amd64软件优化学习笔记（未完待续）

以下内容整理自《Software Optimization Guide for AMD64 Processors》。转载请注明出处：http://blog.youkuaiyun.com/qingheuestc, by EinsteinInIct。

 

1，在单精度浮点变量后面加上f，可以显示的通知编译器不把单精度当多双精度来处理。（除非内存非常紧张，否则最好不要用）

2，当用数组模式进行访问时，使用数组名比使用指针能够给编译器提供更多的信息进行优化。当然有的时候并非如此，因此要通过test来看哪种方法更合适。

3，对于一些长度确定的短小的循环，考虑将其展开。不但可以减小分支预测等的开销，而且可以充分利用register进行优化，消除数据依赖性等。

4，在符合分支条件中，选择合适的表达式顺序以充分利用short circuit特性。（需要严密的测试性能差异）

5，If语句中，考虑两点：

a)逻辑表达式的短路特性

b)将经常发生的事情放在附近

6，动态内存分配时，注意对地址进行对齐。

7，在循环中，利用register来避免不必要的store-to-load开销（解除raw依赖）。

8，匹配store和load size（？？）

9，在没有连续或者近似连续的case的地方，用if，else来替代switch。另外，在switch中，按照可能性的顺序从高到低排列case，可以减小分支比较的次数。

10，使用函数原型，对于static的函数加上static修饰符，有时可以给编译器提供更多的信息以供优化。

11，养成使用const修饰符的习惯，不但可以是代码更加robust，而且可以方便编译器进行优化。对于使用的数据，修饰信息越多，对于代码的理解越到位，也更加方便进行优化。

12，消除循环中的不变量，不仅是数据，也包括控制流。从最内层循环一直往外进行优化。

13，利用循环展开等方法尽量让流水线，寄存器等更加饱满，以充分利用宝贵资源。

14，将大的表达式拆分成小的表达式以避免重复计算，因为ansi中的一些标准禁止编译器进行拆分。

15，对于结构体中的变量的声明，按照size从大到小的顺序排列并进行padding，这样，他们就能够很好的对齐（？？）。而且结构体的数组也能够很好的对齐。对于局部变量的声明，也按照从大到小的顺序进行定义。

16，当一个表达式中有多个整数除法时，以乘代除，提高速度。

17，避免在一个函数内部频繁的对指针进行解引用。因为指针可能存在别名的问题，编译器不敢贸然进行优化。这样，频繁的解引用有可能造成访存量增加而成为瓶颈。如果必要，可以在函数开头将指针指向的内容拷贝到局部变量中来，这样或许会充分利用register。

18，对于数组的索引，使用ptrdiff_t不但可以提高可移植性，而且通常会得到更好的性能。

19，考虑整数操作数的符号对性能的影响，选择合适的数据类型。Amd64中，signed integer 到float的转换比unsigned integer到float的转换更快。

a) Unsigned types

  i. Division and remainders

 ii. Loop counters

iii. Array indexing

b) Signed types

  i. Integer to floating pointconversion

20，加速浮点除和开方运算

  如果应用中有大量浮点除或者开方运算，可以考虑通过inline汇编用sse指令或3Dnow来实现，或者是用支持sse和3Dnow的编译器。亦或者通过设置X87的精度来提高速度。

21，对于32位的浮点到整数转换，有专门的3Dnow指令PF2ID来实现。对于double to int，可以用以下方法：#define DOUBLE2INT(i, d) \

{double t = ((d) +6755399441055744.0); i = *((int *)(&t));}

double x;

int i;

DOUBLE2INT(i,x);

22，

When using ld, include the followingcommand line option:

-Bsymbolic

If using gcc to build a library, add this option to the command-line:

-Wl,-Bsymbolic

 

Key Optimization

1，避免内存尺寸的不匹配（比如写两个4字节的连续内存，然后读开始地址的8字节数据抑或相反），应该让读和写的尺寸都一样大。这样方便进行forwarding，否则此时的延迟是非常大的。因为不但要写，还要读。解决方案是利用cpu中已有的指令和存储单元（register），保证数据读写尺寸的一致性。

2，保证数据对象是自然对齐(地址是尺寸的倍数)的（很重要）。

3，对于一个快速通用的内存拷贝，调用ms或者gcc工具提供的memcpy(),该函数对各种blocksize和alignment都做了优化。对于小的数据块，使用inline汇编：load，load，store，store