嵌入式平臺ARM的C代碼優(yōu)化方法

C數(shù)據(jù)類型

C語言的程序優(yōu)化與編譯器和硬件系統(tǒng)都有關系，設置某些編譯器選項是最直接最簡單的優(yōu)化方式。在默認的情況下，armcc是全部優(yōu)化功能有效的，而GNU編譯器的默認狀態(tài)下優(yōu)化都是關閉的。ARM C編譯器中定義的char類型是8位無符號的，有別于一般流行的編譯器默認的char是8位有符號的。所以循環(huán)中用char變量和條件 i ≥ 0時，就會出現(xiàn)死循環(huán)。為此，可以用fsigned － char（for gcc）或者－zc（for armcc）把char改成signed。

其他的變量類型如下：

char 無符號8位字節(jié)數(shù)據(jù)

short 有符號16位半字節(jié)數(shù)據(jù)

int 有符號32位字數(shù)據(jù)

long 有符號32位字數(shù)據(jù)

long long 有符號64位雙字數(shù)據(jù)

局部變量盡可能采用32位數(shù)據(jù)類型

ARM 指令集支持有符號/ 無符號的8 位、16 位、32位整型及浮點型變量。恰當?shù)氖褂米兞康念愋?，不僅可以節(jié)省代碼，并且可以提高代碼運行效率。應該盡可能地避免使用char、short 型的ARM局部變量，因為操作8 位/16 位局部變量往往比操作3 2 位變量需要更多指令。 大多數(shù)ARM數(shù)據(jù)處理操作都是32位的，局部變量應盡可能使用32位的數(shù)據(jù)類型（int或long）就算處理8位或者16位的數(shù)值，也應避免用char和short以求邊界對齊，除非是利用char或者short的數(shù)據(jù)一出歸零特性（如255＋1＝0，多用于模運算）。否則，編譯器將要處理大于short和char取值范圍的情況而添加代碼。另外對于表達式的處理也要格外小心選擇數(shù)據(jù)類型，請對比下列3 個函數(shù)和它們的匯編代碼。

Int wordinc(inta) wordinc

{ ADD a1,a1,#1

return a + 1; MOV pc,lr

}

shortinc

short shortinc(shorta) ADD a1,a1,#1

{ MOV a1,a1,LSL #16

return a + 1; MOV a1,a1,ASR #16ARM

} MOV pc,lr

Char charinc(chara) charinc

{ ADD a1,a1,#1

return a + 1; AND a1,a1,#&ff

} MOV pc,lr

可以看出， 操作3 2 位變量所需的指令要少于操作8位及16 位變量。另外對于16-bit數(shù)據(jù)的加載 用LDRH指令的話，不能使用桶型移位器，所以只能先進行偏移量的以為操作，然后再尋址(能用指針遞增尋址就不用數(shù)組下表遞增尋址a=data[i++]不如a=*(data++))，也會造成不佳的性能。但是用指針代替數(shù)據(jù)操作就可以規(guī)避這個問題。在全局變量聲明時，需要考慮最佳的存儲器布局，使得各種類型的變量能以32位的空間位基準對齊，從而減少不必要的存儲空間浪費，提高運行效率。

關于函數(shù)參數(shù)類型

函數(shù)參數(shù)和返回值應盡量使用int類型。ARM中的函數(shù)前4個整型參數(shù)通過寄存器r0、r1、r2、r3來傳遞，隨后的整型參數(shù)通過堆棧來傳遞。因而盡量限制函數(shù)參數(shù)，不要超過四個，也可以把相關的參數(shù)組織在結構體傳遞。 對于比較小的被調用函數(shù)和調用函數(shù)可以放在同一個源文件中，并且限定為static調用，編譯器能進行優(yōu)化。用_inline內聯(lián)性能影響較大的重要函數(shù)可以有效減少函數(shù)調用的額外開銷。對于編譯器，armcc遵從ATPCS的要求，第一到第四個參數(shù)依次通過r0～r4傳遞，其他參數(shù)通過堆棧傳遞，返回值用r0傳遞，因此，為了把大部分操作放在寄存器中完成，參數(shù)最好不多與4個。另外，可用的通用寄存器有12個，所以盡量將局部變量控制在12個之內，效率上會得到提升。同時，由于編譯器比較保守，指針別名會引起多余的讀操作，所以盡量少用。

循環(huán)優(yōu)化部分

循環(huán)是程序設計中非常普遍的結構。在嵌入式系統(tǒng)中，微處理器執(zhí)行時間在循環(huán)中運行的比例較大，因此關注循環(huán)的執(zhí)行效率是非常必要的。除了在保證系統(tǒng)正確工作的前提下盡量簡化核循環(huán)體的過程以外，正確和高效的循環(huán)結束標志條件也非常重要。

* 使用減數(shù)到零的循環(huán)體，以節(jié)省指令和寄存器的使用；

* 使用無符號的循環(huán)計數(shù)值，并用條件 i != 0中止，這樣編譯器可以用一條BNE （若非零則跳轉）指令代替CMP （比較）和BLE （若小于則跳轉）兩條指令，既減小代碼尺寸，又加快了運行ARM速度；

* 如果循環(huán)體至少執(zhí)行一次，用優(yōu)先選用do－while，這樣編譯器不會產(chǎn)生額外的代碼來處理循環(huán)次數(shù)為0的情況；

* 適當情況下展開循環(huán)體；雖然會增加循環(huán)的代碼大小，但是會減少循環(huán)跳轉的開銷；

* 盡量使用數(shù)組的大小是4或8的備述，用此倍數(shù)展開循環(huán)體 寄存器分配；

* 盡量限制函數(shù)內部循環(huán)所用局部變量的數(shù)目，最多不超過12個，以便編譯器能把變量分配到寄存器；

* 可以引導編譯器，通過查看是否屬于最內層循環(huán)的便賴寧嘎來去定某個變量的重要性；

* 用一個局部變量來保存公共子表達式的值，保證該表達式只求一次值；

* 避免使用局部變量的地址，否則訪問這個變量的效率較低；

結構體的處理

小的元素放在結構體的開始，大的元素放在結構體的最后； 避免使用過大的結構體，用層次化的小結構體代替； 人工對API的結構體增加填充位以提高移植性； 枚舉類型要慎用，因為它的大小與編譯器相關。

對于位域， 盡量用define或者enum來代替位域；用邏輯運算來丟位域操作 邊界不對齊數(shù)據(jù)和字節(jié)排列方式； 盡量避免使用邊界不對齊數(shù)據(jù)； 用char * 可指向任意字節(jié)對齊的的數(shù)據(jù)，與邏輯運算配合，可訪問任意邊界和排列的數(shù)據(jù)。

數(shù)據(jù)運算的處理

除法和求余

ARM指令集中沒有提供整數(shù)的除法，除法是由C語言函數(shù)庫中的代碼(符號型_rt_sdiv和無符號型的_rt_udiv)實現(xiàn)的。一個32位數(shù)的除法需要20～140個周期，依賴于分子和分母的取值。除法操作所用的時間是一個時間常量乘每一位除法所需要的時間:

Time(分子/分母)=C0+C1×log2(分子/分母)

=C0+C1×(log2(分子)-log2(分母))

由于除法的執(zhí)行周期長，耗費的資源多，程序設計中應當盡量避免使用除法。以下是一些避免調用除法的變通辦法:

• 在某些特定的程序設計時，可以把除法改寫為乘法。例如:(x/y)>z，在已知y是正數(shù)而且y×z是整數(shù)的情況下，就可以寫為x>(z×y)。
• 盡可能使用2的次方作為除數(shù)，編譯器使用移位操作完成除法，如128就比100更加適合。在程序設計中，使用無符號型的除法要快于符號型的除法。
• 使用求余運算的一個目的是為了按模計算，這樣的操作有時可以使用if的判斷語句來完成，考慮如下的應用:

Uint counter2(uint count)

{

if(++count>=100) count=0;

return(count);

}

• 對于一些特殊的除法和求余運算，采用查找表的方法也可以獲得很好的運行效果。

在除以某些特定的常數(shù)時，編寫特定的函數(shù)完成此操作會比編譯產(chǎn)生的代碼效率高很多。ARM的C語言庫中就有二個這樣的符號型和無符號型數(shù)除以10的函數(shù)，用來完成十進制數(shù)的快速運算。在toolkit子目錄的examplesexplasmdiv.c和examplesthumbdiv.c文件中，有這二個函數(shù)的ARM和Thumb版本。

其他運算操作

利用左/ 右移位操作代替乘/ 除2 運算：通常需要乘以ARM或除以2 的冪次方都可以通過左移或右移n 位來完成。實際上乘以任何一個整數(shù)都可以用移位和加法來代替乘法。ARM 7 中加法和移位可以通過一條指令來完成，且執(zhí)行時間少于乘法指令。例如： i = i *5 可以用i = (i<<2) + i 來代替。利用乘法代替乘方運算：ARM7 核中內建有32 ×8 ARM乘法器， 因此可以通過乘法運算來代替乘方運算以節(jié)約乘方函數(shù)調用的開銷。例如： i = pow(i, 3.0) 可用 i = i*i*i 來代替。利用與運算代替求余運算：有時可以通過用與（AND ）指令代替求余操作（% ）來提高效率。例如：i = i % 8 可以用 i = i & 0x07 來代替。

條件執(zhí)行

條件執(zhí)行是程序中必不可少的基本操作。典型的條件執(zhí)行代碼序列是由一個比較指令開始的，接下來是一系列相關的執(zhí)行語句。ARM中的條件執(zhí)行是通過對運算結果標志位進行判斷實現(xiàn)的，一些帶標志位的運算結果中，N和Z標志位的結果與比較語句的結果相同。盡管在C語言中沒有帶標志位的指令，但在面向ARM的C語言程序中，如果運算結果是與0作比較，編譯器會移去比較指令，通過一條帶標志位指令實現(xiàn)運算和判斷。因此，面向ARM的C語言程序設計的條件判斷應當盡量采用"與0比較"的形式。C語言中，條件執(zhí)行語句大多數(shù)應用在if條件判斷中，也有應用在復雜的關系運算(<，==，>等)及位操運算(&&，!，and等)中的。面向ARM的C語言程序設計中，有符號型變量應盡量采取x<0、x>=0、x==0、x!=0的關系運算;對于無符號型的變量應采用x==0、x!=0(或者x>0)關系運算符。編譯器都可以對條件執(zhí)行進行優(yōu)化。對于程序設計中的條件語句，應盡量簡化if和else判斷條件。與傳統(tǒng)的C語言程序設計有所不同，面向ARM的C語言程序設計中，關系表述中類似的條件應該集中在一起，使編譯器能夠對判斷條件進行優(yōu)化。由于ARM指令可條件執(zhí)行，所以充分利用cpsr會使程序更有效率。ARM 指令集的一個重要特征就是所有的指令均可包含一個可選的條件碼。當程序狀態(tài)寄存器（PSR ）中的條件碼標志滿足指定條件時， 帶條件碼的指令才能執(zhí)行。利用條件執(zhí)行通?？梢允∪为毜呐袛郃RM指令，因而可以減小代碼尺寸并提高程序效率。

流水線優(yōu)化

ARM處理器每種處理器都有自己的流水線結構，參考ARM核流水線——ARM7，ARM9E，ARM11，Cortex-A系列處理器（http://houh-1984.blog.163.com/blog/static/311278342011111083852771/）.流水線延遲或阻斷會對處理器的性能造成影響，因此應該盡量保持流水線暢通。流水線延遲難以避免， 但可以利用延遲周期進行其它ARM操作。 LOAD/STORE 指令中的自動索引（auto-indexing）功能就是為利用ARM流水線延遲周期而設計的。當流水線處于延遲周期時， 處理器的執(zhí)行單元被占用， 算術邏輯單元ARM（ALU ）和桶形移位器卻可能處于空閑狀態(tài)，此時可以利用它們來完成往基址寄存器上加一個偏移量的操作，供后面的指令使用。例如：指令 LDR R1, [R2], #4 完成 R1= *R2 及 R2 += 4 兩個操作，是后索引（post-indexing）的例子；而指令 LDR R1, [R2, #4]! 完成 R1 = *(R2 + 4) 和 R2 +=4 兩個操作，是前索引（pre-indexing）的例子。流水線阻斷的情況可通過循環(huán)展開，加入其它的操作等方法加以改善。一個循環(huán)可以考慮展開unroll以減小跳轉指令在循環(huán)指令中所占的比重， 進而提高代碼效率。下面以一個內存復制函數(shù)加以ARM說明。

void memcopy(char *to, char *from, unsigned int nbytes)

{

while(nbytes--)ARM

*to++ = *from++;

}

為簡單起見，這里假設nbytes 為16 的ARM倍數(shù)（省略對余數(shù)的處理）。上面的函數(shù)每處理一個字節(jié)就要進行一次判斷和跳轉， 對其中的循環(huán)體可作如下展開：

void memcopy(char *to, char *from, unsigned int nbytes)

{

while(nbytes) {

*to++ = *from++;

*to++ = *from++;

*to++ = *from++;

*to++ = *from++;

nbytes - = 4;

}

}

這樣一來， 循環(huán)體中的指令數(shù)增加了，循環(huán)次數(shù)卻減少了。跳轉指令ARM帶來的負面影響得以削弱。利用ARM 7 處理器32 位字長的特性， 上述代碼可進一步作如下調整：

void memcopy(char *to, char *from, unsigned int nbytes)

{

int *p_to = (int *)to;

int *p_from = (int *)from;

while(nbytes) {

*p_to++ = *p_from++;

*p_to++ = *p_from++;

*p_to++ = *p_from++;

*p_to++ = *p_from++;

nbytes - = 16;

}

}

經(jīng)過優(yōu)化后，一次循環(huán)可以處理16 個字節(jié)。跳轉指令帶來的影響ARM進一步得到減弱。不過可以看出， 調整后的代碼在代碼量方面有所增加。

存儲器相關的優(yōu)化方法

其他采用存儲相關的操作能加速程序運行，如用查表代替計算。在處理器資源緊張而存儲器資源相對富裕的情況下， 可以用犧牲存儲空間換取運行速度的辦法。例如需要頻繁計算正弦或余弦函數(shù)值時，可預先將函數(shù)值計算出來置于內存中供以后ARM查找。充分利用片內ARM芯片內的高速RAM，即ARM芯片內的指令和數(shù)據(jù)TCM 或者L1 RAM和L2 RAM。處理器對片內RAM 的訪問速度要快于對外部RAM 的訪問，所以應盡可能將程序調入片內RAM 中運行。若因程序太大無法完全放入片內RAM ，可考慮ARM將使用最頻繁的數(shù)據(jù)或程序段調入片內RAM 以提高程序運行效率。這就是Cache的概念，還可以通過優(yōu)化數(shù)據(jù)和代碼的組織來提高數(shù)據(jù)和代碼的訪問效率。

代碼尺寸優(yōu)化

精簡指令集計算機的一個重要特點是指令長度固定， 這樣做可以簡化指令譯碼的過程，但卻容易導致代碼尺寸增加。為避免這個問題，可以考慮采取以下措施來縮減程序ARM代碼量。

1）、使用多寄存器操作指令

ARM 指令集中的多寄存器操作指令LDM/STM 可以加載/ 存儲多個寄存器，這在保存/ 恢復寄存器組的狀態(tài)及進行大塊數(shù)據(jù)復制時非常有效。例如要將寄存器R4~R12 及R14 的內容保存到堆棧中，若用STR 指令共需要10 條，而一條STMEA R13!, {R4 ?? R12, R14} 指令就能達到相同的目的，節(jié)省的指令存儲空間相當可觀。不過需要注意的是， 雖然一條LDM/STM 指令能代替多條LDR/STR 指令，但這并不意味著程序運行速度得到了ARM提高。實際上處理器在執(zhí)行LDM/STM 指令的時候還是將它拆分成多條單獨的LDR/STR 指令來執(zhí)行。

2）、 合理安排變量順序

ARM 7 處理器要求ARM程序中的32 位/16 位變量必須按字/ 半字對齊，這意味著如果變量順序安排不合理， 有可能會造成存儲空間的浪費。例如：一個結構體中的4個32 位int 型變量i1 ~ i4 和4 個8 位char 型變量c1 ~ c4，若按照i1、c1、i2、c2、i3、c3、i4、c4 的順序交錯存放時， 由于整型變量的對齊會導致位于2 個整型變量中間的那個8 位char 型變量實際占用32 位的存儲器，這樣就造成了存儲空間的浪費。為避免這種情況， 應將int 型變量和char 型變量按類似i1、i2、i3、i4、c1、c2、c3、c4 的順序連續(xù)存放。

3）、 使用Thumb 指令

為了從根本上有效ARM降低代碼尺寸，ARM 公司開發(fā)了16 位的Thumb 指令集。Thumb 是ARM 體系結構的擴充。Thumb 指令集是大多數(shù)常用32 位ARM 指令壓縮成16 位寬指令的集合。在執(zhí)行時，16 位指令透明的實時解壓成32 位ARM 指令并沒有性能損失。而且程序在Thumb狀態(tài)和ARM 狀態(tài)之間切換是零開銷的。與等價的32 位ARM 代碼相比，Thumb 代碼節(jié)省的存儲器空間可高達35% 以上。