嵌入式除法查表法优化

在嵌入式中，除法和浮点数的计算都是比较耗时的，因此，对于除法可以用查表法来近似加速。

举例（除以3）如下：
$0.333\approx \frac{1}{3}$

$\frac{X1}{2^i}=\frac{1}{3}(i=0,1,2.........maxi)$

$X2(i)=round\left(\frac{2^i}{3}\right)$

$error(i)=Abs\left(\frac{X2(i)}{2^i}-\frac{1}{3}\right)$

$j=Index(min(error(i)))$

$X=X2(j)$

$\frac{X}{2^j}\approx \frac{1}{3}$

注:$maxi$的大小确定除法的精度，越大精度越高（如果被除数是2的倍数，则没有误差），但是要防止数值越界。最终我们只取到$X$和$j$就可以用乘法和移位代替除法的计算。
以下，通过Matlab实现不同大小$maxi$情况下1到1000的除法，计算$X$和$j$，并显示误差；

clc;clear;

maxlen=1000;
maxi=17;

besti=zeros(1,maxlen);
bestx=zeros(1,maxlen);

for n=1:maxlen
        minErr=100000000;
        for i=0:maxi
           val=(2^i)/n;

           %%可添加越界处理
           %t=log(val)/log(2);
           %if(t+i>32)
           %    continue;
           %end

           %%取整
           val=round(val);
           %%计算误差
           err=abs(val/(2^i)-1/n);
           
           %%找误差最小的x，n
           if(err<minErr)
               bestx(1,n)=val;
               besti(1,n)=i;
               minErr=err;          
           end
           
        end
end


%%计算的最佳近似值
N=2.^besti;
calVal=bestx./N;

%%计算的真实值
x=1:maxlen;
trueVal=1./x;

%%求取误差
diff=calVal-trueVal;
figure;
plot(diff,'g');
hold on;
plot(diff,'r*');
title('maxi=17');