程序速度优化案例分析.ppt

《程序速度优化案例分析.ppt》由会员分享，可在线阅读，更多相关《程序速度优化案例分析.ppt（31页珍藏版）》请在优知文库上搜索。

1、程序速度优化案例分析程序速度优化案例分析软件DSC简介n凸阵式扇形扫查的回波信号是极坐标形式的。图示出这种极坐标形式的采样点与光栅扫描显示像素间的位置关系。软件DSC简介n 对于每一个象素点，需要找到与其相邻的四个采样点进行线性插值，得到该点灰度值。软件DSC简介ar1r2x1x4x6x2x3x5x7xyo DSC要解决的两个主要问题是：坐标变换及插补处理。首先要将屏幕上每个象素点(DisX,DisY)转化为以探头圆心为原点的直角坐标系中的坐标(X, Y)，再将(X,Y)转换为极坐标(R,)，然后求得对应扫描线线号(Col,Row)。 提高代码执行效率的准备工作 n建立起时间测试框架 n以递增

2、方式做测试 n打开编译器的优化选项 打开编译器的优化选项n为了便于调试，编译器在Debug下一般对代码不作或只作很少的优化，所以依据Debug版的测试结果来作为效率改进的依据有时可能意义并不大，编译器可能已经作了你想作的优化。软件DSC速度改进过程n单B图像（35c50ha探头，深度5.17），速度大约为13.7帧/秒，显然不具备实时性。(测试所用机器配置如下：cpu: 奔腾四2.8G，L1 data cache 8K Bytes，L2 cache 512K Bytes。 )95以上时间花费在此UConvexDSC:DSC() for(DisY=0;DisYm_usDisplayHeight;

3、DisY+) 将DisY变为以探头圆心为原点的坐标Y for(DisX=0;DisXm_usDisplayWidth;DisX+) 将DisX变为以探头圆心为原点的坐标X 计算线号Col，行号Row If(点不在扫描线以内) 灰度值设为0; continue; 根据插值系数和线号、行号、插值系数求该点象素值 n对于屏幕上每个象素点来说，对于给定探头，如果深度、放大系数、偏移系数固定，每个点对应极坐标位置和插值系数是固定的。如果将第一次的计算结果存储到表格中，以后计算时不需要重新计算每个点的坐标位置和插值系数，而使用表格中存储的数据，直接进行插值运算。 不需要每帧都进行计算以空间效率换取时间效率

4、 n经过这一步优化，耗时从72ms减少到8.8ms，达到113.9帧/秒。 循环内判断应当移到循环外部将循环体的逻辑判断移到循环体外n通过这一修改，耗时从8.8ms减少到5.5ms，达到180.8帧/秒。 存在冗余计算存在冗余计算循环体内工作量最小化，减少冗余的操作 n这一步改进使得耗时从5.5ms减少3.6ms，达到274帧/秒。 for(DisY=0;DisYm_usDisplayHeight;DisY+) 将DisY变为以探头圆心为原点的坐标Y for(DisX=0;DisXm_usDisplayWidth;DisX+) 将DisX变为以探头圆心为原点的坐标X 从表格中获取Col值 If

5、(点不在扫描线以内) 灰度值设为0; continue; 从表格中获取Row,insert0,insert1,insert2,insert3值 根据插值系数和线号、行号、插值系数求该点象素值 CPU的cache对性能的影响 内存CPU芯片L1高高速速缓缓存存(SRAM)寄存器堆ALU总线接口L2高高速速缓缓存存(SRAM)高速缓存总线I/O桥存储器总线系统总线 位于CPU芯片上的L1高速缓存的访问速度几乎和访问寄存器堆一样快，CPU可以在一个时钟周期内访问它们。L2高速缓存是通过一条特殊的总线连接到处理器的，访问L2的时间开销要比访问L1大5倍。而通常CPU需要几十或几百个时钟周期才能访问到内

6、存。 存储器层次结构 寄存器L1高速缓存(SRAM)L2高速缓存(SRAM)主存储器(DRAM)L0L1L2L3本地二级存储(本地磁盘)远程二级存储(分布式文件系统、Web服务器)L4L5 分层结构的中心思想是，对于每个k，位于k层的更快更小的存储设备作为位于k+1层的更大更慢的存储设备的缓存。 存储器层次结构中的基本缓存原理 431494765032181110912151413第K层：第K1层：数据以块为大小为传输单元在层与层之间拷贝 L0和L1层之间传送通常使用1个字的块，L1和L2之间以及L2和L3之间的传送通常使用48个字的块。 局部性原理 n时间局部性 在一个具有良好时间局部性的程

7、序中，被引用过一次的变量很可能在不远的将来再多次被引用(重复引用一个变量)。 n空间局部性 在一个具有良好空间局部性的程序中，如果一个存储器位置被引用了一次，那么程序很可能在不远的将来引用附近的一个存储器位置。 局部性原理对速度的影响for(disy = 0; disy m_usDisplayHeight; disy+) for(disx = 0; disx m_usDisplayWidth; disx+) 访问Insert0disydisx for(disx = 0; disx m_usDisplayWidth; disx+) for(disy = 0; disy m_usDisplayHe

8、ight; disy+) 访问Insert0disydisx 测得软件DSC耗时增大了5.07ms，速度为98.0帧/秒，速度降低65%！ 局部性原理对速度的影响C语言以行优先顺序存储数组，二维数组在内存中存放顺序如下： 如果高速缓存和内存之间传送数据块大小是4个字，则原来的代码缓存命中率为75%，而调整后的代码缓存命中率为0。Cpu每次读数据时都必须到内存中去读，导致效率大幅度降低。.00010N.10111N.M0M1MN数据存储方式对效率的影响int PixelRow_IIMG_HEIGHTIMG_WIDTH;int PixelCol_IIMG_HEIGHTIMG_WIDTH;int I

9、nsert0IMG_HEIGHTIMG_WIDTH;int Insert1IMG_HEIGHTIMG_WIDTH;int Insert2IMG_HEIGHTIMG_WIDTH;int Insert3IMG_HEIGHTIMG_WIDTH;struct DSC_PARAM int PixelRow_I; int PixelCol_I; int Insert0; int Insert1; int Insert2; int Insert3; ;DSC_PARAM g_DscParamIMG_HEIGHTIMG_WIDTH; 修改后耗时减少0.0486ms，速度变为277.7帧/秒，速度只提高了1.3

10、8%。 原因分析cacheInsert00Insert10Insert20Insert30Col0Row0 假设L2 cache每次从内存中读入6个字的数据，在读某个象素的参数时没有命中，将该参数所在数据块一起读入到cache中，如上图所示。之后对row、insert0insert3的访问都会命中，命中率为5/6。 原因分析cacheInsert00Insert10Insert20Insert30Col0Row0Insert01Insert11Insert21Insert31Col1Row1Insert02Insert12Insert22Insert32Col2Row2Insert03Inse

11、rt13Insert23Insert33Col3Row3Insert04Insert14Insert24Insert34Col4Row4Insert05Insert15Insert25Insert35Col5Row5 而原来的存储方式在读col0时没有命中，会将col0col5内容读入cache中，对于Row0等也是如此， 虽然在读第0点参数时命中率为0，但后面的5个点的参数已经读入到cache中，命中率同样为5/6。因而速度变化并不显著。 代码耗时比例for(disy=0;disym_usDisplayHeight;disy+) for(disx = 0;disx m_usDisplayWi

12、dth;disx+) if(g_DscParamdisydisx.PixelCol_I7); /查灰度表进行后处理 graydisposi + disx = m_pImgPara-pB_Gray_Table2*tmp_gray; disposi += IMG_WIDTH;插值和后处理耗时46双重循环耗时8比较这一步耗时39%耗时不在比较和赋值操作，而在于从内存中读取数据通过提高空间效率提高时间效率 调整完后的DSC_PARAM结构所占内存空间只有原来的1/3，通过测试，耗时从3.6ms减少到3.1ms，运算速度变为317帧/秒，速度提高13%。这一步修改通过减少数组的大小，减少了cpu从访问内

13、存的次数，提高了cache的利用率。测试数据表格测试所用机器配置 cpu: 奔腾四2.8G，L1 data cache 8K Bytes，L2 cache 512K Bytes，512M内存。测试单B图像，35c50ha探头，深度为5.17。原始运算速度为15.7帧/秒。 耗时（ms/帧）软件DSC速度(帧/秒)速度提高百分比优化之前7214-以空间换时间8.8113.9625%循环体内判断移到循环外5.5180.859%梳理流程，减少冗余3.627452%减小保存插值系数数组大小3.131713%不同pc上的比较测试CPUCache(KBytes)计算速度(帧/秒)相对速度奔腾四 2.8G5

14、122741奔腾四 3.0G10243531.29奔腾四 3.5G10244131.51奔腾四 3.75G10244551.66对于奔四 3.0G3.75G，cache大小一样，计算速度和cpu时钟频率基本呈线性关系。对于奔四3.0G和奔四2.8G，cpu时钟频率增大了1.07倍，而速度却增大了1.29倍，原因在于cache增大了一倍。 提高代码执行效率的一些原则 1. 不要一味地追求程序的效率，应当在满足正确性、可靠性、健壮性、可读性等质量因素的前提下，设法提高程序的效率。2. 局部效率应为全局效率服务，不能因为提高局部效率而对全局效率造成影响。3. 不要一味追求紧凑的代码，因为紧凑的代码并

15、不代表高效的机器码。 提高代码执行效率的一些原则4. 先优化算法，再优化执行代码。比如计算从1到100的和，使用以下代码int sum = 0; for( int i = 1; i= 100; i+ ) sum += i; 需要执行200次加法指令，100次比较指令，100次跳转指令。而如果使用高斯公式 sum = (1+100)*100/ 2; 只需要执行1次加法，1次乘法，1次移位。5. 找到影响代码速度的瓶颈。在优化程序的效率时，应当先找出限制效率的“瓶颈”，不要在无关紧要之处优化。 提高代码执行效率的一些原则6. 有时候时间效率和空间效率可能对立，此时 应当分析那个更重要，作出适当的折

16、衷。7. 如果循环体内存在逻辑判断，并且循环次数很大，宜将逻辑判断移到循环体的外面。 8. 循环体内工作量最小化，减少冗余的操作提高代码执行效率的一些原则9. 在多重循环中，应将最长的循环放在最内层。这样可以减少pc指针从内循环跳转到外循环的次数。10. 减少循环中的函数调用。函数调用会带来相当大的开销，而且妨碍大多数形式的程序优化。 提高代码执行效率的一些原则11. 用低代价操作代替高代价操作。如：用乘法或其它方法代替除法，因为除法运算要占用较多CPU资源。示例：如下表达式运算可能要占较多CPU资源。#define PAI 3.1416radius = circle_length / (2 * PAI);应如下把浮点除法改为浮点乘法。#define PAI_RECIPROCAL (1 / 3.1416 ) / 编译器编译时，将生成具体浮点数radius = circle_length * PAI_RECIPROCAL / 2; 提高代码执行效率的一些原则12. 收集公共表达式。如果一个代价昂贵的计算多次出现，应该只在一个地方做它，并记录计算结果。 比如: for(int i = 0;