现在的编译器越来越聪明&＃xff0c;功能越来越强&＃xff0c;从简单的函数内联&＃xff0c;到复杂的寄存器分析&＃xff0c;一系列代码革命使程序运行得越来越快。大多数时候&＃xff0c;更快比更小重要&＃xff0c;因为磁盘空间和内存都变得便宜了。但是在嵌入式系统里&＃xff0c;更小和更快是一样重要的&＃xff0c;所以把代码进行优化是非常有意义的工作。
如果你已经知道了怎样用gcc编译你的代码&＃xff0c;现在是时候让你的代码更快或者更小了&＃xff0c;这也是本章的内容。如果学有所成的话&＃xff0c;你甚至可以让你的下一个程序既快又小。首先我们快速浏览一下编译器优化理论&＃xff0c;然后讨论GCC的代码优化命令行选项&＃xff0c;从一般的、体系结构无关的优化&＃xff0c;到体系结构相关的优化方法。
虽然本章的示例代码都是C语言的&＃xff0c;但是优化选项是通用的、语言无关的。能把一些优化选项适用到所有语言的编译器上&＃xff0c;是一个编译器家族最大的优势&＃xff0c;比如GCC编译器家族就是这样。
OPTIMIZATION AND DEBUGGING
没有代码优化的时候&＃xff0c;GCC的一个重要目标是尽量缩短编译时间&＃xff0c;并保证产生的代码在调试环境下的行为正确。比如&＃xff0c;在优化过的代码里&＃xff0c;一个变量如果在循环里多次计算&＃xff0c;但是值其实没有变化&＃xff0c;那么编译器可以把它移到循环的外面&＃xff0c;只计算一次。虽然这是可行了&＃xff08;当然&＃xff0c;只要不改变程序的运行结果&＃xff09;&＃xff0c;但是这使你无法按照源代码进行调试&＃xff0c;因为计算该变量的代码被优化掉了。如果没有优化&＃xff0c;你就可以正确的进行调试&＃xff0c;检查变量的值。这就是所谓的“代码在调试环境下的行为正确”。
优化能改变代码的执行流程&＃xff0c;但不改变执行结果。所以&＃xff0c;优化一般是编码并调试完成之后才进行的。其实优化过的代码也是可以进行调试的&＃xff0c;只是需要一些技巧。
编译器优化理论概览
代码优化是指分析一段编译后的代码&＃xff0c;然后决定如何改变它&＃xff0c;使它运行的更快&＃xff0c;消耗的资源更少。拥有此功能的编译器叫做优化编译器&＃xff08;optimizing compilers&＃xff09;&＃xff0c;最后的输出代码叫做优化代码&＃xff08;optimized code&＃xff09;。
优化编译器使用几种办法来决定哪些代码可被优化。一种是控制流分析&＃xff08;control flow analysis&＃xff09;&＃xff0c;即检查循环和其他控制语句&＃xff0c;比如if-then和case&＃xff0c;找出程序可能的执行路径&＃xff0c;然后决定哪些执行路径可以被改进。另一个典型的优化技术是检查数据是怎样使用的&＃xff0c;即数据流分析&＃xff08;data flow analysis&＃xff09;。此法检查变量在哪里是怎样使用的&＃xff08;或没被使用&＃xff09;&＃xff0c;然后应用一系列的方程式到这些使用模式上面&＃xff0c;从而找到优化的途径。
除了本章所述的一些计算机所作的改进外&＃xff0c;优化还包括了对程序所使用的算法的改进。典型的比如冒泡排序算法改进成快速排序或希尔排序。这类改进能使程序的性能有本质的提高&＃xff0c;比计算机能做的优化强得多&＃xff0c;所以优化既是CPU的事情&＃xff0c;也是人的事情。
本节定义一个基本块&＃xff08;basic block&＃xff09;指&＃xff0c;只有一个入口和出口&＃xff0c;其他地方不包括终止、分支语句的连续代码段。在一个基本块内进行的转化称为局部转化&＃xff08;local transformations&＃xff09;&＃xff0c;同样的不是在一个基本块内的转化称为全局转化&＃xff08;global transformations&＃xff09;。通常编译器会进行许多全局或局部的转化&＃xff0c;不过局部转化总是先做。
虽然本节的例子使用C语言&＃xff0c;其实所有GCC编译器都使用一种中间语言进行这种转化&＃xff0c;这种中间语言比各种编程语言更适合计算机处理。GCC在产生最终的2进制代码前&＃xff0c;会使用一系列不同的中间语言翻译你的源程序。不过对人类来说&＃xff0c;C和其他的高级语言比这些中间语言更好理解。
GCC编译器还做了很多其他的优化&＃xff0c;有些非常细致&＃xff0c;甚至需要专业的编译器理论知识。这里列出的优化方法只是基础&＃xff0c;并且能用命令行来进行选择。
注意
我所知的最经典的编译器著作&＃xff0c;当属“龙书”《Compilers: Principles, Techniques, and Tools》&＃xff0c;因其封面有一个恐龙而得名&＃xff08;Alfred V. Aho, Ravi Sethi, and Jeffrey D. Ullman&＃xff0c;Addison Wesley Longman, 1986. ISBN: 0-201-10088-6&＃xff09;。书里的优化理论介绍比本文详细的多&＃xff0c;并且曾是我的启蒙书籍。
Code Motion
Code motion是一种优化技巧&＃xff0c;是指在Common subexpression elimination&＃xff08;后有详述&＃xff09;时去掉多余的代码。Code motion并不是去掉所有的subexpression&＃xff0c;而是在中间语言形式下改变它们的位置&＃xff0c;以便能减少它们出现的次数。比如&＃xff0c;在嵌套的循环或其他控制结构里&＃xff0c;中间变量的计算次数可能不是最优的&＃xff0c;要优化这些程序&＃xff0c;编译器把这些计算语句移到循环更少的地方&＃xff0c;并且保证计算结果是一样的。把计算移出循环的方法我们称为loop-invariant code motion。Code motion还用在另一种Common subexpression elimination里&＃xff0c;叫做partial redundancy elimination。
Common Subexpression Elimination
去除多余的计算是一种标准的优化手段&＃xff0c;因为它能减少程序的指令数&＃xff0c;并得到相同的结果。比如&＃xff0c;如果一个表达式的参数&＃xff08;所引用的变量&＃xff09;值不变&＃xff0c;那么就可以只计算一次结果&＃xff0c;在以后引用该表达式的地方用结果值替代就可以了。这些后来引用该表达式的地方就叫做common subexpressions。比如下例&＃xff1a;
Listing 5-1. An Example of a Common Subexpression
#define STEP 3
#define SIZE 100
int i, j, k;
int p[SIZE];
for (i &＃61; 0; i
j &＃61; 2 * STEP;
k &＃61; p[i] * j;
}
for循环内的表达式j &＃61; 2 * STEP就是一个common subexpression&＃xff0c;因为它的值可以在进入循环之前计算&＃xff0c;而且它的参数变量STEP&＃xff08;实际上是一个宏定义&＃xff09;从不改变。Common subexpression elimination (CSE)把for循环内的重复计算去掉&＃xff0c;成为如下形式&＃xff1a;
j &＃61; 2 * STEP;
for (i &＃61; 0; i <100; &＃43;&＃43;i) {
k &＃61; p[i] * j;
}
虽然这个例子简单了点&＃xff0c;不过能很好的说明问题&＃xff0c;CSE去掉了100次对j的计算。CSE能去掉不必要的计算&＃xff0c;改善程序性能&＃xff0c;并减少了最终文件的大小。
Constant Folding
Constant folding是指去掉在编译时就能确定的数值计算表达式。这些表达式必须只包含常数值&＃xff0c;或者值为常数的变量。比如&＃xff0c;下面的计算表达式都可以用一个赋值语句来替换&＃xff1a;
n &＃61; 10 * 20 * 400;
i &＃61; 10;
j &＃61; 20;
ij &＃61; i * j;
后面的例子里&＃xff0c;如果i和j在后续的程序里没有用到的话&＃xff0c;完全可以去除它们的定义。
Copy Propagation Transformations
这是另一种减少或去除多余计算的方法&＃xff0c;即去除那些只是为了传递数值的变量复制操作。看下面的代码&＃xff1a;
i &＃61; 10;
x[j] &＃61; i;
y[MIN] &＃61; b;
b &＃61; i;
Copy propagation transformation可能会优化成下面的代码&＃xff1a;
i &＃61; 10;
x[j] &＃61; 10;
y[MIN] &＃61; b;
b &＃61; 10;
在本例里&＃xff0c;copy propagation允许把右值变成常数&＃xff0c;这样比搜索和复制变量的值要快得多&＃xff0c;并且也能去掉变量给自己赋值的情况。有些情况下&＃xff0c;copy propagation并不直接产生优化&＃xff0c;但是能简化代码&＃xff0c;方便其他优化&＃xff0c;比如code motion和code elimination。
Constant propagation是一种把变量替换成常量的copy propagation transformation优化方法。Copy propagation主要指去掉不必要的变量间的相互复制&＃xff0c;而Constant propagation则指去掉不必要的预定义值到变量的复制。
Dead Code Elimination
DCE是指把那些实际上无用的或多余的代码去掉。你可能想问“为什么我会写这样的代码呢&＃xff1f;”&＃xff0c;其实在一个很大的、延续时间很长的项目里&＃xff0c;这是很容易发生的。许多DCE都是在中间语言表示的形式下进行的&＃xff0c;因为它是源代码更标准的翻译&＃xff0c;更容易发现不必要的中间计算。
Unreachable code elimination是指去除编译器确定不可能到达的代码。比如下面的代码块&＃xff1a;
if ( i &＃61;&＃61; 10 ) {
. . .
} else {
. . .
if ( i &＃61;&＃61; 10) {
. . .
}
}
第2次对i是否等于10的测试及处理代码可以去掉&＃xff0c;因为它是不可能到达的。UCE也是在中间代码形式里进行的。
If-Conversion
即分支重构&＃xff0c;比如把大的if-then-elseif-else结构&＃xff0c;重构成多个if语句&＃xff0c;这样能简化代码&＃xff0c;为以后的优化提供方便&＃xff0c;并去除某些无用的跳转和分支语句。
Inlining
即把复杂结构或函数调用替换成内联的代码以改善性能。Code inlining或loop unrolling都是指把全部或部分循环展开成一系列的直接指令。Function inlining是指用函数执行的指令替代对函数的调用。一般情况下&＃xff0c;inlining能减少代码复杂度&＃xff0c;提高性能&＃xff0c;因为不需要多余的分支跳转。它还能给common subexpression elimination和code motion提供优化机会。这方面最经典的例子是Duff’s Device&＃xff0c;详见http://en.wikipedia.org/wiki/Duff&＃39;s_device。
GCC Optimization Basics
GCC处理源代码时&＃xff0c;会把它转化成一种中间形式。这样做有几大好处&＃xff1a;、
l 把源代码变得简单、低级&＃xff0c;使优化点暴露出来&＃xff1b;
l 使可能很复杂的结构更容易生成简单易读的语法分析树&＃xff1b;
l 使用统一的中间形式使GCC编译器之间能通用优化策略。
传统上GCC使用的内部中间形式叫做Register Transfer Language (RTL)&＃xff0c;这是一种很低级的语言&＃xff0c;GCC把任何代码&＃xff08;无论什么级别&＃xff09;转化成目标代码之前都先翻译成这种代码。对于像GCC的RTL这种非常低级的语言进行的优化也是很“低级”的&＃xff0c;比如寄存器分配、堆栈和数据优化等。因为它很低级&＃xff0c;所以不会像你想象的那样能进行数据类型、数组和变量引用、控制流改变等“高级”的优化。
GCC 4.0的作者们发明了一种新的中间形式static single assignment (SSA)&＃xff0c;通过对GCC编译器产生的语法分析树进行操作而得到&＃xff0c;因此得名Tree SSA。4.0及更高的GCC编译器在生成Tree SSA之前还有2种中间形式&＃xff0c;叫做GENERIC和GIMPLE。GENERIC是通过去除源代码中语言相关的结构得到的中间形式&＃xff0c;GIMPLE则是把GENERIC只读地址引用进行简化得到。也许你也看出来了&＃xff0c;在到达RTL等级之前&＃xff0c;有许多的优化已经在这些相对高级点的层面上先做了。
关于Tree SSA的详细信息和优化处理的步骤有许多资料可参考&＃xff0c;其中一个是2003年的GCC开发者总结&＃xff0c;网址为http://www.linux.org.uk/~ajh/gcc/gccsummit-2003-proceedings.pdf。
What’s New in GCC 4.x Optimization
GCC 4.x家族最重要的变化是引入了中间形式Tree SSA&＃xff0c;它提供了更多的优化空间&＃xff0c;和更多的参数选项&＃xff0c;包括-ftree-ccp, -ftree-ch, -ftree-copyrename, -ftree-dce, -ftree-dominator-opts, -ftree-dse, -ftree-fre, -ftree-loop-im, -ftree-loop-ivcanon, -ftree-loop-linear, -ftree-loop-optimize, -ftree-lrs, -ftree-pre, -ftree-sra, -ftree-ter, and -ftree-vectorize&＃xff0c;本章稍候会叙述。由于有了这些重大的改变&＃xff0c;原来的通用优化等级-O1、-O2、-O3和-Os都有了变化。除此以外&＃xff0c;任何语言的GCC编译器的优化都更普遍了。
同时由于有IBM的大力支持&＃xff0c;GCC 4改进了向量化。向量化发现同一操作应用到多个数据的代码&＃xff0c;并改善其性能。GCC 4可以把16个标量操作合成为一个向量操作。这个优化方法可以在游戏、视频和多媒体应用里大展身手&＃xff0c;因为这些程序的指令都是对数组向量的重复操作。
GCC 4还改进了数组边界检查和栈的内容结构检查&＃xff0c;保护程序免遭流行的缓冲区和栈溢出攻击。
Architecture-Independent Optimizations
GCC的优化分为2大类&＃xff1a;体系结构无关和体系结构相关。本节介绍体系结构无关的优化&＃xff0c;包括计算机体系无关&＃xff0c;比如x86&＃xff1b;处理器类型无关&＃xff0c;比如IA-32处理器&＃xff1b;和处理器家族无关&＃xff0c;例如Pentium IV (Xeon)。
GCC的优化选项有-O&＃xff1b;-On&＃xff0c;参数n是介于0到3之间的整数&＃xff1b;或者-Os。-O0关闭优化。-O和-O1&＃xff08;又叫作第1级优化&＃xff09;等价&＃xff0c;允许编译器在不大量增加编译时间的前提下减少代码量和执行时间。-O2和-O3比-O1的优化等级更高&＃xff0c;-Os会最小化代码量。
本节所有的表格显示了GCC提供的各种优化选项&＃xff0c;如果要关闭相应优化&＃xff0c;只需在-f和优化选项名字之间加上no-就行了。比如&＃xff0c;要禁止deferred stack pops优化&＃xff0c;命令行可以这样写&＃xff1a;
$ gcc myprog.c -o myprog -O1 -fno-defer-pop
注意
-f表示一个机器无关的操作标志&＃xff0c;即应用一个&＃xff08;大多数情况下&＃xff09;体系结构无关的优化操作。这些标志选项更改了GCC的默认行为&＃xff0c;但是不需要硬件的特殊支持。通常你可以指定多个标志。
Level 1 GCC Optimizations
下表列出了-O或-O1时进行的默认优化选项&＃xff1a;
| Optimization | Description |
| -fcprop-registers | 试图减少寄存器复制操作的次数 |
| -fdefer-pop | Accumulates function arguments on the stack. |
| -fdelayed-branch | Utilizes instruction slots available after delayed branch instructions. |
| -fguess-branch-probability | 利用随机预测器猜测分支的可达性 |
| -fif-conversion | 把有条件跳转变成非分支语句 |
| -fif-conversion2 | 利用条件执行&＃xff08;要求CPU支持&＃xff09;进行if-conversion优化 |
| -floop-optimize | 应用几个针对循环的优化 |
| -fmerge-constants | 合并多个模块中相等的常量 |
| -fomit-frame-pointer | 省略函数桢指针的存储。只能在不影响调试的系统里激活 |
| -ftree-ccp | 在SSA Trees上进行较少的conditional constant propagation&＃xff08;CCP&＃xff09;优化&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-ch | 在SSA Trees上执行loop header copying&＃xff0c;即去掉一个跳转指令&＃xff0c;并提供code motion优化的机会&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-copyrename | 在SSA Trees上执行copy renaming&＃xff0c;即在复制位置把内部变量的名字改得更接近原始变量的名字&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-dce | 在SSA Trees上执行dead code elimination (DCE)优化&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-dominator-opts | 利用支配树&＃xff08;dominator tree&＃xff09;遍历来进行一系列优化。A dominator tree is a tree where each node’s children are the nodes that it immediately dominates。这些优化包括constant/copy propagation&＃xff0c;redundancy elimination&＃xff0c;range propagation&＃xff0c;expression simplification和jump threading&＃xff08;减少跳转语句&＃xff09;&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-dse | 在SSA Trees上执行dead store elimination (DSE)&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-fre | 在SSA Trees上执行full redundancy elimination (FRE)&＃xff0c;即认为全路径计算的表达式会导致冗余编译。这和partial redundancy elimination(PRE)相似&＃xff0c;不过比它快&＃xff0c;找到的冗余也比较少。&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-lrs | 在SSA Trees转化成RTL前&＃xff0c;转化成一般形式&＃xff0c;并执行live range splitting。这种方法明确了变量的生存期&＃xff0c;为后续的优化提供帮助&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-sra | 把聚合体替换成标量&＃xff0c;即把对结构体的引用替换成标量数值&＃xff0c;避免在不必要的时候把结构体提交到内存里&＃xff08;只限GCC 4.x&＃xff09; |
| -ftree-ter | 在SSA Trees转化成RTL前&＃xff0c;转化成一般形式&＃xff0c;并执行temporary expression replacement (TER)。把只使用一次的临时表达式替换成原始定义的表达式&＃xff0c;这样更容易产生RTL代码&＃xff0c;并使产生的RTL代码有更多的优化机会。&＃xff08;只限GCC 4.x&＃xff09; |
第1级优化揉合了代码大小和速度改进2种优化措施。比如&＃xff0c;-tree-dce去掉了无用代码&＃xff0c;于是减少了代码量&＃xff1b;跳转指令减少使整个程序的栈使用量减少&＃xff1b;而-fcprop-registers是性能优化&＃xff0c;减少在寄存器间复制数据的次数。
-fdelayed-branch和-fguess-branch-probability是指令调度改进。如果底层CPU支持指令调度&＃xff0c;这些优化标志就试图使CPU等待下一条指令的等待时间最小化。
-floop-optimize开启了对循环的优化&＃xff0c;包括把常数表达式移出循环和简化推出循环的条件测试。在更高的第2级优化里&＃xff0c;该标志还执行strength reduction和循环展开。
-fomit-frame-pointer是非常有用&＃xff0c;原因有2个&＃xff1a;省下了设置、保存和恢复桢指针的代码&＃xff1b;有时候省下了一个CPU寄存器&＃xff0c;可有它用。而负面影响是&＃xff1a;没有了桢指针&＃xff0c;调试&＃xff08;比如栈跟踪&＃xff0c;尤其是嵌套很深的函数&＃xff09;变得很难甚至不可能。
-O2优化&＃xff08;第2级优化&＃xff09;包括了第1级的所有优化加上下表列出的另一些优化。应用这些优化将延长编译时间&＃xff0c;不过你的程序性能将得到显著的提高。
Level 2 GCC Optimizations
当使用-O2优化选项时&＃xff0c;下表的优化将默认进行&＃xff1a;
| Optimization | Description |
| -falign-functions | 把函数对齐到2的指数字节边界 |
| -falign-jumps | 把跳转指令对齐到2的指数字节边界 |
| -falign-labels | 把标签对齐到2的指数字节边界 |
| -falign-loops | 把循环对齐到2的指数字节边界 |
| -fcaller-saves | 保存并恢复被函数调用改写的寄存器 |
| -fcrossjumping | 分解等价代码来减少代码量 |
| -fcse-follow-jumps | CSE过程中跳过不会到达的目标 |
| -fcse-skip-blocks | CSE过程中可以跳过条件块 |
| -fdelete-null-pointer-checks | 去掉不必要的null指针检查 |
| -fexpensive-optimizations | 执行一些“较昂贵”的优化 |
| -fforce-mem | 在寄存器里保存内存操作数&＃xff08;只限GCC 4.1&＃xff09; |
| -fgcse | 执行一遍全局CSE&＃xff08;Common Subexpression Elimination&＃xff09; |
| -fgcse-lm | 在全局CSE时把装载指令移到循环外面 |
| -fgcse-sm | 在全局CSE时把保存治疗移到循环外面 |
| -foptimize-sibling-calls | 优化有副作用的或尾递归的函数调用 |
| -fpeephole2 | 执行机器相关的深度优化 |
| -fregmove | Reassigns register numbers for maximum register tying |
| -freorder-blocks | 重新安排函数的基本块&＃xff0c;以便减少分支和提高代码局部性 |
| -freorder-functions | 对于经常调用或极少调用的函数&＃xff0c;使用特殊的text段重新安排函数的基本块&＃xff0c;以提高代码局部性 |
| -frerun-cse-after-loop | 在循环优化之后执行一遍CSE |
| -frerun-loop-opt | 执行2此循环优化 |
| -fsched-interblock | 在基本块间调度指令 |
| -fsched-spec | Schedules speculative execution of nonload instructions |
| -fschedule-insns | 重新安排指令以最小化执行延迟 |
| -fschedule-insns2 | 执行第2次schedule-insns |
| -fstrength-reduce | 用“廉价”的指令代替“昂贵”的指令 |
| -fstrict-aliasing | 通知编译器使用最严格的别名规则&＃xff08;aliasing rules&＃xff09; |
| -fthread-jumps | 试图重新安排跳转指令的顺序&＃xff0c;成为执行的顺序 |
| -ftree-pre | 在SSA Trees上执行partial redundancy elimination (PRE) |
| -funit-at-a-time | 在开始代码生成之前对整个文件进行语法分析&＃xff0c;以便进行额外的优化&＃xff0c;比如重新安排代码和申明&＃xff0c;去掉从不引用的静态变量和函数等。 |
| -fweb | 把每个web&＃xff08;代码的存活范围&＃xff09;赋给它自己的伪寄存器&＃xff0c;方便后续的优化&＃xff0c;例如CSE&＃xff0c;dead code elimination和循环优化。 |
4个-falign-选项强制函数、跳转指令、标签和循环对齐到2的指数边界&＃xff0c;原理是内存对齐的数据和结构对计算机有更高的访问速度。前提是对齐后的代码被频繁调用&＃xff0c;能弥补因对齐造成的no-op指令的延迟。
-fcse-follow-jumps和-fcse-skip-blocks正如其名&＃xff0c;是在前面介绍的CSE过程中执行的优化。使用-fcse-follow-jumps&＃xff0c;CSE会跳过不可到达的目标代码。比如&＃xff0c;下面的条件代码&＃xff1a;
if (i <10) {
foo();
} else {
bar();
}
通常&＃xff0c;即使(i <10)测试为false&＃xff0c;CSE仍要按照全路径对foo()进行优化。如果你指定了-fcse-follow-jumps&＃xff0c;CSE就直接跳到else块进行优化&＃xff08;bar()&＃xff09;。
-fcse-skip-blocks使CSE可以跳过条件块。比如你写了如下的if语句&＃xff1a;
if (i >&＃61; 0) {
j &＃61; foo(i);
}
bar(j);
如果你指定了-fcse-skip-blocks而且i是负值&＃xff0c;那么CSE将直接跳到bar()&＃xff0c;越过了原来的if语句。而通常情况下&＃xff0c;无论i是什么值&＃xff0c;CSE都需要对if语句进行处理。
-fpeephole2执行CPU相关的深度优化&＃xff0c;把较长的指令集替换成较短的、简练的指令。比如下面的代码&＃xff1a;
a &＃61; 2;
for (i &＃61; 1; i <10; &＃43;&＃43;i)
a &＃43;&＃61; 2;
GCC可能把整个循环替换成赋值语句a&＃61;20。使用了-fpeephole2&＃xff0c;GCC就在标准的深度优化&＃xff08;比如C语言里用位操作代替算术操作&＃xff09;之外还进行CPU相关的优化。
-fforce-mem是指在对指针进行运算前&＃xff0c;把内存操作数和常量复制到寄存器里&＃xff0c;目的是生成内存引用的common subexpressions&＃xff0c;然后用CSE进行优化。前面已经讲过&＃xff0c;CSE能去除多余的寄存器装载指令。
-foptimize-sibling-calls试图优化掉尾递归的或同属调用&＃xff08;sibling call&＃xff09;的函数。尾递归调用是指函数的递归调用出现在最后面。比如下面的代码&＃xff1a;
int inc(int i)
{
printf("%d/n" i);
if(i <10)
inc(i &＃43; 1);
}
上面定义的inc()函数&＃xff0c;在函数体最后递归调用了以i&＃43;1为参数的自身&＃xff0c;直到i大于等于10。既然尾递归调用的深度是已知的&＃xff0c;那么就可以用一个迭代来消除尾递归。-foptimize-sibling-calls就试图进行这种优化。同属调用&＃xff08;sibling call&＃xff09;也是指函数调用出现在尾上下文&＃xff08;tail context&＃xff0c;比如return语句&＃xff09;中。
GCC Optimizations for Code Size
选项-Os变得越来越流行&＃xff0c;因为它包含了第2级优化里除增加代码量以外的所有优化。-Os还应用了一些减少代码量的额外优化。代码量在这里不是指程序文件在磁盘里占用的存储空间&＃xff0c;而是指程序运行时占用的内存空间。注意&＃xff0c;-Os会自动屏蔽下面的优化选项&＃xff1a;
• -falign-functions
• -falign-jumps
• -falign-labels
• -falign-loops
• -fprefetch-loop-arrays
• -freorder-blocks
• -freorder-blocks-and-partition
• -ftree-ch
分别使用-O2和-Os编译程序&＃xff0c;然后对比它们的性能和内存用量是很有意义的。比如&＃xff0c;我发现最新的Linux内核下使用-O2和-Os编译的程序拥有几乎相同的运行时性能&＃xff0c;但是后者的运行时内存用量却少了15%。当然&＃xff0c;你的环境下可能有不同的发现。
Level 3 GCC Optimizations
指定-O3优化选项除了包括第1级&＃xff0c;第2级的所有优化外&＃xff0c;还包括&＃xff1a;
l -fgcse-after-reload&＃xff1a;在重新装载时执行一遍额外的load elimination&＃xff1b;
l -finline-functions&＃xff1a;把所有的“简单”函数内联到调用者中&＃xff1b;
l -funswitch-loops&＃xff1a;Moves branches with loop invariant conditions out of loops
注意
如果使用了多个-O选项&＃xff0c;最后的那个决定一切。所以&＃xff0c;命令gcc -O3 foo.c bar.c -O0 -o baz将不执行任何优化&＃xff0c;因为-O0出现在最后。
Manual GCC Optimization Flags
除了前面讲的几个-O选项能进行的优化外&＃xff0c;GCC还有几个只能用-f指定的优化选项&＃xff0c;如下表所示&＃xff1a;
| Flag | Description |
| -fbounds-check | 对访问数组的索引进行检查 |
| -fdefault-inline | 把C&＃43;&＃43;成员函数默认为内联 |
| -ffast-math | 设置&＃xff1a; -fno-math-errno -funsafe-math-optimizations -fno-trapping-math 选项 |
| -ffinite-math-only | 禁止检查NaN和无穷大的参数或结果 |
| -ffloat-store | 禁止在寄存器里存储浮点数值 |
| -fforce-addr | 在寄存器里存储内存常量 |
| -ffunction-cse | 在寄存器里存储函数地址 |
| -finline | 把用inline关键字指定的函数内联展开 |
| -finline-functions | 在调用者里把简单的函数内联 |
| -finline-limit&＃61;n | 指定内联函数的伪指令数不超过n |
| -fkeep-inline-functions | 保持内联函数仍为可调用的函数 |
| -fkeep-static-consts | 保留用static const申明但从未引用过的变量 |
| -fmath-errno | 设置数学函数的errno执行时成为单条指令 |
| -fmerge-all-constants | 把模块间相同值的变量合并 |
| -ftrapping-math | Emits code that generates user-visible traps for FP operations |
| -ftrapv | 产生代码捕捉有符号值的运算溢出 |
| -funsafe-math-optimizations | 禁止对浮点操作进行错误检查和一致性测试 |
上面列出的选项很多都有关浮点操作。在进行这些效果不确定的优化的同时&＃xff0c;优化器会背离严格的ISO和/或IEEE标准&＃xff0c;尤其是对数学函数和浮点运算。在浮点运算量巨大的应用里&＃xff0c;这样做可能有显著的性能提升&＃xff0c;但是代价就是放弃了对标准的遵守。在某些情况下&＃xff0c;这种放弃是可以接受的&＃xff0c;当然最终决定权在你的手里。
注意
不是所有的GCC优化选项都可以用这些标志来控制。有些优化选项是完全自动进行的&＃xff0c;而且只对代码进行小的修改。只要你使用了-O&＃xff0c;就不能禁止这些优化。
Processor-Specific Optimizations
传统上&＃xff0c;为目标机器定制的优化并不被提倡&＃xff0c;因为它们依赖许多目标系统的信息。GCC利用这些信息产生特殊的代码&＃xff0c;使用处理器特有的属性或避免已知的缺陷。
在写这本书以前&＃xff0c;我通常只用-O2来优化我的程序&＃xff0c;把剩下的事都交给编译器。写完这本书以后&＃xff0c;我感觉自己的能力更强了&＃xff0c;并给程序增加了一些被证明很有用的编译选项&＃xff0c;即在特定情况下的特定优化选项。下面的文字都是指导性的&＃xff0c;因为毕竟你比我更懂自己的代码。
Automating Optimization with Acovea
即使你把本文的内容忘的差不多了&＃xff0c;你肯定还是知道GCC的选项简直有无数个。要想给某一个特定的程序和特定的体系结构选择最好的GCC选项集&＃xff0c;根本就是不可能的。所以很多人都做法是&＃xff0c;使用标准的优化选项&＃xff0c;然后在自己知道的其他选项里试验出几个有用的。这样做可能是为了节省开发时间&＃xff0c;但是它却是“可耻”的。
Scott Ladd的Acovea程序&＃xff08;http://www.coyotegulch.com/products/acovea/index.html&＃xff09;提供了一个有趣而且有用的方法&＃xff0c;获得最好的优化选择&＃xff0c;原理是利用进化算法&＃xff08;evolutionary algorithm&＃xff09;模拟自然的选择。听起来似乎很神奇&＃xff0c;让我们看看它是怎么工作的。Acovea应用那些可能改善各种代码的优化算法&＃xff0c;检查结果&＃xff0c;然后保留那些能使代码性能提高的优化。这和自然选择过程的第一步在概念上非常相似。Acovea然后自动把满意的优化算法传给后续的选择过程&＃xff0c;这样一步步应用更多的优化算法。
GCC专家们在网上各处发表了很多进化出“最佳”优化的建议。不过&＃xff0c;这些建议可能是相互矛盾的&＃xff0c;甚至在你的应用里不产生效果。Acovea试图通过反复的用优化选项编译代码&＃xff0c;并自动详细的分析性能&＃xff0c;来得到最佳的结果。这种详尽的分析经历可以使你学习GCC优化选项中最难懂的部分——选项之间的相互影响。Acovea使你可以自动测试所有的GCC选项组合&＃xff0c;帮助你大大加快开发过程&＃xff0c;得到最少或编译最快的程序版本。
Building Acovea
你可以从http://www.coyotegulch.com/products/acovea/index.html上得到Acovea的最新版本。安装Acovea前需要2个额外的库&＃xff1a;
l coyotl&＃xff1a;包含了Acovea用到的许多函数&＃xff0c;包括一个定制的随机数生成器&＃xff0c;底层的浮点应用&＃xff0c;一个通用的命令行分析器&＃xff0c;和改良的排序和验证工具&＃xff1b;
l evocosm&＃xff1a;提供了开发进化算法的一个框架。
然后使用简单的解压、配置、安装流程就行了。最后的可执行程序runacovea位于/usr/local/bin&＃xff08;默认&＃xff09;下。
注意
Acovea只支持类Unix和Linux的系统&＃xff0c;对Cygwin的支持可能还需要点工作。
Configuring and Running Acovea
Acovea为你的程序进行的测试选项定义在XML格式的配置文件里&＃xff0c;配置文件的模板可以在http://www.coyotegulch.com/products/acovea/acovea-config.html得到。GCC的版本对这些配置文件非常重要&＃xff0c;所以首先得到和你GCC版本相符的配置文件&＃xff1b;其次是处理器的类型。下面是一个Acovea配置文件的范例&＃xff1a;
flags&＃61;"-lrt -lm -std&＃61;gnu99 -O1 -march&＃61;opteron ACOVEA_OPTIONS -o ACOVEA_OUTPUT ACOVEA_INPUT" /> command&＃61;"gcc" flags&＃61;"-lrt -lm -std&＃61;gnu99 -O1 -march&＃61;opteron -o ACOVEA_OUTPUT ACOVEA_INPUT" /> command&＃61;"gcc" flags&＃61;"-lrt -lm -std&＃61;gnu99 -O2 -march&＃61;opteron -o ACOVEA_OUTPUT ACOVEA_INPUT" /> command&＃61;"gcc" flags&＃61;"-lrt -lm -std&＃61;gnu99 -O3 -march&＃61;opteron -o ACOVEA_OUTPUT ACOVEA_INPUT" /> command&＃61;"gcc" flags&＃61;"-lrt -lm -std&＃61;gnu99 -O3 -march&＃61;opteron -ffast-math -o ACOVEA_OUTPUT ACOVEA_INPUT" /> command&＃61;"gcc" flags&＃61;"-lrt -lm -std&＃61;gnu99 -Os -march&＃61;opteron -o ACOVEA_OUTPUT ACOVEA_INPUT" /> value&＃61;"-fno-omit-frame-pointer|-momit-leaf-frame-pointer" /> . . .. … … … max&＃61;"10000" step&＃61;"100" separator&＃61;"&＃61;" /> 注意 Acovea可以用于任何GCC编译&＃xff0c;只要给baseline属性的command元素赋相应的值就行了。 当你准备好了配置文件后&＃xff0c;就可以使用runacovea程序进行测试&＃xff1a; runacovea –config config-file-name –input source-file-name 注意 默认情况下&＃xff0c;Acovea把速度和性能放在首位&＃xff0c;不过也可以指定-size选项使runacovea首先优化代码量。 执行runacovea能得到很多的输出&＃xff0c;因为它使用许多优化的排列组合进行测试&＃xff0c;最终的输出可能是如下样子&＃xff1a; Acovea completed its analysis at 2005 Nov 24 08:45:34 Optimistic options: -fno-defer-pop (2.551) -fmerge-constants (1.774) -fcse-follow-jumps (1.725) -fthread-jumps (1.822) Pessimistic options: -fcaller-saves (-1.824) -funswitch-loops (-1.581) -funroll-loops (-2.262) -fbranch-target-load-optimize2 (-2.31) -fgcse-sm (-1.533) -ftree-loop-ivcanon (-1.824) -mfpmath&＃61;387 (-2.31) -mfpmath&＃61;sse (-1.581) Acovea&＃39;s Best-of-the-Best: gcc -lrt -lm -std&＃61;gnu99 -O1 -march&＃61;opteron -fno-merge-constants -fno-defer-pop -momit-leaf-frame-pointer -fno-if-conversion -fno-loop-optimize -ftree-ccp -ftree-dce -ftree-dominator-opts -ftree-dse -ftree-copyrename -ftree-fre -ftree-ch -fmerge-constants -fcrossjumping -fcse-follow-jumps -fpeephole2 -fschedule-insns2 -fstrict-aliasing -fthread-jumps -fgcse-lm -fsched-interblock -fsched-spec -freorder-functions -funit-at-a-time -falign-functions -falign-jumps -falign-loops -falign-labels -ftree-pre -finline-functions -fgcse-after-reload -fno-inline -fpeel-loops -funswitch-loops -funroll-all-loops -fno-function-cse -fgcse-las -ftree-vectorize -mno-push-args -mno-align-stringops -minline-all-stringops -mfpmath&＃61;sse,387 -funsafe-math-optimizations -finline-limit&＃61;600 -o /tmp/ACOVEAA7069796 fibonacci_all.c Acovea&＃39;s Common Options: gcc -lrt -lm -std&＃61;gnu99 -O1 -march&＃61;opteron -fno-merge-constants -fno-defer-pop -momit-leaf-frame-pointer -fcse-follow-jumps -fthread-jumps -ftree-pre -o /tmp/ACOVEAAA635117 fibonacci_all.c -O1: gcc -lrt -lm -std&＃61;gnu99 -O1 -march&＃61;opteron -o /tmp/ACOVEA58D74660 fibonacci_all.c -O2: gcc -lrt -lm -std&＃61;gnu99 -O2 -march&＃61;opteron -o /tmp/ACOVEA065F6A10 fibonacci_all.c -O3: gcc -lrt -lm -std&＃61;gnu99 -O3 -march&＃61;opteron -o /tmp/ACOVEA934D7357 fibonacci_all.c -O3 -ffast-math: gcc -lrt -lm -std&＃61;gnu99 -O3 -march&＃61;opteron -ffast-math -o /tmp/ACOVEA408E67B6 fibonacci_all.c -Os: gcc -lrt -lm -std&＃61;gnu99 -Os -march&＃61;opteron -o /tmp/ACOVEAAB2E22A4 fibonacci_all.c 正如你所看到的&＃xff0c;Acovea生成了一些最佳的优化选项组合列表&＃xff0c;还有一些建议的GCC优化选项信息。
京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有