优化很多时候是必要的，特别对于瓶颈程序。这里讨论一段代码的优化过程，从而演示一段简单的代码优化过程,并希望得到一些建议。
先描述一下需求：
一个16位数的序列，将其奇数位置放到一个序列，偶数问题放到另外一个序列。注意奇数和偶数序列的长度不一定相同。
最简单的代码：
void CTestClass::SplitToEvenOddSeqs(short *sp,short *dp1,short *dp2,int evenLen,int oddLen)2
3
{
4
5
int i;6
7
for(i = 0;i<oddLen;i++,sp+=2,dp1++,dp2++)8
9
{
10
11
dp1[0] = sp[0];12
13
dp2[0] = sp[1];14
15
}16
17
if(i != evenLen)18
19
dp1[0] = sp[0];20
21
}22
23
这段代码可以达到必要的功能，但他肯定不是优化的。
1．循环中，每次需要访问5个变量。
2．每次循环需要一个判断，4个加法
3．最后的不等式判断也
考虑到dp1和dp2总是同时访问，于是定义一个结构体：
typedef struct tagDstData{ short dp1; short dp2;}TagDstData;现在的算法为：
void CTestClass::SplitToEvenOddSeqs(short *sp,TagDstData *dp,int evenLen,int oddLen){ int i; for(i = 0;i<oddLen;i++,sp+=2,dp++){ dp->dp1 = sp[0]; dp->dp2 = sp[1]; } if(i < evenLen) dp->dp1 = sp[0];}这样做以后CPU每次读取dp只需要一次。循环条件少了一次加法。
上面代码每次复制一个16bit的值，总共四个字节要复制两次，考虑把这个地方优化一下。优化后的代码如下：
void CTestClass::SplitToEvenOddSeqs2(short *sp,TagDstData *dp,int evenLen,int oddLen){ long *lSp = (long *)sp; long *spEnd = (long *)(sp + (oddLen<<1)); long *lDp = (long *)dp; while(lSp < spEnd){ *lDp++ = *lSp++; } if(oddLen < evenLen) dp[evenLen].dp1 = *((short *)lSp);}这里先不考虑字节序的问题。
这样优化后和前面比较起来有那些改进？
1．循环体内只有一个指令；对于++运算，很多处理器都能很好处理。
2．循环条件检查只有一条比较指令
其实这里的检查的比较指令还可以优化一下，因为比较指令比较长，看一下下面的改进：
反正是四个字节的复制，不如下计算好复制的4个字节数量；再循环。
void CTestClass::SplitToEvenOddSeqs3(short *sp,TagDstData *dp,int evenLen,int oddLen){ long *lSp = (long *)sp; long *spEnd = (long *)(sp + (oddLen<<1)); long *lDp = (long *)dp; long nDWORDs = oddLen>>1; while(nDWORDs–){ *lDp++ = *lSp++; } if(oddLen - evenLen) dp[evenLen].dp1 = *((short *)lSp);}
写好上面四段代码，拿VS2005编译一下发现，测试代码如下：
void CompareData(TagDstData *spDst,short *pSrcTest){ for(int i = 0;i<10240;i++) { //if(spDst[0].dp1 )//if we access spDst here, the time will be longer if(spDst[0].dp1 > pSrcTest[0]|| spDst[0].dp2 >pSrcTest[1]) { printf(”Split arithmetic is not right!\n”); break; } pSrcTest +=2; } printf(”Split arithmetic is right!\n”);}int _tmain(int argc, _TCHAR* argv[]){ int i,f ; int now; CTestClass testClass; short spSrc[20480]; short spDst1[10240]; short spDst2[10240]; TagDstData spDst[10240]; short *pSrcTest = spSrc; memset(spSrc,2,20480<<1); memset(spDst1,0,10240<<1); memset(spDst2,0,10240<<1); memset(spDst,0,20480<<1); CStopWatch stop1; stop1.Start(); for(i = 0;i<100000; i++) testClass.SplitToEvenOddSeqs(spSrc,spDst1,spDst2,10240,10240); now = stop1.Now(); printf(”time2 =%d\n”,now); stop1.Start(); for(i = 0;i<100000; i++) testClass.SplitToEvenOddSeqs(spSrc,spDst,10240,10240); now = stop1.Now(); printf(”time3 =%d\n”,now); for(i=0;i<20480;i++) spSrc[i] = i; memset(spDst,0,10240<<1); CStopWatch stop2; for(f = 0;f<100000; f++) testClass.SplitToEvenOddSeqs2(spSrc,spDst,10240,10240); now = stop2.Now(); printf(”time4 =%d\n”,now); CompareData(spDst,pSrcTest); memset(spDst,0,10240<<1); CStopWatch stop3; for(f = 0;f<100000; f++) testClass.SplitToEvenOddSeqs3(spSrc,spDst,10240,10240); now = stop3.Now(); printf(”time5 =%d\n”,now); CompareData(spDst,pSrcTest); return 0;}注：其中CStopWatch是我写的用来计算时间的类。
如果把CompareData中访问spDst的代码注释掉，运行的结果：
Intel® Core™2 CPU 6400 2.13Ghz 1GB
time2 =753945 us
time3 =494852 us
time4 =0 us
time5 =0 us
Intel® Core™2 Duo CPU T7250 @2.00GHz 2.00 GHz 2GB
Time2 = 847431 us
Time3=523269 us
Time4=1 us
Time5 =1 us
Pentium® 4 CPU 2.6 GHz 512MB
Time2 = 613622 us
Time3=616545 us
Time4=1 us
Time5 =1 us
如果使用VC6编译，各种运行结果如下：
Intel® Core™2 CPU 6400 2.13Ghz 1GB
time2 =2041530 us
time3 =1352753 us
time4 =930849 us
time5 =501492 us
Intel® Core™2 Duo CPU T7250 @2.00GHz 2.00 GHz 2GB
time2 =1878766 ustime3 =1380009 ustime4 =959918 us
time5 =523022 us
Pentium® 4 CPU 2.6 GHz 512MB
time2 =2098438 us
time3 =1855219 us
time4 =1068678 us
time5 =610458 us
再把CompareData还原，在VC2005中编译，执行结果如下：
Intel® Core™2 CPU 6400 2.13Ghz 1GB
time2 =1007759 us
time3 =1364986 us
time4 =876046 us
time5 =437623 us
Intel® Core™2 Duo CPU T7250 @2.00GHz 2.00 GHz 2GB
time2 =1103970 ustime3 =1403941 ustime4 =630279 ustime5 =313330 us
Pentium® 4 CPU 2.6 GHz 512MB
time2 =1218860 ustime3 =1743361 ustime4 =478785 us
time5 =241885 us
使用VC6重新编译：
Intel® Core™2 CPU 6400 2.13Ghz 1GB
time2 =2026392 us
time3 =1359155 us
time4 =946604 us
time5 =511307 us
Intel® Core™2 Duo CPU T7250 @2.00GHz 2.00 GHz 2GB
time2 =1921379 ustime3 =1410035 ustime4 =967616 ustime5 =528601 us
Pentium® 4 CPU 2.6 GHz 512MB
time2 =2089173 ustime3 =1849719 ustime4 =1062956 ustime5 =610357 us
当然这里有重复运算对算法的运行时间的影响；但考虑所有的算法都是对同样的内存操作，不考虑。那么我们发现的就是算法的效率提高是明显的。算法运行时间缩短为原来的1/3到1/4。
另外有几个问题需要在这里讨论一下：
1．演示了时间问题的同时，还看到一个奇怪的问题就是如果注释了CompareData，在VC2005上得到的后面两个算法的时间几乎为0。为什么？而VC6的编译没有这样的现象？
2．在VC6上编译得到的结果与VC2005编译得到的结果相比，VC2005结果更好，为什么？（这个很弱智了）
3．我觉得程序还可以再优化，怎么样做？
欢迎大家就这个简单的优化问题，提出讨论。