C++编程优化——让你的代码飞起来

速度取决于算法
同样的事情，方法不一样，效果也不一样。比如，汽车引擎，可以让你的速度超越马车，却无法超越音速；涡轮引擎，可以轻松超越音障，却无法飞出地球；如果有火箭发动机，就可以到达火星。代码的运算速度取决于以下几个方面:0 算法本身的复杂度，比如MPEG比JPEG复杂，JPEG比BMP图片的编码复杂。1 CPU自身的速度和设计架构 2 CPU的总线带宽 3 您自己的代码的写法

我们一个图象模式识别的项目，需要将RGB格式的彩色图像先转换成黑白图像。图像转换的公式如下：
Y = 0.299 * R + 0.587 * G + 0.114 * B;
图像尺寸640*480*24bit，RGB图像已经按照RGBRGB顺序排列的格
式，放在内存里面了。
例如，将这个喷火的战斗机引擎，转换为右边的黑白图片
我已经悄悄的完成了第一个优化
以下是输入和输出的定义：
#define XSIZE 640
#define YSIZE 480
#define IMGSIZE XSIZE*YSIZE
Typedef struct RGB
{
unsigned char R;
unsigned char G;
unsigned char B;
}RGB;
struct RGB in[IMGSIZE] //需要计算的原始数据
Unsigned char out[IMGSIZE] //计算后的结果
看得出来优化在
哪里吗？
我已经悄悄的完成了第一个优化
#define XSIZE 640
#define YSIZE 480
#define IMGSIZE XSIZE*YSIZE
Typedef struct RGB
{
unsigned char R;
unsigned char G;
unsigned char B;
}RGB;
struct RGB in[IMGSIZE] //需要计算的原始数据
Unsigned char out[IMGSIZE] //计算后的结果
优化原则：
图像是一个2D数组，我用一个1维数组来存储。
编译器处理1维数组的效率要高过2维数组
先写一个代码
Y = 0.299 * R + 0.587 * G + 0.114 * B;
Void calc_lum()
{int I;
for(i=0;i{double r,g,b,y;
unsigned char yy;
r=in[i].r; g=in[i].g; b=in[i].b;
y=0.299*r+0.587*g+0.114*b;
yy=y; out[i]=yy;
}
}
这大概是能想得出来的最简单的写法了，实在看不出有什么毛病，好
了，编译一下跑一跑吧。
第一次试跑Void calc_lum()
{int I;
for(i=0;i{double r,g,b,y;
unsigned char yy;
r=in[i].r; g=in[i].g; b=in[i].b;
y=0.299*r+0.587*g+0.114*b;
yy=y; out[i]=yy;
}
}
这个代码分别用VC6.0和GCC编译，生成2个版本，分别在PC上和
我的embedded system上面跑。
速度多少？说出来吓死你！
第一次试跑的成绩
在PC上，由于存在硬件浮点处理器，CPU
频率也够高，计算速度为20秒
我的embedded system ，没有以上2个
优势，浮点操作被编译器分解成了整数运
算，运算速度为120秒左右
这只是一副图像的运算速度！！
去掉浮点运算
上面这个代码还没有跑，我已经知道会很慢了，因为这其中有大量
的浮点运算。只要能不用浮点运算，一定能快很多。
Y = 0.299 * R + 0.587 * G + 0.114 * B;
那这个公式怎么能用定点的整数运算替代呢？
0.299 * R可以如何化简？
Y = 0.299 * R + 0.587 * G + 0.114 * B;
Y=D+E+F;
D=0.299*R;
E=0.587*G;
F=0.114*B;
我们就先简化算式D吧！
RGB的取值范围都是0~255,都是整数，只是这个系数比较麻烦，
不过这个系数可以表示为：
0.299=299/1000
所以D=(R*299)/1000
Y=(R*299)/1000+(G*587)/1000+(B*114)/1000
再简化为：
Y=(R*299+G*587+B*114)/1000
这一下，能快多少呢？
化简后的成绩
Embedded system
上的速度45秒
PC上的速度2秒
0.299 * R进一步化简
Y=(R*299+G*587+B*114)/1000
这个式子好像还有点复杂，可以再砍掉一个除法运算。
前面的算式D可以这样写：
0.299=299/1000=1224/4096
所以D=(R*1224)/4096
Y=(R*1224)/1000+(G*2404)/4096+(B*467)/4096
再简化为：
Y=(R*1224+G*2404+B*467)/4096
这里的/4096除法，因为它是2的N次方，所以可以用移位操作替
代，往右移位12bit就是把某个数除以4096了
Y = 0.299 * R + 0.587 * G + 0.114 * B
Y=(R*1224+G*2404+B*467)/4096
Void calc_lum()
{int I;
for(i=0;i{int r,g,b,y;
r=1224*in[i].r; g=2404*in[i].g; b=467*in[i].b;
y=r+g+b;
y=y>>12; //这里去掉了除法运算
out[i]=y;
}
}
这个代码编译后，又快了20%
0.299 * R进一步化简
还是太慢！
虽然快了不少，还是太慢了一些，
20秒处理一幅图像，地球人都不能
接受！
但是目前这个式子好像优化到极限
了，要想突破音障，只能拆掉活塞
发动机，安装蜗轮引擎！
仔细端详一下这个式子！
仔细端详一下这个式子！
RGB的取值有文章可做，RGB的取值永远都大于等于0，小于等于
255，我们能不能将D,E,F都预先计算好呢？然后用查表算法计
算呢？
我们使用3个数组分别存放DEF的256种可能的取值，然后。。。
Y = 0.299 * R + 0.587 * G + 0.114 * B;
Y=D+E+F;
D=0.299*R;
E=0.587*G;
F=0.114*B;
查表数组初始化
Int D[256]，E[256]，F[256]； //查表数组
Void table_init()
{int I;
for(i=0;i<256;i++)
{D[i]=i*1224; D[i]=D[i]>>12;
E[i]=i*2404; E[i]=E[i]>>12;
F[i]=i*467; F[i]=F[i]>>12;
}
}
Y = 0.299 * R + 0.587 * G + 0.114 * B;
Y=D+E+F;
D=0.299*R;
E=0.587*G;
F=0.114*B;
使用查表数组
Y = 0.299 * R + 0.587 * G + 0.114 * B;
Y=D+E+F;
D=0.299*R;
E=0.587*G;
F=0.114*B;
Void calc_lum()
{int I;
for(i=0;i{int r,g,b,y;
r=D[in[i].r]; g=E[in[i].g]; b=F[in[i].b]; //查表
y=r+g+b;
out[i]=y;
}
}
突破音障!
这一次的成绩把我吓出一身冷汗，执行时间居然从30秒一下提高到
了2秒！在PC上测试这段代码，眼皮还没眨一下，代码就执行完了。
一下提高15倍，爽不爽？
还能再
快吗？ 120
秒
45秒
30秒
2秒
下一
程，几
秒？
很多embedded sysytem 的32bitCPU，都至少有2个ALU，能不
能让2个ALU都跑起来？
Void calc_lum()
{int I;
for(i=0;i{int r,g,b,y;
r=D[in[i].r]; g=E[in[i].g]; b=F[in[i].b]; //查表
y=r+g+b;
out[i]=y;
}
} Void calc_lum()
{int I;
for(i=0;i{int r,g,b,y， r1,g1,b1,y1;
r=D[in[i].r]; g=E[in[i].g]; b=F[in[i].b]; //查表
y=r+g+b;
out[i]=y;
r1=D[in[i+1].r]; g1=E[in[i+1].g]; b1=F[in[i+1].b]; //查表
y1=r1+g1+b1;
out[i+1]=y1;
}
}
踩足油门，向2马赫进军！
并行计算
2个ALU处理的数据不能有数据依赖，也就是说：
某个ALU的输入条件不能是别的ALU的输出，这样
才可以并行
给第一个ALU执行给第二个ALU执行
一次并行处理2组数据
所以这里一次加2
Void calc_lum()
{int I;
for(i=0;i{int r,g,b,y， r1,g1,b1,y1;
r=D[in[i].r]; g=E[in[i].g]; b=F[in[i].b]; //查表
y=r+g+b;
out[i]=y;
r1=D[in[i+1].r]; g1=E[in[i+1].g]; b1=F[in[i+1].b]; //查表
y1=r1+g1+b1;
out[i+1]=y1;
}
}
这一次的成绩是：
加足燃料，进军3马赫！
Int D[256]，E[256]，F[256]； //查表数组
Void table_init()
{int I;
for(i=0;i<256;i++)
{D[i]=i*1224; D[i]=D[i]>>12;
E[i]=i*2404; E[i]=E[i]>>12;
F[i]=i*467; F[i]=F[i]>>12;
}
}
看看这个代码，
到这里，似乎已经足够快了，但是我们反复实验，发现，还有办法再快！
可以将
Int D[256]，E[256]，F[256]； //查表数组
更改为：
Unsigned short D[256]，E[256]，F[256]； //查表数组
这是因为编译器处理int类型和处理unsigned
short类型的效率不一样
再改动一下
Unsigned short D[256]，E[256]，F[256]； //查表数组
Inline Void calc_lum()
{int I;
for(i=0;i{int r,g,b,y， r1,g1,b1,y1;
r=D[in[i].r]; g=E[in[i].g]; b=F[in[i].b]; //查表
y=r+g+b;
out[i]=y;
r1=D[in[i+1].r]; g1=E[in[i+1].g]; b1=F[in[i+1].b]; //查表
y1=r1+g1+b1;
out[i+1]=y1;
}
}
将函数声明为inline,这样编译器就会将其
嵌入到母函数中，可以减少CPU调用子函
数所产生的开销
这2个小小的改进带来的效益！
现在，我们已经达到了客户的要求！
其实，我们还可以飞出地球的！
如果加上以下措施，应该还可以更快：
•把查表的数据放置在CPU的高速数据CACHE
里面
•把函数calc_lum()用汇编语言来写
其实，CPU的潜力是很大的
•不要抱怨你的CPU，记住一句话：“只要功率足
够，砖头都能飞！”
•同样的需求，写法不一样，速度可以从120秒
变化为0.5秒，说明CPU的潜能是很大的！看你

如何去挖掘。

原文：http://blog.chinaunix.net/uid-20806919-id-132246.html

C++编程优化——让你的代码飞起来相关推荐

C 语言编程 — 结构化程序流的汇编代码与 CPU 指令集
目录文章目录目录文章目录为什么要保留汇编语言顺序程序流条件程序流循环程序流函数调用栈的工作原理文章目录 <C 语言编程 - GCC 工具链> <C 语言编程 - 程 ...
L1-015 跟奥巴马一起画方块 (15分) 美国总统奥巴马不仅呼吁所有人都学习编程，甚至以身作则编写代码，成为美国历史上首位编写计算机代码的总统。2014年底，为庆祝“计算机科学教育周”正式启动，奥
美国总统奥巴马不仅呼吁所有人都学习编程,甚至以身作则编写代码,成为美国历史上首位编写计算机代码的总统.2014年底,为庆祝"计算机科学教育周"正式启动,奥巴马编写了很简单的计算机代 ...
郁金香汇编代码注入怎么写看雪_世界黑客编程大赛冠军的汇编代码你见过吗？...
前几天发布了一篇"雷军22年前写的汇编代码"的文章,引起网友的热议.有人说汇编是最牛逼的编程语言,没有之一.汇编语言确实厉害,不知道你有没有见过世界黑客编程大赛冠军的作品? 雷军编 ...
计算机算法对程序设计的作用,算法计算机论文,关于数学算法对计算机编程优化相关参考文献资料-免费论文范文...
导读:本论文主要论述了算法计算机论文范文相关的参考文献,对您的论文写作有参考作用. (重庆人文科技学院理工学院数学系,重庆 401572) 摘要:数学算法是一种将很多问题进行归纳总结,然后采用统一 ...
英特尔多核平台编程优化大赛报告
前言本次优化使用的CPU是Intel Xeon 5130 主频为2.0GHz 同Intel酷睿2一样是基于Core Microarchitecture 的双核处理器.本次优化在Intel的工具帮助下 ...
HighNewTech：来到了21世纪的第3个十年，各行业数字化迫在眉睫，全民编程也势不可挡。但，问题来了，编程，一定需要写代码么？那么，传说中的iVX工具，与编程到底又有什么暧昧关系？
High&NewTech:来到了21世纪的第3个十年,各行业数字化迫在眉睫,全民编程也势不可挡.但,问题来了,编程,一定需要写代码么?那么,传说中的iVX工具,与编程到底又有什么暧昧关系? 导 ...
【笔记】编程的原则：改善代码质量的101个方法
代码必然被修改 Code will be changed 代码不是写完就结束了,它在日后必然会被修改.没有写完就扔的一次性代码. 在编写代码的时候,我们应将"代码会被修改"这一点作 ...
公开“英特尔多核平台编程优化大赛”优化报告及源代码
公开"英特尔多核平台编程优化大赛"优化报告及源代码本系列文章欢迎转载.打印.分发等,但不可用于商业用途,任何时候必须保留全文完整,并声明转载自恋花蝶的博客(http://blog ...
切割优化模型可以用c语言编程不,数学算法对计算机编程优化研究
数学算法是一种以数学模型为基础的理论知识,能够对计算机编程中的问题进行归纳总结和统一计算,以提高逻辑应用的效率,它是计算机编程的基础.计算机编程是从数学模型开始的,首先要根据具体问题进行抽象,以建立一 ...

C++编程优化——让你的代码飞起来

C++编程优化——让你的代码飞起来相关推荐

最新文章

热门文章