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);  
    }  
  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);  
        }  
         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));  
    }          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