二、双重循环和多重循环的优化总结  
         双重循环多重循环看起来比较复杂，但实际上多重循环优化方法比较简单，就在于一个字： “拆” ，一旦完成这一步之后，多重循环就成为单层循环，优化就可以按照普通的单层循环来做了。  多重循环的特点是在优化器优化时只在最内层循环中形成一个 pipeline，这样循环语句就不能充分利用 C6 的软件流水线，而且对于内部循环的次数较少的情况，消耗在 prolog 和eplog 上的 cycle 数也是不可忽视的。针对这种状况可以考虑将多重循环拆开形成一个单层循环，可以拆外层循环也可以拆内层循环，一般视具体情况而定。这样就可以充分利用优化器构成的 Pipeline。如下例：  

•        void fir2(const short input[], const short coefs[], short out[])
•     {
•         int i, j;
•         int sum = 0;
•         for (i = 0; i < 40; i++)
•         {
•             for (j = 0; j < 16; j++)
•                      sum += coefs[j] * input[i + 15 - j];
•             out = (sum >> 15);
•     }
  

复制代码
       内层循环循环次数较少，运算量也不大，资源方面只占用了一个乘法器，一个 cycle 只使用一次乘法器，而事实上我们可以在一个 cycle 内使用两个乘法器，所以还可以充分利用另外的一个乘法器。因此考虑将内层循环拆开来执行，如下：  
      

• void fir2_u(const short input[], const short coefs[], short out[])
•     {
•     int i, j;
•     int sum;
•         for (i = 0; i < 40; i++)
•             {
•                   sum = coefs[0] * input[i + 15];
•           sum += coefs[1] * input[i + 14];
•           sum += coefs[2] * input[i + 13];
•           sum += coefs[3] * input[i + 12];
•           sum += coefs[4] * input[i + 11];
•           sum += coefs[5] * input[i + 10];
•           sum += coefs[6] * input[i + 9];
•           sum += coefs[7] * input[i + 8];
•           sum += coefs[8] * input[i + 7];
•           sum += coefs[9] * input[i + 6];
•                   sum += coefs[10] * input[i + 5];
•                   sum += coefs[11] * input[i + 4];
•                   sum += coefs[12] * input[i + 3];
•                   sum += coefs[13] * input[i + 2];
•                   sum += coefs[14] * input[i + 1];
•                   sum += coefs[15] * input[i + 0];
•           out = (sum >> 15);
•         }
  

复制代码

          这样虽然代码长度增加了，可变成了单循环，所有的运算都参加到 pipeline 中来，在 Piped loop kernal 中产生每一个 cycle 内都使用了两个乘法器，充分利用了DSP内部的资源，提高了运行效率。又如下例：  

• tot = 4;
• for (k = 0; k < 4; k++)
•      {
•         max = 0;
•           for (i = k; i < 44; i += STEP)
•         {
•             s = 0;
•                   for (j = i; j < 44; j++)
•             s = L_mac(s, x[j], h[j - i]);
•             y32 = s;
•             s = L_abs(s);
•             if (L_sub(s, max) > (Word32) 0)
•             max = s;
•         }
•         tot = L_add(tot, L_shr(max, 1));
•     }
  

复制代码

         这个多层循环中一共有三层循环， 而最内层的循环的运算量很小， 只有一次乘累加操作，而我们知道 C6 中一个 packet中可以做两个乘累加运算，所以为了增加内部循环的运算，减少外部循环的层数，我们可以将第一层循环的操作拆开，其负责的运算加入到内部循环中，也就是在内层循环中一次做四次的乘累加运算，这样将多次操作形成 pipeline，提高了运行效率，优化后的 C代码如下：   

•    tot = 4;
•      max0=0;
•      max1=0;
•      max2=0;
•      max3=0;
•     for (i = 0; i <44; i += STEP)                 //STEP=4,  11 times cirs
•      {
•                        //code
•          for (j=0;j<=40-i;j++)
•          {
• s0=(Word32)(_sadd(s0,_smpy(hh[j],xx[j+i])));
•           s1=(Word32)(_sadd(s1,_smpy(hh[j],xx[j+i+1])));
•           s2=(Word32)(_sadd(s2,_smpy(hh[j],xx[j+i+2])));
•           s3=(Word32)(_sadd(s3,_smpy(hh[j],xx[j+i+3])));
•           }
•      }
•                 //code
  

复制代码