neon自动向量优化

注：这些东西未验证是否正确

交叉编译加入如下命令：

--vectorize Enable vectorization
--cpu=Cortex-A8 Specify a core or architecture with NEON support
-O2 or –O3 Select high level or aggressive optimization
-Otime Optimize for speed rather than for space.
--remarks 使用这个命令后，编译器会输出一些信息，如：是什么原因阻止了代码的矢量化优化。

为指针添加__restrict，（但必须要保证确实没有指针访问区域重叠的现象，否则结果会出错）；

使用自然类型；

将组合的数组分割为几个独立的数组；

简单的代码编译器更容易理解与自动优化；

少用break；

在循环中调用的函数应该声明为内联函数；

使用数组索引比使用指针好；


循环次数在已知时要直接传递常数，而不要用变量；


或者循环次数是2的倍数时，需要告诉编译器；

如：

int accumulate(int * c, int len)
{
	int i, retval;
	for(i = 0, retval = 0; i < (len & ~3) ; i++)//告诉编译器len是4的整数倍，这样编译器能更好的优化代码
	{
		retval = retval + c[i]
	}
	return retval;
}

或者

int accumulate(int * c, int len_div_4)
{
	int i, retval;
	for(i = 0, retval = 0; i < (len_div_4 * 4) ; i++)//告诉编译器len是4的整数倍，这样编译器能更好的优化代码
	{
		retval = retval + c[i]
	}
	return retval;
}

避免循环依赖（即某次循环的结果会被前一次循环的结果影响）；


避免在循环中出现条件判断；


在没有SIMD时，使用32bit类型会更好。但在矢量化时，使用尽可能小的数据类型会更好，这样neon寄存器一次能处理更多数据；


在不需要的情况下避免使用64bit的数据类型（long long或者double float）。这种类型会阻止编译器做矢量化；

浮点操作矢量化可导致精度的丢失，所以默认情况下浮点操作不会矢量化。如果算法不要求太高精度，在armcc中可通过--fpmode=fast命令行来使能浮点矢量化优化（GCC是-ffast-math）。（neon的浮点精度并不完全符合IEEE754标准，默认情况下，armcc使用--fpmode=std来允许这个误差。然而如果是通过--fpmode=ieee_full来指明一定要符合IEEE754标准，则大多数浮点操作不能被矢量化优化。）；