與傳統(tǒng)的4／8位單片機相比，ARM的性能和處理能力是遙遙的。但與之相應，ARM的系統(tǒng)設計復雜度和難度，較之傳統(tǒng)的設計方法也大大提升了，同時也大大拓展了針對ARM芯片特性進行優(yōu)化的空間，例如針對指令流水線的優(yōu)化、針對寄存器分配進行的優(yōu)化等。 

       ARM在硬件上不支持除法指令，編譯器是通過調(diào)用C庫函數(shù)來實現(xiàn)除法運算的，有許多不同類型的除法程序來適應不同的除數(shù)和被除數(shù)。但直接利用C庫函數(shù)中的標準整數(shù)除法程序，根據(jù)執(zhí)行情況和輸入操作數(shù)的范圍，要花費20～100個周期，消耗較多的軟件運行時間。在實時嵌入式應用中，對時間參數(shù)較為敏感，故可以考慮如何優(yōu)化避免除法消耗過多的CPU運行時間。 

       除法和模運算（／和％）執(zhí)行起來比較慢，所以應盡量避免使用。但是，除數(shù)是常數(shù)的除法運算和用同一個除數(shù)的重復除法，執(zhí)行效率會比較高。在ARM中，可以利用單條MUL指令實現(xiàn)乘法操作。本文將闡述如何用乘法運算代替除法運算，以及如何使除法的次數(shù)zui少化。 

1 避免除法運算 

       在非嵌入式領域，因為CPU運算速度快、存儲器容量大，除法操作通常都是不加考慮直接使用的。但在嵌入式領域，首先需要考慮的是這些除法操作是否是必須的。以對環(huán)形緩沖區(qū)操作為例，經(jīng)常要用到除法，其實*可以避免這些除法運算。 

       假定有一個buffer_size大小的環(huán)形緩沖區(qū)，如圖1所示，0ffset目前所在的位置。通過increment字節(jié)來增加offset的值，一般是這樣寫的：

0ffset=（Offset+increment）％buffer_size；

效率更高的寫法是：

offset+=increment；

if（offset>=buffer_size）{

offset一=buffer_size；

} 


       *種寫法要花費50個周期，而第二種因為沒有除法運算，只須花費3個周期。這里假定increment
       如果不能避免除法運算，那么就應盡量使除數(shù)和被除數(shù)是無符號的整數(shù)。有符號的除法程序執(zhí)行起來更加慢，因為它們先要取得除數(shù)和被除數(shù)的值，再調(diào)用無符號除法運算，zui后再確定結(jié)果的符號。

2 充分利用商和余數(shù) 

       許多C語言庫中的除法函數(shù)返回商和余數(shù)。換句話說，每一個除法運算，余數(shù)是可以無償?shù)玫降?，反之亦然。例如，要在屏幕緩沖區(qū)找到偏移量為offset的屏幕位置（x，y），可以這樣寫：

typeclef struct{

int x；

int y；

}point；

point getxy_v1（unsigned int offset，unslgned int bytes_per_line）{

point p；

p．y=offset／lt）ytes_per_line；

p．x=offset - p．y＊ bytcs_per_line；

return p；

} 

       這里，似乎對p．x使用減法和乘法，少了一次除法運算；但是，實際上使用模運算或者取余操作效率更高，對

getxy_vl改進如下：

point getxy_v2（unsigned int offset，unsigned int bytes_per_line）{

point P；

P．x=offset％bytes_per_1ine；

P．y=offset／bytes_per_line；

return P; 


       從下面編譯器的輸出結(jié)果可以看到，只有一次除法調(diào)用。實際上，這個程序要比前面的getxy_vl少4條指令（注意，并不是對所有的編譯器和C庫都有這樣的結(jié)果）。getxy_v2

STMFD r13!，{r4，r14}；保存r4，lr人堆棧

MOV r4，rO ；賦值后r4保存的為點P基址

MOV rO，r2 ；rO=bytes_per_line

BL rt_udiv ；調(diào)用無符號除法例程

（r0．；r1）=（rl／rO，rl％rO）

STR r0，[r4，#4] ；P．y=offset／bytes_per_line

STR rl，[r4，#o] ；P．x=offset%bytes_per_line

LDMFD r13!，（r4，pc）；恢復上下文，返回

3 把除法轉(zhuǎn)換為乘法 

       在程序中，同一個除數(shù)的除法經(jīng)常會出現(xiàn)很多次。在前面的例子中，bytes_per_line的值在整個程序中都是固定不變的。又如3到2笛卡爾坐標變換，其中就使用了同一個除數(shù)兩次：

（x,Y，x）→（x／z，y／z） 

       這種情況下，使用cache指令中的值1／z，并使用1／z的乘法來代替除法運算，效率會更高。另外，要盡可能使用int類型的運算，避免使用浮點運算。 

       下面將更加偏重于從數(shù)學和理論的角度分析，把重復除法轉(zhuǎn)換成乘法運算。 

       下面來區(qū)分數(shù)學意義上的除法和整型除法運算：

◇n／d，即整數(shù)n被分成整數(shù)d份，結(jié)果趨向于O（與C語言相同）；

◇n％d，即n被d除之后的余數(shù)，就是n--d（n／d）；

◇n/d=n·d-1，即真正數(shù)學意義上的n被d除。 


       當使用整型除法時，zui容易估算d-1值的方法是計算232／d。然后，就可以估算n／d為：

（n（232／d））／232 （1） 


       在執(zhí)行n的乘法時，需要到64位。對于這種方法，會出現(xiàn)如下問題：

◇為了計算232／d，由于一個unsigned int類型的數(shù)據(jù)放不下232，編譯器要使用64位long long類型的數(shù)，而且必須除法為（1 ull<<32）／d。這種64位的除法比32位的除法執(zhí)行起來要慢得多。

◇如果d碰巧是1，那么232／d就不再適合于un—signed int數(shù)據(jù)類型。 


       上面的做法似乎很好，而且解決了這兩個問題。那么，再來看一下用（232一1）／d代替232／d。

令

s=0xffffffff ul／d （2） 

       以上n／d-2，q，n／d+1為整數(shù)值，所以可得q=n／d或q=（n／d）一1，即初步估計的結(jié)果q與正確值n／d有可能存在偏差1?？梢园l(fā)現(xiàn)，通過計算余數(shù)r=n—q·d（O≤r<2d）是比較容易的。下面的代碼糾正了這個結(jié)果：

r=n--q＊d;／＊初步估計結(jié)果余數(shù)r的范圍為O≤r<2d＊／

if（r>=d）{／＊若需要校正＊／

r-=d；／＊校正r，使O≤r
n++;／＊相應商加1進行校正＊／

} ／＊得正確結(jié)果q=n／d和r=n％d＊／ 


       下面給出一個實例，用上面的算法完成了N個元素的數(shù)組被d除。首先，計算上面所說的s值，然后用乘以5來代替每個被d除的除法。64位的乘是很容易實現(xiàn)的，因為ARM中有一條指令UMULL，可以進行2個32位數(shù)相乘，給出一個64位的結(jié)果。

void scale（

unsigned int＊dest； ／＊目的數(shù)據(jù)＊／

unsigned int＊src； ／＊源數(shù)據(jù)＊／

unsignedInt d； ／＊分母d＊／

urlslglaedInt N；） ／＊數(shù)據(jù)長度＊／

{

unsigned int s=0xFFFFFFFFu／d；

do{

unsigned int n，q，r；

n=＊（src++）；

q=（urtslgrted int）（（（unsined tong long）n＊s）>>32）；

r=n＊d；

if（r>=d）{ ／＊若需要對商進行校正＊／

q++；

}

＊（dest++）=q;

}while（一一N）；

} 

       這里假定除數(shù)和被除數(shù)都是32位的無符號整數(shù)。當然，使用32位乘法進行16位的無符號數(shù)計算，或者使用1 28位乘法進行64位數(shù)計算，運算規(guī)則是一樣的?？梢詾樘囟ǖ臄?shù)據(jù)選擇zui窄的運算寬度。如果數(shù)據(jù)是16位的，那么就設置s=（216一1）/d，然后用標準的整型乘法來求值q。

4 結(jié) 論 

       在嵌入式軟件編程中，為了節(jié)省CPU運行時間，應盡可能避免使用除法。對環(huán)形緩沖區(qū)的處理可以不用除法。如果不能避免除法運算，那么應盡可能使用除法程序同時產(chǎn)生商n／d和余數(shù)n％d的好處。對于重復對一除數(shù)d的除法．預先計算好s=（2k一1）／d，用乘以s的2k位乘法來代替除以d的k位無符號整數(shù)除法，可大大減少由于直接使用除法操作引入的指令周期數(shù)。