CPU可以同时执行4个浮点数乘，等待4个内存请求并执行一个分支预判。

避免或减少使用本地变量。

本地变量通常都存储在栈上。不过如果数量比较少，它们可以存储在CPU寄存器中。在这种情况下，函数不但得到了更快访问存储在寄存器中的数据的好处，也避免了初始化一个栈

帧的开销。

 

编译器、中间件篇

操作系统和编译器的基础软件，数据库软件、网络协议栈，扩充文件系统这些软件叫做中间件。它们舍弃了复杂且原始的计算机操作，将程序员要解决的问题集中起来处理。

• 输入输出操作

输入输出操作十分耗时，如果可以将多次输入输出操作集中起来归并处理。

有效利用输入输出缓冲区非常重要。

• 字符串操作

将strcpy函数替换为memcpy函数能够提高效率。

• 算法

结合数据来调整算法。

4.2 硬件篇--数组和缓存 的有效利用

若存取的数据在内存中是连续的，缓存的作用就能得到更好发挥。但如果数据在内存中不是连续的，就会发生缓存未命中，从而增加存取时间。

下面通过一个例子来说明如何安排循环来提高缓存利用效率。

矩阵乘法

Cij=sigma(Aik*Bkj)

如果直接将这个式翻译为程序的话，结果如下：

for (int i = 0; i < 2; i++){
    for (int k = 0; k < 2; k++){
        for (int j = 0; j < 3; j++){
            //设计循环时，注意到对数组b,当内层循环为对j的循环时，b[k][j]是连续的，
            //同时在内层环中a[i][k]是一个固定值。而且调换顺序后，对结果并不产生影响。但计算速度会加快。但这只是理论上的分析，实际上，并没有发现快了。反而是慢了。
            res[i][j] += a[i][k] * b[k][j];
            //有时候为了提高速度可以考虑展开内层循环。
        }
    }
}

4.3 库函数篇

说到字符串比较，大家一般用的是strcmp函数，它是通过对字符串逐个字符进行比较来实现的，但如果要对比的字符串比较长的话，则执行时间也会比较长，这是个难点。

对于需要处理较长的字符串的情况，或字符串的问题比较大的情况，可以考虑将strcmp函数替换为memcmp函数以实现高效编程。

分析：strcmp是一个字符一个字符进行比较，而memcmp函数将需要比较的字符串分割成4个字节或8个字节一组的词为单位进行对比操作，这样就节约了时间。但请注意：这只在要比较的字符串的长度比较大时有效。如果字符串长度比较小，可能不如strcmp.

4.5 对比各种输入输出函数

行输入函数的比较

• fgets函数

【C语言】-->语法 fgets函数原理初探 - 省 - 博客频道 - CSDN.NET
http://blog.csdn.net/chenglibin1988/article/details/8738070

fgets函数在运行过程中使用到了两个缓冲区，一个是stdio缓冲区，一个是用于存放用户输入的缓冲区。系统调用read把数据读入缓冲区stdiok ,fgets函数从stdio缓冲区中读取一行，或规定数量的内容到自己函数参数中规定的缓冲区。

缓冲区stdio的标准容量是4kb，但是可以使用setvbuf来扩容。

fgets函数原型为

char *fgets(char *s, int n, FILE *stream);

从stream（通常是stdin)所指的文件读入字符到s所指的内存空间中，直到读到换行符、文件尾或n-1个字符为止，最后会加上NULL 作为字符串结束，即s[n-1] = NULL;如果在未读到n - 1个字符时，读到了换行符或者 文件结束标志(EOF)，那么 就将换行符或者文件结束标志(EOF)都读到s中，此时，再在换行符或是文件结束标志(EOF)后面添加 NULL。 因为这个函数会将换行读入，所以一般不使用。还是用gets_s函数。

• getline函数
• 自定义块大小的行输入函数。  fread。

对于需要进行海量数据的输入输出的程序，需要对输入输出环节进行优化。因此一般，不要使用getline函数来读取数据，而是在自定义大小的输入输出函数中定义4MB的输入缓冲区，然后将数据直接读入缓冲区，需要时再取出一行的数据就可以了。

另外，原本我们在用字段分解输入行的过程中使用的是strtok函数，如果能将strspn函数和strcspn函数结合起来使用，效率将会得到提升。

C语言中strspn()函数和strcspn()函数的对比使用_C 语言_脚本之家
http://www.jb51.net/article/71441.htm 

性能优化上需要有整体的成本意识，尽量避免太依赖于运行环境或安装等固定成本，让其他人看到代码后也能尝试运行一下。

公共子表达式的消除（CSE: common sub-expression elimination)是编译器的优化方法之一，如果值相同的表达式在程序中出现多次，则只需要计算一次的一种运算方法。

》》如果一个函数不需要返回值，一定不要定义相应的返回值。

 

统计带小数部分的数

由于浮点数的计算相比整数类型计算要慢 ，而且浮点数与字符串之间的转换也很耗时，所以在需要大量进行浮点数计算时，可以将其转化为整数运算。

方案一：对所有数据规定一个最多小数位N，所有输入的数据在系统内部都保存成实际数据*10^N,这样可以将小数运算转化为整数运算。

方案二：如果对浮点数需要很高的精度，64位整数中能处理的十进制数最多19位，若超过这个位数，可以将小数和整数部分分开存放在两个64位整数中。例如：

23.333  在整数部分，存入23；小数部分存入333，当然也可以对小数部分进行扩大后存储。

60.1  整数部分60，小数部分100。

注意由于小数部分和整数部分进行了分开存放，所以在进行加法减法运算时，相应的进位和借位需要自己处理。所以虽然64位整数在十进制中可以有19位数，但在程序中的小数部分只能存放18位，最高位被当作进位和借位标志。

整数转换成字符串

sprintf函数可以将整数输出到字符串中。

 

判定字符的字节数

处理UTF-8字符串的程序必须先判定输入字符的字节数。UTF-8的字节数根据UNICODE的值定义为1-6个字节不等。但在2006年的iso中规定，不能对U+200000以上的字符位置进行分配，所以实际上UTF-8的字节数最大只能到4字节。

对于汉字而言，少数汉字占用3个字节，大多数汉字占用4个字节。

半角/全角字符和UNICODE

所谓半角字符和全角字符其实并没有标准定义，它是PC在性能低下时，限制字符表示为等宽字体（fixed width font)的术语。

对于一些特定的问题可以使用表格来减少计算量，或用来减少条件分支。

在UTF-8中ascii码的编码与原来一致，使用U+0000~U+007F.

转载于:https://my.oschina.net/ray1421/blog/705365