Benchmark分析[4]: parsec.cannel（备）

简介
It uses cache-aware simulated annealing (SA) to minimize the routing cost of a chip design.
1.热点分析
1.1热点函数

1.2热点循环
格式说明: 热点循环-（函数执行次数-各层执行总次数）
执行百分比：热点循环占本函数执行比例

函数: netlist_elem::swap_cost
ns.L1(180000000-778566410）
执行百分比：
ns.L1(180000000-778588380）
执行百分比：

1.3 热点代码

/*   函数 netlist_elem::swap_cost */
// ns.L1
for (int i = 0; i< fanin.size(); ++i)
{
	location_t* fanin_loc = fanin[i]->present_loc.Get();
	no_swap += fabs(old_loc->x - fanin_loc->x);
	no_swap += fabs(old_loc->y - fanin_loc->y);
	yes_swap += fabs(new_loc->x - fanin_loc->x);
	yes_swap += fabs(new_loc->y - fanin_loc->y);
}

// ns.L2	
for (int i = 0; i< fanout.size(); ++i)
{
	location_t* fanout_loc = fanout[i]->present_loc.Get();
	no_swap += fabs(old_loc->x - fanout_loc->x);
	no_swap += fabs(old_loc->y - fanout_loc->y);
	yes_swap += fabs(new_loc->x - fanout_loc->x);
	yes_swap += fabs(new_loc->y - fanout_loc->y);
}


/*
AtomicPtr(T *x) 
{
	assert(x != ATOMIC_NULL);
    p = x;
}
AtomicPtr(const AtomicPtr<T> &X) 
{
	p = X.Get();
}

inline T *Get() const 
{
	T *val;
#ifdef ENABLE_THREADS
	do {
        	val = (T *)atomic_load_acq_ptr((ATOMIC_TYPE *)&p);
      } while(val == ATOMIC_NULL);
#else
    val = p;
    assert(val != ATOMIC_NULL);
#endif //ENABLE_THREADS
	return val;
}

2.功能分析
2.1数据标签

标签	数据	注释

说明：s,v,m,t（全局数据）ns.（局部数据）

2.2数据流分析
函数 netlist_elem::swap_cost
ns.L1.1（17行）
P1: ns., ns.v ->ns.

3.加速分析