程序優(yōu)化是指軟件編程結(jié)束后，利用軟件開(kāi)發(fā)工具對(duì)程序進(jìn)行調(diào)整和改進(jìn)，讓程序充分利用資源， 提高運(yùn)行效率， 縮減代碼尺寸的過(guò)程。按照優(yōu)化的側(cè)重點(diǎn)不同， 程序ARM優(yōu)化可分為運(yùn)行速度優(yōu)化和代碼尺寸優(yōu)化。運(yùn)行速度優(yōu)化是指在充分掌握軟硬件特性的基礎(chǔ)上， 通過(guò)
應(yīng)用程序結(jié)構(gòu)調(diào)整等手段來(lái)降低完成任務(wù)所需執(zhí)行的指令數(shù)。在同一個(gè)處理器上， 經(jīng)過(guò)速度優(yōu)化的程序比未經(jīng)優(yōu)化的程序在完成任務(wù)時(shí)所需的時(shí)間更短，即前者比后者具有更高的運(yùn)行效率。代碼尺寸優(yōu)化是指，采取措施使應(yīng)用程序在能夠正確完成所需功能的前提下， 盡可能減少程序的ARM代碼量。

然而在實(shí)際的程序設(shè)計(jì)ARM過(guò)程中，程序優(yōu)化的兩個(gè)目標(biāo)（運(yùn)行速度和代碼大?。?通常是互相矛盾的。為了提高程序運(yùn)行效率，往往要以犧牲存儲(chǔ)空間、增加代碼量為代價(jià)， 例如程序設(shè)計(jì)中經(jīng)常使用的以查表代替計(jì)算、循環(huán)展開(kāi)等方法就容易導(dǎo)致程序代碼量增加。而為了減少程序代碼量、壓縮存儲(chǔ)器空間，可能又要以降低程序運(yùn)行效率為代價(jià)。因此， 在對(duì)程序?qū)嵤﹥?yōu)化之前， 應(yīng)先根據(jù)實(shí)際需求確定相應(yīng)的策略。在處理器資源ARM緊張的情況下， 應(yīng)著重考慮運(yùn)行速度優(yōu)化；而在存儲(chǔ)器資源使用受限的情況下， 則應(yīng)優(yōu)先考慮代碼尺寸的優(yōu)化。

1 程序運(yùn)行速度優(yōu)化
程序運(yùn)行速度優(yōu)化的方法可分為以下ARM幾大類。
1.1 通用的優(yōu)化方法
(1)減小運(yùn)算強(qiáng)度

利用左/ 右移位操作代替乘/ 除2 運(yùn)算：通常需要乘以ARM或除以2 的冪次方都可以通過(guò)左移或右移n 位來(lái)完成。實(shí)際上乘以任何一個(gè)整數(shù)都可以用移位和加法來(lái)代替乘法。ARM 7 中加法和移位可以通過(guò)一條指令來(lái)完成，且執(zhí)行時(shí)間少于乘法指令。例如： i = i × 5 可以用i = (i<<2) + i 來(lái)代替。
利用乘法代替乘方運(yùn)算：ARM7 核中內(nèi)建有32 ×8 ARM乘法器， 因此可以通過(guò)乘法運(yùn)算來(lái)代替乘方運(yùn)算以節(jié)約乘方函數(shù)調(diào)用的開(kāi)銷。例如： i = pow(i, 3.0) 可用 i = i×i × i 來(lái)代替。
利用與運(yùn)算代替求余運(yùn)算：有時(shí)可以通過(guò)用與（AND ）指令代替求余操作（% ）來(lái)提率。例如：i = i % 8 可以用 i = i & 0x07 來(lái)代替。
(2)優(yōu)化循環(huán)終止ARM條件
在一個(gè)循環(huán)結(jié)構(gòu)中，循環(huán)的終止條件將嚴(yán)重影響著循環(huán)的效率，再加上ARM 指令的條件執(zhí)行特性，所以在書(shū)寫(xiě)循環(huán)的終止條件時(shí)應(yīng)盡量使用count-down-to-zero結(jié)構(gòu)。這樣編譯器可以用一條BNE （若非零則跳轉(zhuǎn)）指令代替CMP （比較）和BLE （若小于則跳轉(zhuǎn)）兩條指令，既減小代碼尺寸，又加快了運(yùn)行ARM速度。

(3)使用inline 函數(shù)
ARM C 支持 inline 關(guān)鍵字，如果一個(gè)函數(shù)被設(shè)計(jì)ARM成一個(gè)inline 函數(shù)，那么在調(diào)用它的地方將會(huì)用函數(shù)體來(lái)替代函數(shù)調(diào)用語(yǔ)句， 這樣將會(huì)*省去函數(shù)調(diào)用的開(kāi)銷。使用inline 的zui大缺點(diǎn)是函數(shù)在被頻繁調(diào)用時(shí)，代碼量將增大。

1.2 處理器相關(guān)的優(yōu)化ARM方法
(1)保持流水線暢通
從前面的介紹可知，流水線延遲或阻斷會(huì)對(duì)處理器的性能造成影響，因此應(yīng)該盡量保持流水線暢通。流水線延遲難以避免， 但可以利用延遲周期進(jìn)行其它ARM操作。

LOAD/STORE 指令中的自動(dòng)索引（auto-indexing）功能就是為利用ARM流水線延遲周期而設(shè)計(jì)的。當(dāng)流水線處于延遲周期時(shí)， 處理器的執(zhí)行單元被占用， 算術(shù)邏輯單元ARM（ALU ）和桶形移位器卻可能處于空閑狀態(tài)，此時(shí)可以利用它們來(lái)完成往基址寄存器上加一個(gè)偏移量的操作，
供后面的指令使用。例如：指令 LDR R1, [R2], #4 完成 R1= ＊R2 及 R2 += 4 兩個(gè)操作，是后索引（post-indexing）的例子；而指令 LDR R1, [R2, #4]! 完成 R1 = ＊(R2 + 4) 和 R2 +=4 兩個(gè)操作，是前索引（pre-indexing）的例子。

流水線阻斷的情況可通過(guò)循環(huán)拆解等方法加以改善。一個(gè)循環(huán)可以考慮拆解以減小跳轉(zhuǎn)指令在循環(huán)指令中所占的比重， 進(jìn)而提高代碼效率。下面以一個(gè)內(nèi)存復(fù)制函數(shù)加以ARM說(shuō)明。

void memcopy(char ＊to, char ＊from, unsigned int nbytes)
{
while(nbytes--)ARM
＊to++ = ＊from++;
}

為簡(jiǎn)單起見(jiàn)，這里假設(shè)nbytes 為16 的ARM倍數(shù)（省略對(duì)余數(shù)的處理）。上面的函數(shù)每處理一個(gè)字節(jié)就要進(jìn)行一次判斷和跳轉(zhuǎn)， 對(duì)其中的循環(huán)體可作如下拆解：

void memcopy(char ＊to, char ＊from, unsigned int nbytes)
{
while(nbytes) {
＊to++ = ＊from++;
＊to++ = ＊from++;ARM
＊to++ = ＊from++;
＊to++ = ＊from++;
nbytes - = 4;
}
}

這樣一來(lái)， 循環(huán)體中的指令數(shù)增加了，循環(huán)次數(shù)卻減少了。跳轉(zhuǎn)指令A(yù)RM帶來(lái)的負(fù)面影響得以削弱。利用ARM 7 處理器32 位字長(zhǎng)的特性， 上述代碼可進(jìn)一步作如下調(diào)整：

void memcopy(char ＊to, char ＊from, unsigned int nbytes)ARM
{
int ＊p_to = (int ＊)to;
int ＊p_from = (int ＊)from;
while(nbytes) {
＊p_to++ = ＊p_from++;
＊p_to++ = ＊p_from++;
＊p_to++ = ＊p_from++;
＊p_to++ = ＊p_from++;
nbytes - = 16;
}
}
經(jīng)過(guò)優(yōu)化后，一次循環(huán)可以處理16 個(gè)字節(jié)。跳轉(zhuǎn)指令帶來(lái)的影響ARM進(jìn)一步得到減弱。不過(guò)可以看出， 調(diào)整后的代碼在代碼量方面有所增加。

(2)使用寄存器變量
CPU 對(duì)寄存器的存取要比對(duì)內(nèi)存的存取快得多ARM， 因此為變量分配一個(gè)寄存器， 將有助于代碼的優(yōu)化和運(yùn)行效率的提高。整型、指針、浮點(diǎn)等類型的變量都可以分配寄存器； 一個(gè)結(jié)構(gòu)的部分或者全部也可以分配寄存器。給循環(huán)體中需要頻繁訪問(wèn)的變量分配寄存器也能在
一定程度上提高程序效率。

1.3 指令集相關(guān)的優(yōu)化方法
有時(shí)可以利用ARM7 指令集的特點(diǎn)對(duì)程序ARM進(jìn)行優(yōu)化。
(1)避免除法
ARM 7 指令集中沒(méi)有除法指令，其除法是通過(guò)調(diào)用C 庫(kù)函數(shù)實(shí)現(xiàn)的。一個(gè)32 位的除法通常需要20~140 個(gè)時(shí)鐘周期。因此， 除法成了一個(gè)程序效率的瓶頸， 應(yīng)盡量避免使用。有些除法可用乘法代替，例如： if ( (x / y) > z)可變通為 if ( x > (y × z)) 。在能滿足精度，且存儲(chǔ)器空間
冗余的情況下， 也可考慮使用查表法代替除法。當(dāng)除數(shù)為2 的ARM冪次方時(shí)， 應(yīng)用移位操作代替除法。

(2)利用條件執(zhí)行
ARM 指令集的一個(gè)重要特征就是所有的指令均可包含一個(gè)可選的條件碼。當(dāng)程序狀態(tài)寄存器（PSR ）中的條件碼標(biāo)志滿足條件時(shí)， 帶條件碼的指令才能執(zhí)行。利用條件執(zhí)行通?？梢允∪为?dú)的判斷ARM指令，因而可以減小代碼尺寸并提高程序效率。

(3)使用合適的變量類型
ARM 指令集支持有符號(hào)/ 無(wú)符號(hào)的8 位、16 位、32位整型及浮點(diǎn)型變量。恰當(dāng)?shù)氖褂米兞康念愋?，不僅可以節(jié)省代碼，并且可以提高代碼運(yùn)行效率。應(yīng)該盡可能地避免使用char、short 型的ARM局部變量，因?yàn)椴僮? 位/16 位局部變量往往比操作3 2 位變量需要更多指令， 請(qǐng)對(duì)比下列3 個(gè)函數(shù)和它們的匯編代碼。

intwordinc(inta) wordinc
{ ADD a1,a1,#1
return a + 1; MOV pc,lr
} shortinc
shortshortinc(shorta) ADD a1,a1,#1
{ MOV a1,a1,LSL #16
return a + 1; MOV a1,a1,ASR #16ARM
} MOV pc,lr
charcharinc(chara) charinc
{ ADD a1,a1,#1
return a + 1; AND a1,a1,#&ff
} MOV pc,lr
可以看出， 操作3 2 位變量所需的指令要少于操作8位及16 位變量。

1.4 存儲(chǔ)器相關(guān)的優(yōu)化方法
(1)用查表代替計(jì)算
在處理器資源緊張而存儲(chǔ)器資源相對(duì)富裕的情況下， 可以用犧牲存儲(chǔ)空間換取運(yùn)行速度的辦法。例如需要頻繁計(jì)算正弦或余弦函數(shù)值時(shí)，可預(yù)先將函數(shù)值計(jì)算出來(lái)置于內(nèi)存中供以后ARM查找。

(2)充分利用片內(nèi)RAM
一些廠商出產(chǎn)的ARM 芯片內(nèi)集成有一定容量的RAM，如Atmel 公司的AT91R40807 內(nèi)有128KB 的RAM，夏普公司的LH75400/LH75401 內(nèi)有32KB 的RAM。處理器對(duì)片內(nèi)RAM 的訪問(wèn)速度要快于對(duì)外部RAM 的訪問(wèn)，所以應(yīng)盡可能將程序調(diào)入片內(nèi)RAM 中運(yùn)行。若因程序太大無(wú)法*放入片內(nèi)RAM ，可考慮ARM將使用zui頻繁的數(shù)據(jù)或程序段調(diào)入片內(nèi)RAM 以提高程序運(yùn)行效率。

1.5 編譯器相關(guān)的優(yōu)化方法
多數(shù)編譯器都支持對(duì)程序速度和程序大小的優(yōu)化，有些編譯器還允許用戶選擇可供優(yōu)化的內(nèi)容及優(yōu)化的程度。相比前面的各種優(yōu)化方法， 通過(guò)設(shè)置編譯器選項(xiàng)對(duì)程序進(jìn)行優(yōu)化不失為一種簡(jiǎn)單有效的途徑。

2 代碼尺寸優(yōu)化
精簡(jiǎn)指令集計(jì)算機(jī)的一個(gè)重要特點(diǎn)是指令長(zhǎng)度固定， 這樣做可以簡(jiǎn)化指令譯碼的過(guò)程，但卻容易導(dǎo)致代碼尺寸增加。為避免這個(gè)問(wèn)題，可以考慮采取以下措施來(lái)縮減程序ARM代碼量。

2.1 使用多寄存器操作指令
ARM 指令集中的多寄存器操作指令LDM/STM 可以加載/ 存儲(chǔ)多個(gè)寄存器，這在保存/ 恢復(fù)寄存器組的狀態(tài)及進(jìn)行大塊數(shù)據(jù)復(fù)制時(shí)非常有效。例如要將寄存器R4~R12 及R14 的內(nèi)容保存到堆棧中，若用STR 指令共需要10 條，而一條STMEA R13!, {R4 􉘠 R12, R14} 指令就能達(dá)到相同的目的，節(jié)省的指令存儲(chǔ)空間相當(dāng)可觀。不過(guò)需要注意的是， 雖然一條LDM/STM 指令能代替多條LDR/STR 指令，但這并不意味著程序運(yùn)行速度得到了ARM提高。實(shí)際上處理器在執(zhí)行LDM/STM 指令的時(shí)候還是將它拆分成多條單獨(dú)的LDR/STR 指令來(lái)執(zhí)行。

2.2 合理安排變量順序
ARM 7 處理器要求ARM程序中的32 位/16 位變量必須按字/ 半字對(duì)齊，這意味著如果變量順序安排不合理， 有可能會(huì)造成存儲(chǔ)空間的浪費(fèi)。例如：一個(gè)結(jié)構(gòu)體中的4個(gè)32 位int 型變量i1 ~ i4 和4 個(gè)8 位char 型變量c1 ~ c4，若按照i1、c1、i2、c2、i3、c3、i4、c4 的順序交錯(cuò)存放時(shí)， 由于整型變量的對(duì)齊會(huì)導(dǎo)致位于2 個(gè)整型變量中間的那個(gè)8 位char 型變量實(shí)際占用32 位的存儲(chǔ)器，這樣就造成了存儲(chǔ)空間的浪費(fèi)。為避免這種情況， 應(yīng)將int 型變量和char 型變量按類似i1、i2、i3、i4、c1、c2、c3、c4 的順序連續(xù)存放。

2.3 使用Thumb 指令
為了從根本上有效ARM降低代碼尺寸，ARM 公司開(kāi)發(fā)了16 位的Thumb 指令集。Thumb 是ARM 體系結(jié)構(gòu)的擴(kuò)充。Thumb 指令集是大多數(shù)常用32 位ARM 指令壓縮成16 位寬指令的集合。在執(zhí)行時(shí)，16 位指令透明的實(shí)時(shí)解壓成32 位ARM 指令并沒(méi)有性能損失。而且程序在Thumb狀態(tài)和ARM 狀態(tài)之間切換是零開(kāi)銷的。與等價(jià)的32 位ARM 代碼相比，Thumb 代碼節(jié)省的存儲(chǔ)器空間可高達(dá)35% 以上。

結(jié)語(yǔ)
綜上所述，優(yōu)化的過(guò)程是ARM在透徹了解軟/ 硬件結(jié)構(gòu)和特性的前提下，充分利用硬件資源，不斷調(diào)整程序結(jié)構(gòu)使之趨于合理的過(guò)程。其目的是zui大程度發(fā)揮處理器效能，zui大限度利用資源，盡可能提高程序在特定硬件平臺(tái)上的性能。隨著ARM 處理器在通信及消費(fèi)電子等行業(yè)中的應(yīng)用日趨廣泛，優(yōu)化技術(shù)將在基于ARM 處理器的程序設(shè)計(jì)過(guò)程中發(fā)揮越來(lái)越重要的作用。

值得注意的是，程序的優(yōu)化通常只是軟件設(shè)計(jì)需要達(dá)到的諸多目標(biāo)之一， 優(yōu)化應(yīng)在不影響程序正確性、健壯性、可移植性及可維護(hù)性的前提下進(jìn)行。片面追求程序的優(yōu)化往往會(huì)影響健壯性、可移植性等重要目標(biāo)。