追求極致性能是系統級、嵌入式、高頻交易、遊戲引擎等領域 C 程序員的核心素養。本文總結四大經典優化策略——以空間換時間、數學方法降維、位運算替代除模、內嵌匯編突破極限,配合代碼對比、匯編視角分析與工程權衡建議,助你寫出又快又省的 C 代碼。
// 方法 A:運行時拷貝(慢)
#define LEN 32
char str1[LEN];
memset(str1, 0, LEN);
strcpy(str1, "This is a example!!"); // 兩次函數調用、循環拷貝
// 方法 B:編譯期初始化 + 指針引用(快)
const char str2[LEN] = "This is a example!!";
const char *cp = str2; // 直接使用指針,零拷貝、零初始化開銷
原理:B 利用編譯器將字符串放入 .rodata 段,運行時僅需加載地址。A 需運行時執行 memset + strcpy(循環+函數調用開銷)。
權衡:B 犧牲靈活性(內容不可修改、需預存所有變體)。適用於只讀、高頻訪問、內容固定集合場景(錯誤碼表、狀態機跳轉表、協議魔數)。
// 方法 C:內聯函數(仍有調用開銷,視編譯器優化)
#define bwMCDR2_ADDRESS 4
#define bsMCDR2_ADDRESS 17
inline int BIT_MASK(int __bf) { return ((1U << (bw ## __bf)) - 1) << (bs ## __bf); }
inline void SET_BITS(int *__dst, int __bf, int __val) {
*__dst = (*__dst & ~BIT_MASK(__bf)) | (((__val) << (bs ## __bf)) & BIT_MASK(__bf));
}
// 方法 D:全宏展開(零調用開銷,代碼膨脹換速度)
#define BIT_MASK(__bf) (((1U << (bw ## __bf)) - 1) << (bs ## __bf))
#define SET_BITS(__dst, __bf, __val) \
((__dst) = ((__dst) & ~BIT_MASK(__bf)) | (((__val) << (bs ## __bf)) & BIT_MASK(__bf)))
SET_BITS(MCDR2, MCDR2_ADDRESS, RegisterNumber); // 單指令級優化
匯編視角:函數調用涉及 棧幀佈局、寄存器保存/恢復、跳轉指令、分支預測。宏展開後邏輯直接內聯到調用點,編譯器可進一步指令調度、常量傳播、死代碼消除。ARM 官方庫即大量採用此模式實現位操作。
代價:代碼體積膨脹 → 指令緩存命中率下調;調試困難(無調用棧);副作用風險(參數多次求值)。僅用於極熱路徑、極簡單邏輯、參數無副作用。
// 方法 E:迴圈累加 O(N)
int sum = 0;
for (int i = 1; i <= 100; ++i) sum += i; // 100 次加法、比較、跳轉
// 方法 F:等差數列求和公式 O(1)
int sum = (100 * (100 + 1)) / 2; // 1 次乘法、1 次加法、1 次除法
擴展應用:
n &= n-1) 替代逐位檢測。核心思想:識別問題的數學本質,用封閉形式解/恆等式/不變量替代迭代計算。這要求開發者具備扎實數學直覺,並在註釋中標註推導來源。
除法/取模指令 (DIV/IDIV) 典型延遲 10-40 週期(視架構),而移位 (SHL/SHR)、位與 (AND) 單週期。當除數/模數為 2 的冪次 時,完美等價轉換:
// 除以 2^n
x / 8 → x >> 3
x / 32 → x >> 5
// 模 2^n
x % 8 → x & 7
x % 32 → x & 31
// 通用模數優化(編譯器常自動完成):乘法逆元 + 移位
// x % 10 ≈ (x * 0xCCCD) >> 18 (近似,需修正)
#define BUF_SIZE 256 // 必須是 2 的冪
uint8_t buf[BUF_SIZE];
volatile uint16_t head = 0, tail = 0;
// 入隊
buf[head] = data;
head = (head + 1) & (BUF_SIZE - 1); // 替代 head % BUF_SIZE
// 出隊
data = buf[tail];
tail = (tail + 1) & (BUF_SIZE - 1);
注意:有符號數右移為算術移位(符號位擴展),負數除法向零取整 vs 移位向負無窮取整,結果不同! 僅對無符號數或確定非負的有符號數安全使用。跨平台移植時需驗證編譯器行為(C 標準未強制規定負數右移行為)。
void memcpy_arm(void *dst, const void *src, size_t len) {
// 假設 len 為 32 字節對齊,此處簡化演示
#ifdef __ARM__
asm volatile(
"1: \n"
"ldmia %1!, {r0-r7} \n" // 從 src 載入 8 個寄存器 (32 bytes),src 後增
"stmia %0!, {r0-r7} \n" // 存入 dst,dst 後增
"subs %2, %2, #32 \n" // len -= 32, 設置標誌位
"bne 1b \n" // 不為零跳轉繼續
: "+r" (dst), "+r" (src), "+r" (len) // 輸出操作數 (讀寫)
: // 輸入操作數
: "r0", "r1", "r2", "r3", "r4", "r5", "r6", "r7", "memory", "cc" // 破壞寄存器
);
#else
// 回退通用實現
memcpy(dst, src, len);
#endif
}
優勢:單次循環拷貝 32 字節,指令數極少,無分支預測失誤(條件執行),充分利用加載/存儲多發射單元。通用 memcpy 因處理對齊、尾部、重疊等通用情況,路徑更長。
__builtin_*, _mm_*)、標準庫優化版、算法優化、restrict/const 輔助編譯器。僅在性能分析器確認瓶頸、且高級手段無效、且經架構師評審時引入,並嚴格隔離於 #ifdef ARCH 且提供純 C 回退實現。perf/gprof/VTune 定位真正瓶頸(別靠直覺)。-O2 -march=native -flto,善用 restrict, constexpr, __builtin_expect。「過早優化是萬惡之源」,但「無優化意識的架構是災難之源」。在正確的地方、用正確的手段、付出可接受的代價,才是高效 C 編程的真諦。