这些技巧是在书上面看到的，跟大家分享。 假设现在要做一个整数阵列a的加总，如果已知阵列长度为100的话， 最简单的写法是。 for ( i = 0; i < 100; ++i ) sum += a[ i ]; 但是这样会做100次的 i < 100 的判断，增加branch降低效率，所 以loop unrolling的技巧就是在回圈内部多做几次，减少判断的次 数。 for ( i = 0; i < 100; i += 5 ) { sum += a[ i ]; sum += a[ i + 1 ]; sum += a[ i + 2 ]; sum += a[ i + 3 ]; sum += a[ i + 4 ]; } （当然可以乾脆展开100次，所有的判断都省了，但是这样做会加大 程式码的长度，对效率也会有影响，而且完全没弹性） 这是在已知长度是100的情况下才能做的，因为我们知道100是5的倍 数，但是如果情况变成要对任意的阵列长度n都可以适用，就得写成。 for ( i = 0; i < n % 5; ++i ) // 先把n % 5的余数做完 sum += a[ i ]; for ( ; i < n; i += 5 ) { // 剩下的回圈数一定是5的倍数了 sum += a[ i ]; sum += a[ i + 1 ]; sum += a[ i + 2 ]; sum += a[ i + 3 ]; sum += a[ i + 4 ]; } 不过Duff's device的技巧就是可以把这两个回圈融合在一起。 i = 0; switch ( n % 5 ) { case 0: do {sum += a[ i++ ]; case 4: sum += a[ i++ ]; case 3: sum += a[ i++ ]; case 2: sum += a[ i++ ]; case 1: sum += a[ i++ ]; } while ((n -= 5) > 0); } 这边是用switch-case跳到do-while的回圈之中。 回到一开始的loop unrolling的版本 for ( i = 0; i < 100; i += 5 ) { sum += a[ i ]; sum += a[ i + 1 ]; sum += a[ i + 2 ]; sum += a[ i + 3 ]; sum += a[ i + 4 ]; } 其实这程式等价於 for ( i = 0; i < 100;) { sum += a[ i++ ]; sum += a[ i++ ]; sum += a[ i++ ]; sum += a[ i++ ]; sum += a[ i++ ]; } 但是这样做会让造成前後两个指令之间在i上的相依性，没办法完全 利用到CPU的pipeline。用前者会稍微比较好，不过实际上sum也是 造成相依性的来源，所以可以改写成 for ( i = 0; i < 100; i += 5 ) { sum1 += a[ i ]; sum2 += a[ i + 1 ]; sum1 += a[ i + 2 ]; sum2 += a[ i + 3 ]; sum1 += a[ i + 4 ]; } sum = sum1 + sum2; 这技巧也能和Duff's device同时使用，只是有没有办法增加效率就 要试试看才知道。 上面这些程式码都只是示意，回圈要展开几次，要用多少个变数来 加总才能达成最高效率，与硬体实作部份有很大的关系，只能慢慢 的作测试。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.119.162.51 ※ 编辑: FRAXIS 来自: 140.119.162.51 (06/29 07:59)