嵌入式平臺ARM的C代碼優(yōu)化方法

C數據類(lèi)型

C語(yǔ)言的程序優(yōu)化與編譯器和硬件系統都有關(guān)系，設置某些編譯器選項是最直接最簡(jiǎn)單的優(yōu)化方式。在默認的情況下，armcc是全部?jì)?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(guān)閉的。ARM C編譯器中定義的char類(lèi)型是8位無(wú)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(shí)，就會(huì )出現死循環(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(lèi)型如下：

char 無(wú)符號8位字節數據

short 有符號16位半字節數據

int 有符號32位字數據

long 有符號32位字數據

long long 有符號64位雙字數據

局部變量盡可能采用32位數據類(lèi)型

ARM 指令集支持有符號/ 無(wú)符號的8 位、16 位、32位整型及浮點(diǎn)型變量。恰當的使用變量的類(lèi)型，不僅可以節省代碼，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ARM數據處理操作都是32位的，局部變量應盡可能使用32位的數據類(lèi)型（int或long）就算處理8位或者16位的數值，也應避免用char和short以求邊界對齊，除非是利用char或者short的數據一出歸零特性（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據類(lèi)型，請對比下列3 個(gè)函數和它們的匯編代碼。

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數據的加載 用LDRH指令的話(huà)，不能使用桶型移位器，所以只能先進(jìn)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組下表遞增尋址a=data[i++]不如a=*(data++))，也會(huì )造成不佳的性能。但是用指針代替數據操作就可以規避這個(gè)問(wèn)題。在全局變量聲明時(shí)，需要考慮最佳的存儲器布局，使得各種類(lèi)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(guān)于函數參數類(lèi)型

函數參數和返回值應盡量使用int類(lèi)型。ARM中的函數前4個(gè)整型參數通過(guò)寄存器r0、r1、r2、r3來(lái)傳遞，隨后的整型參數通過(guò)堆棧來(lái)傳遞。因而盡量限制函數參數，不要超過(guò)四個(gè)，也可以把相關(guān)的參數組織在結構體傳遞。 對于比較小的被調用函數和調用函數可以放在同一個(gè)源文件中，并且限定為static調用，編譯器能進(jìn)行優(yōu)化。用_inline內聯(lián)性能影響較大的重要函數可以有效減少函數調用的額外開(kāi)銷(xiāo)。對于編譯器，armcc遵從ATPCS的要求，第一到第四個(gè)參數依次通過(guò)r0～r4傳遞，其他參數通過(guò)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，參數最好不多與4個(gè)。另外，可用的通用寄存器有12個(gè)，所以盡量將局部變量控制在12個(gè)之內，效率上會(huì )得到提升。同時(shí)，由于編譯器比較保守，指針別名會(huì )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。在嵌入式系統中，微處理器執行時(shí)間在循環(huán)中運行的比例較大，因此關(guān)注循環(huán)的執行效率是非常必要的。除了在保證系統正確工作的前提下盡量簡(jiǎn)化核循環(huán)體的過(guò)程以外，正確和高效的循環(huán)結束標志條件也非常重要。

* 使用減數到零的循環(huán)體，以節省指令和寄存器的使用；

* 使用無(wú)符號的循環(huán)計數值，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)體至少執行一次，用優(yōu)先選用do－while，這樣編譯器不會(huì )產(chǎn)生額外的代碼來(lái)處理循環(huán)次數為0的情況；

* 適當情況下展開(kāi)循環(huán)體；雖然會(huì )增加循環(huán)的代碼大小，但是會(huì )減少循環(huán)跳轉的開(kāi)銷(xiāo)；

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

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

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

* 用一個(gè)局部變量來(lái)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(fǎng)問(wèn)這個(gè)變量的效率較低；

結構體的處理

小的元素放在結構體的開(kāi)始，大的元素放在結構體的最后； 避免使用過(guò)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(lèi)型要慎用，因為它的大小與編譯器相關(guān)。

對于位域， 盡量用define或者enum來(lái)代替位域；用邏輯運算來(lái)丟位域操作 邊界不對齊數據和字節排列方式； 盡量避免使用邊界不對齊數據； 用char * 可指向任意字節對齊的的數據，與邏輯運算配合，可訪(fǎng)問(wèn)任意邊界和排列的數據。

數據運算的處理

除法和求余

ARM指令集中沒(méi)有提供整數的除法，除法是由C語(yǔ)言函數庫中的代碼(符號型_rt_sdiv和無(wú)符號型的_rt_udiv)實(shí)現的。一個(gè)32位數的除法需要20～140個(gè)周期，依賴(lài)于分子和分母的取值。除法操作所用的時(shí)間是一個(gè)時(shí)間常量乘每一位除法所需要的時(shí)間:

Time(分子/分母)=C0+C1×log2(分子/分母)

=C0+C1×(log2(分子)-log2(分母))

由于除法的執行周期長(cháng)，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(shí)，可以把除法改寫(xiě)為乘法。例如:(x/y)>z，在已知y是正數而且y×z是整數的情況下，就可以寫(xiě)為x>(z×y)。
• 盡可能使用2的次方作為除數，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(wú)符號型的除法要快于符號型的除法。
• 使用求余運算的一個(gè)目的是為了按模計算，這樣的操作有時(shí)可以使用if的判斷語(yǔ)句來(lái)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時(shí)，編寫(xiě)特定的函數完成此操作會(huì )比編譯產(chǎn)生的代碼效率高很多。ARM的C語(yǔ)言庫中就有二個(gè)這樣的符號型和無(wú)符號型數除以10的函數，用來(lái)完成十進(jìn)制數的快速運算。在toolkit子目錄的examplesexplasmdiv.c和examplesthumbdiv.c文件中，有這二個(gè)函數的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(guò)左移或右移n 位來(lái)完成。實(shí)際上乘以任何一個(gè)整數都可以用移位和加法來(lái)代替乘法。ARM 7 中加法和移位可以通過(guò)一條指令來(lái)完成，且執行時(shí)間少于乘法指令。例如： i = i *5 可以用i = (i<<2) + i 來(lái)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(guò)乘法運算來(lái)代替乘方運算以節約乘方函數調用的開(kāi)銷(xiāo)。例如： i = pow(i, 3.0) 可用 i = i*i*i 來(lái)代替。利用與運算代替求余運算：有時(shí)可以通過(guò)用與（AND ）指令代替求余操作（% ）來(lái)提高效率。例如：i = i % 8 可以用 i = i & 0x07 來(lái)代替。

條件執行

條件執行是程序中必不可少的基本操作。典型的條件執行代碼序列是由一個(gè)比較指令開(kāi)始的，接下來(lái)是一系列相關(guān)的執行語(yǔ)句。ARM中的條件執行是通過(guò)對運算結果標志位進(jìn)行判斷實(shí)現的，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(yǔ)句的結果相同。盡管在C語(yǔ)言中沒(méi)有帶標志位的指令，但在面向ARM的C語(yǔ)言程序中，如果運算結果是與0作比較，編譯器會(huì )移去比較指令，通過(guò)一條帶標志位指令實(shí)現運算和判斷。因此，面向ARM的C語(yǔ)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(yǔ)言中，條件執行語(yǔ)句大多數應用在if條件判斷中，也有應用在復雜的關(guān)系運算(<，==，>等)及位操運算(&&，!，and等)中的。面向ARM的C語(yǔ)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(guān)系運算;對于無(wú)符號型的變量應采用x==0、x!=0(或者x>0)關(guān)系運算符。編譯器都可以對條件執行進(jìn)行優(yōu)化。對于程序設計中的條件語(yǔ)句，應盡量簡(jiǎn)化if和else判斷條件。與傳統的C語(yǔ)言程序設計有所不同，面向ARM的C語(yǔ)言程序設計中，關(guān)系表述中類(lèi)似的條件應該集中在一起，使編譯器能夠對判斷條件進(jìn)行優(yōu)化。由于A(yíng)RM指令可條件執行，所以充分利用cpsr會(huì )使程序更有效率。ARM 指令集的一個(gè)重要特征就是所有的指令均可包含一個(gè)可選的條件碼。當程序狀態(tài)寄存器（PSR ）中的條件碼標志滿(mǎn)足指定條件時(shí)， 帶條件碼的指令才能執行。利用條件執行通?？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(xiàn)優(yōu)化

ARM處理器每種處理器都有自己的流水線(xiàn)結構，參考ARM核流水線(xiàn)——ARM7，ARM9E，ARM11，Cortex-A系列處理器（http://houh-1984.blog.163.com/blog/static/311278342011111083852771/）.流水線(xiàn)延遲或阻斷會(huì )對處理器的性能造成影響，因此應該盡量保持流水線(xiàn)暢通。流水線(xiàn)延遲難以避免， 但可以利用延遲周期進(jìn)行其它ARM操作。 LOAD/STORE 指令中的自動(dòng)索引（auto-indexing）功能就是為利用ARM流水線(xiàn)延遲周期而設計的。當流水線(xiàn)處于延遲周期時(shí)， 處理器的執行單元被占用， 算術(shù)邏輯單元ARM（ALU ）和桶形移位器卻可能處于空閑狀態(tài)，此時(shí)可以利用它們來(lái)完成往基址寄存器上加一個(gè)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(gè)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(gè)操作，是前索引（pre-indexing）的例子。流水線(xiàn)阻斷的情況可通過(guò)循環(huán)展開(kāi)，加入其它的操作等方法加以改善。一個(gè)循環(huán)可以考慮展開(kāi)unroll以減小跳轉指令在循環(huán)指令中所占的比重， 進(jìn)而提高代碼效率。下面以一個(gè)內存復制函數加以ARM說(shuō)明。

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

{

while(nbytes--)ARM

*to++ = *from++;

}

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

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(lái)， 循環(huán)體中的指令數增加了，循環(huán)次數卻減少了。跳轉指令ARM帶來(lái)的負面影響得以削弱。利用ARM 7 處理器32 位字長(cháng)的特性， 上述代碼可進(jìn)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(guò)優(yōu)化后，一次循環(huán)可以處理16 個(gè)字節。跳轉指令帶來(lái)的影響ARM進(jìn)一步得到減弱。不過(guò)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(guān)的優(yōu)化方法

其他采用存儲相關(guān)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值時(shí)，可預先將函數值計算出來(lái)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芯片內的指令和數據TCM 或者L1 RAM和L2 RAM。處理器對片內RAM 的訪(fǎng)問(wèn)速度要快于對外部RAM 的訪(fǎng)問(wèn)，所以應盡可能將程序調入片內RAM 中運行。若因程序太大無(wú)法完全放入片內RAM ，可考慮ARM將使用最頻繁的數據或程序段調入片內RAM 以提高程序運行效率。這就是Cache的概念，還可以通過(guò)優(yōu)化數據和代碼的組織來(lái)提高數據和代碼的訪(fǎng)問(wèn)效率。

代碼尺寸優(yōu)化

精簡(jiǎn)指令集計算機的一個(gè)重要特點(diǎn)是指令長(cháng)度固定， 這樣做可以簡(jiǎn)化指令譯碼的過(guò)程，但卻容易導致代碼尺寸增加。為避免這個(gè)問(wèn)題，可以考慮采取以下措施來(lái)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(gè)寄存器，這在保存/ 恢復寄存器組的狀態(tài)及進(jìn)行大塊數據復制時(shí)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，節省的指令存儲空間相當可觀(guān)。不過(guò)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(zhù)程序運行速度得到了ARM提高。實(shí)際上處理器在執行LDM/STM 指令的時(shí)候還是將它拆分成多條單獨的LDR/STR 指令來(lái)執行。

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(zhù)如果變量順序安排不合理， 有可能會(huì )造成存儲空間的浪費。例如：一個(gè)結構體中的4個(gè)32 位int 型變量i1 ~ i4 和4 個(gè)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(shí)， 由于整型變量的對齊會(huì )導致位于2 個(gè)整型變量中間的那個(gè)8 位char 型變量實(shí)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(lèi)似i1、i2、i3、i4、c1、c2、c3、c4 的順序連續存放。

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(kāi)發(fā)了16 位的Thumb 指令集。Thumb 是ARM 體系結構的擴充。Thumb 指令集是大多數常用32 位ARM 指令壓縮成16 位寬指令的集合。在執行時(shí)，16 位指令透明的實(shí)時(shí)解壓成32 位ARM 指令并沒(méi)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(kāi)銷(xiāo)的。與等價(jià)的32 位ARM 代碼相比，Thumb 代碼節省的存儲器空間可高達35% 以上。