CSAPP第六次讨论课：尝试给所给程序提升性能

一、题一

有如下代码：

  sum = 0; 
  for (i = 0; i < length; i++) 
             sum += x[i] * y[i]; 

利用在第 5 章学习的相关技术，分析可能影响性能的部分，并尝试进行性能提升。要求：
（1）利用反汇编技术，与 gcc 汇编器优化进行比较；
（2）比较循环展开次数对性能的影响，如展开 2 次和 3 次，展开
次数越多越好吗？
（3）其他可能优化的方法

（1）利用反汇编技术，与 gcc 汇编器优化进行比较；

首先将代码补充完整：

然后进行无优化后的反汇编：

上图是进行无优化的情况，将其可执行文件反汇编得到的，我们可以发现每次循环都要从内存中读x[i]、y[i]、sum、i、length，经过运算后将sum、i写入内存中，看上图可得无优化版本每次循环总计读8次写2次。
接下来，我们进行-O1级别的优化，然后反汇编（下图）：

当我们进行了-O1级别的优化后，发现i的值被保存在寄存器%eax中，length的值10也没有保存在内存中，经过-O1级别的优化后，和无优化版本相比较我们可以看到每次循环只需要读2次并不需要写内存，因为sum的值保存在%edx中。

接下来进行-O2级别的优化，然后反汇编（下图）：

-O2级别的优化和-O1级别的优化没有太多差别，唯一区别在-O1级别的版本则是在读第二个数y[i]时，就已经准备好相乘了，-O2级别则是两次load后再相乘，因为这段代码关键路径在加法上。乘法对性能影响不大。

（2）比较循环展开次数对性能的影响，如展开 2 次和 3 次，展开次数越多越好吗？

循环展开两次：

循环展开三次：

  上图为循环两次展开无优化级别版本，我们可以发现循环展开两次和不做任何优化相比，循环两次展开将sum的值第一次保存在寄存器%edx中等待第二次运算结束才写入内存，所以循环展开两次比不展开版本有所优化，循环展开三次也会再次减少内存的写入，由于本题给出的代码并没有指出数组x[]和数组y[]的类型，只有当前为int型或者int *时循环展开才有可能提升程序运行效率，而如果数组x[]和数组y[]为float,double,float * ,double *型，则循环展开就并不能提升性能，这种情况下就要进行循坏展开和多路并行的方法来提高程序效率。
  并不是展开次数越多越好，循环展开受吞吐量界限限制，整数乘法的一个周期的时间成为了限制因素，再快不能快过一个周期。

（3）其他可能优化的方法

其他优化方法：
方法一：循环展开+多路并行（展开两次，2路并行）
为了比较是否进行了优化，加入了一个计算时钟周期的函数，对代码进行如下修改：

运行比较：

我们可以发现无任何优化版本该段代码运行需要1532个时钟周期，进行了循环展开两次+2路并行的方法只需要1255个时钟周期。

方法二：
重新结合变换：

运行比较：

可以看到进行重新结合变换之后，程序性能提高了。

二、题二

题 2：将一个有向图 g 转换成其相应的无向图 g’，无向图中有一条
从顶点 u 到顶点 v 的边，当且仅当原有向图中有一条 u 到 v 或者 v 到
u 的边。有向图 g 由如下的它的邻接矩阵 G 表示：如果 N 是 g 中顶
点的数量，那么 G 是一个 N*N 的矩阵，它的元素是全 0 或者全 1。
设若 g 的顶点命名为 v0，v1，……，vN-1。那么如果有一条从 vi 到
vj 的边，则 G[i][j]值为 1，否则为 0。注意：邻接矩阵对角线上的元
素总是 1，而无向图的邻接矩阵是对称的。仅用一个循环实现这段代
码：

请结合第 5 章~ 6 章所学的内容，尝试设计一个运行得尽可能快的函
数。

优化方案一：访问一半数据

for(i = 0 ; i < dim ; i++)
   for(j = i+1 ; j < dim ; j++)
    {
		temp = G[j*dim+i]|G[i*dim+j];
		G[i*dim+j]=temp;
		G[j*dim+i]=temp;
	}

  实际本题只需要将邻接矩阵补全为对称矩阵即可，所以当我们访问上三角的时候，可同时处理下三角，没有必要对下三角进行重复的循环修改，这样优化后我们程序访问的数据就可以减少为原来的一半，并且我们将原来的逻辑或改为按位或，这样虽说在每次运算提升的性能不大，但当数据量较大时，我们这种改变会起到较大的性能提升。

优化方案二：使用分块来提高时间局部性

  在此种方案的优化中，我们在方案一的基础上继续优化，和原始的程序相比，原始程序内层循环主要是按列循环，每次循环不命中概率都会比较大，不命中就会从下一层存储器中读取数据，而当我们采用分块技术，在循环中除了将该块从内存中读到高速缓冲区中会不命中，其它读写时有较大的命中、较低的不命中，而从内存读取速度是远远小于从缓存中读取数据的，所以总体上我们采用分块技术后，程序的性能得到了较大的提升。

  综上：本题我们可以采用读取访问一半数据、逻辑或改为按位或、使用分块来提高时间局部性的方法来优化程序。