四、使用 const可以限定目标优化
1、源代码:
- void fir_fxd1(short input[], short coefs[], short out[])
- { int i, j;
- for (i = 0; i < 40; i++)
- {
- for (j = 0; j < 16; j++)
- out[i*16+j]= coefs[j] * input[i + 15 - j];
- }
- }
复制代码
2、改编后的代码:
- void fir_fxd2(const short input[], const short coefs[], short out[])
- {
- int i, j;
- for (i = 0; i < 40; i++)
- {
- for (j = 0; j < 16; j++)
- out[i*16+j]= coefs[j] * input[i + 15 - j];
- }
复制代码
3、优化方法说明:
C6000编译器如果确定两条指令是不相关的,则安排它们并行执行。 关键字 const可以指定一个变量或者一个变量的存储单元保持不变。这有助于帮助编译器确定指令的不相关性。例如上例中,源代码不能并行执行,而结果改编后的代码可以并行执行。
4、技巧:
使用 const 可以限定目标,确定存在于循环迭代中的存储器的不相关性。
五、 使用内联指令优化算法
1、源代码:
- void vecsum(short *sum, short *in1, short *in2, unsigned int N)
- {
- int i;
- for (i = 0; i < N; i++)
- sum = in1 + in2;
- }
复制代码
2、改编后的代码:
- void vecsum6(int *sum, const int *in1, const int *in2, unsigned int N)
- {
- int i;
- int sz = N >> 2;
- _nassert(N >= 20);
- for (i = 0; i < sz; i += 2)
- {
- sum = _add2(in1 , in2);
- sum[i+1] = _add2(in1[i+1], in2[i+1]);
- }
- }
复制代码
3、优化方法说明:
源代码中,函数变量的定义是 short *sum, short *in1, short *in2, 改编后的代码函数变量是 int *sum, const int *in1, const int *in2, 整数类型由 16 位改编成 32 位,这时使用内联指令“_add2”一次可以完成两组 16位整数的加法,效率提高一倍。注意这里还使用了关键字 const和内联指令_nassert优化源代码。
4、技巧:
用内联指令_add2、_mpyhl、_mpylh 完成两组 16 位数的加法和乘法,效率比单纯 16 位数的加法和乘法提高一倍。
六、if...else...语句的优化
实例(一)
1、源代码:
- if (sub (ltpg, LTP_GAIN_THR1) <= 0)
- {
- adapt = 0;
- }
- else
- {
- if (sub (ltpg, LTP_GAIN_THR2) <= 0)
- {
- adapt = 1;
- }
- else
- { adapt = 2;
- }
- }
复制代码
2、改编后的代码:
- adapt = (ltpg>LTP_GAIN_THR1) + (ltpg>LTP_GAIN_THR2);
复制代码
实列(二)
1、源代码:
- if (adapt == 0)
- {
- if (filt>5443)
- {
- result = 0;
- }
- else
- {
- if (filt < 0)
- {
- result = 16384;
- }
- else
- {
- filt = _sshl (filt, 18)>>16; // Q15
- result = _ssub (16384, _smpy(24660, filt)>>16);
- }
- }
- }
- else
- {
- result = 0;
- }
复制代码
2、改编后的代码:
- filt1 = _sshl (filt, 18)>>16;
- tmp = _smpy(24660, filt1)>>16;
- result = _ssub(16384, tmp * (filt>=0));
- result = result * (!((adapt!=0)||(filt>5443)));
复制代码
实例(三)
1、源代码:
- static Word16 saturate(Word32 L_var1)
- {
- Word16 swOut;
- if (L_var1 > SW_MAX)
- {
- swOut = SW_MAX;
- giOverflow = 1;
- }
- else if (L_var1 < SW_MIN)
- {
- swOut = SW_MIN;
- giOverflow = 1;
- }
- else
- swOut = (Word16) L_var1; /* automatic type conversion */
- return (swOut);
- }
复制代码
2、改编后的代码:
- static inline Word32 L_shl(Word32 a,Word16 b)
- {
- return ((Word32)((b) < 0 ? (Word32)(a) >> (-(b)) : _sshl((a),(b)))) ;
- }
复制代码
3、优化方法说明:
如果在循环中出现 if...else...语句,由于 if...else...语句中有跳转指令,而每个跳转指令有5 个延迟间隙,因此程序执行时间延长;另外,循环内跳转也使软件流水受到阻塞。直接使用逻辑判断语句可以去除不必要的跳转。例如在例 1 的源代码最多有两次跳转,而改编后不存在跳转。例 2 和例 3同样也去掉了跳转。
4、技巧:
尽可能地用逻辑判断语句替代 if...else...语句,减少跳转语句。
七、数组最小值运算优化
1、源程序
- dm = 0x7FFF;
- for (j = 0; j < nsiz[m]; j = add(j, 1))
- {
- if (d[j] <= dm)
- {
- dm = d[j];
- jj = j;
- }
- }
- index[m] = jj;
复制代码
2、优化后的程序
- dm0 = dm1 = 0x7fff;
- d0 = (Word16 *)&d[0];
- d1 = (Word16 *)&d[1];
- #pragma MUST_ITERATE(32,256,64);
- for (j = 0; j < Nsiz; j+=2)
- {
- n0 = *d0;
- d0 += 2;
- n1 = *d1;
- d1 += 2;
- if (n0 <= dm0)
- {
- dm0 = n0;
- jj0 = j;
- }
- if (n1 <= dm1)
- {
- dm1 = n1;
- jj1 = j+1;
- }
- }
- if (dm1 != dm0)
- {
- index[m] = (dm1 < dm0)? jj1:jj0;
- }
- else
- {
- index[m] = (jj1 > jj0)? jj1:jj0;
- }
复制代码
3、优化说明
求数组的最小值程序,优化时为了提高程序效率在一个循环之内计算 N=1,3,5..和n=2,4,6...的最小值,然后在比较二者的大小以求得整个数组的最小值。
一周热门 更多>