程序優化是指軟件編程結束后，利用軟件開發工具對程序進行調整和改進，讓程序充分利用資源， 提高運行效率， 縮減代碼尺寸的過程。按照優化的側重點不同， 程序優化可分為運行速度優化和代碼尺寸優化。運行速度優化是指在充分掌握軟硬件特性的基礎上， 通過應用程序結構調整等手段來降低完成指定任務所需執行的指令數。在同一個處理器上， 經過速度優化的程序比未經優化的程序在完成指定任務時所需的時間更短，即前者比后者具有更高的運行效率。代碼尺寸優化是指，采取措施使應用程序在能夠正確完成所需功能的前提下， 盡可能減少程序的代碼量。
然而在實際的程序設計過程中，程序優化的兩個目標(運行速度和代碼大小) 通常是互相矛盾的。為了提高程序運行效率，往往要以犧牲存儲空間、增加代碼量為代價， 例如程序設計中經常使用的以查表代替計算、循環展開等方法就容易導致程序代碼量增加。而為了減少程序代碼量、壓縮存儲器空間，可能又要以降低程序運行效率為代價。因此， 在對程序實施優化之前， 應先根據實際需求確定相應的策略。在處理器資源緊張的情況下， 應著重考慮運行速度優化;而在存儲器資源使用受限的情況下， 則應優先考慮代碼尺寸的優化。
1 程序運行速度優化
程序運行速度優化的方法可分為以下幾大類。
1.1 通用的優化方法
(1)減小運算強度
利用左/ 右移位操作代替乘/ 除2 運算：通常需要乘以或除以2 的冪次方都可以通過左移或右移n 位來完成。實際上乘以任何一個整數都可以用移位和加法來代替乘法。arm 7 中加法和移位可以通過一條指令來完成，且執行時間少于乘法指令。例如： i = i × 5 可以用i = (i<<2) + i 來代替。
利用乘法代替乘方運算：arm7 核中內建有32 ×8 乘法器， 因此可以通過乘法運算來代替乘方運算以節約乘方函數調用的開銷。例如： i = pow(i, 3.0) 可用 i = i×i × i 來代替。
利用與運算代替求余運算：有時可以通過用與(AND )指令代替求余操作(% )來提高效率。例如：i = i % 8 可以用 i = i & 0x07 來代替。
(2)優化循環終止條件
在一個循環結構中，循環的終止條件將嚴重影響著循環的效率，再加上arm 指令的條件執行特性，所以在書寫循環的終止條件時應盡量使用count-down-to-zero結構。這樣編譯器可以用一條BNE (若非零則跳轉)指令代替CMP (比較)和BLE (若小于則跳轉)兩條指令，既減小代碼尺寸，又加快了運行速度。
(3)使用inline 函數
arm C 支持 inline 關鍵字，如果一個函數被設計成一個inline 函數，那么在調用它的地方將會用函數體來替代函數調用語句， 這樣將會徹底省去函數調用的開銷。使用inline 的最大缺點是函數在被頻繁調用時，代碼量將增大。
1.2 處理器相關的優化方法
(1)保持流水線暢通
從前面的介紹可知，流水線延遲或阻斷會對處理器的性能造成影響，因此應該盡量保持流水線暢通。流水線延遲難以避免， 但可以利用延遲周期進行其它操作。
LOAD/STORE 指令中的自動索引(auto-indexing)功能就是為利用流水線延遲周期而設計的。當流水線處于延遲周期時， 處理器的執行單元被占用， 算術邏輯單元(ALU )和桶形移位器卻可能處于空閑狀態，此時可以利用它們來完成往基址寄存器上加一個偏移量的操作，
供后面的指令使用。例如：指令 LDR R1, [R2], #4 完成 R1= *R2 及 R2 += 4 兩個操作，是后索引(post-indexing)的例子;而指令 LDR R1, [R2, #4]! 完成 R1 = *(R2 + 4) 和 R2 +=4 兩個操作，是前索引(pre-indexing)的例子。
流水線阻斷的情況可通過循環拆解等方法加以改善。一個循環可以考慮拆解以減小跳轉指令在循環指令中所占的比重， 進而提高代碼效率。下面以一個內存復制函數加以說明。
void memcopy(char *to, char *from, unsigned int nbytes)
{
while(nbytes--)
*to++ = *from++;
}
為簡單起見，這里假設nbytes 為16 的倍數(省略對余數的處理)。上面的函數每處理一個字節就要進行一次判斷和跳轉， 對其中的循環體可作如下拆解：
void memcopy(char *to, char *from, unsigned int nbytes)
{
while(nbytes) {
*to++ = *from++;
*to++ = *from++;
*to++ = *from++;
*to++ = *from++;
nbytes - = 4;
}
}
這樣一來， 循環體中的指令數增加了，循環次數卻減少了。跳轉指令帶來的負面影響得以削弱。利用arm 7 處理器32 位字長的特性， 上述代碼可進一步作如下調整：
void memcopy(char *to, char *from, unsigned int nbytes)
{
int *p_to = (int *)to;
int *p_from = (int *)from;
while(nbytes) {
*p_to++ = *p_from++;
*p_to++ = *p_from++;
*p_to++ = *p_from++;
*p_to++ = *p_from++;
nbytes - = 16;
}
}
經過優化后，一次循環可以處理16 個字節。跳轉指令帶來的影響進一步得到減弱。不過可以看出， 調整后的代碼在代碼量方面有所增加。
(2)使用寄存器變量
CPU 對寄存器的存取要比對內存的存取快得多， 因此為變量分配一個寄存器， 將有助于代碼的優化和運行效率的提高。整型、指針、浮點等類型的變量都可以分配寄存器; 一個結構的部分或者全部也可以分配寄存器。給循環體中需要頻繁訪問的變量分配寄存器也能在
一定程度上提高程序效率。1.3 指令集相關的優化方法
有時可以利用arm7 指令集的特點對程序進行優化。
(1)避免除法
arm 7 指令集中沒有除法指令，其除法是通過調用C 庫函數實現的。一個32 位的除法通常需要20~140 個時鐘周期。因此， 除法成了一個程序效率的瓶頸， 應盡量避免使用。有些除法可用乘法代替，例如： if ( (x / y) > z)可變通為 if ( x > (y × z)) 。在能滿足精度，且存儲器空間
冗余的情況下， 也可考慮使用查表法代替除法。當除數為2 的冪次方時， 應用移位操作代替除法。
(2)利用條件執行
arm 指令集的一個重要特征就是所有的指令均可包含一個可選的條件碼。當程序狀態寄存器(PSR )中的條件碼標志滿足指定條件時， 帶條件碼的指令才能執行。利用條件執行通?？梢允∪为毜呐袛嘀噶睿蚨梢詼p小代碼尺寸并提高程序效率。
(3)使用合適的變量類型
arm 指令集支持有符號/ 無符號的8 位、16 位、32位整型及浮點型變量。恰當的使用變量的類型，不僅可以節省代碼，并且可以提高代碼運行效率。應該盡可能地避免使用char、short 型的局部變量，因為操作8 位/16 位局部變量往往比操作3 2 位變量需要更多指令， 請對比下列3 個函數和它們的匯編代碼。
intwordinc(inta) wordinc
{ ADD a1,a1,#1
return a + 1; MOV pc,lr
} shortinc
shortshortinc(shorta) ADD a1,a1,#1
{ MOV a1,a1,LSL #16
return a + 1; MOV a1,a1,ASR #16
} MOV pc,lr
charcharinc(chara) charinc
{ ADD a1,a1,#1
return a + 1; AND a1,a1,#&ff
} MOV pc,lr
可以看出， 操作3 2 位變量所需的指令要少于操作8位及16 位變量。
1.4 存儲器相關的優化方法
(1)用查表代替計算
在處理器資源緊張而存儲器資源相對富裕的情況下， 可以用犧牲存儲空間換取運行速度的辦法。例如需要頻繁計算正弦或余弦函數值時，可預先將函數值計算出來置于內存中供以后查找。
(2)充分利用片內RAM
一些廠商出產的arm 芯片內集成有一定容量的RAM，如Atmel 公司的AT91R40807 內有128KB 的RAM，夏普公司的LH75400/LH75401 內有32KB 的RAM。處理器對片內RAM 的訪問速度要快于對外部RAM 的訪問，所以應盡可能將程序調入片內RAM 中運行。若因程序太大無法完全放入片內RAM ，可考慮將使用最頻繁的數據或程序段調入片內RAM 以提高程序運行效率。
1.5 編譯器相關的優化方法
多數編譯器都支持對程序速度和程序大小的優化，有些編譯器還允許用戶選擇可供優化的內容及優化的程度。相比前面的各種優化方法， 通過設置編譯器選項對程序進行優化不失為一種簡單有效的途徑。
2 代碼尺寸優化
精簡指令集計算機的一個重要特點是指令長度固定， 這樣做可以簡化指令譯碼的過程，但卻容易導致代碼尺寸增加。為避免這個問題，可以考慮采取以下措施來縮減程序代碼量。
2.1 使用多寄存器操作指令
arm 指令集中的多寄存器操作指令LDM/STM 可以加載/ 存儲多個寄存器，這在保存/ 恢復寄存器組的狀態及進行大塊數據復制時非常有效。例如要將寄存器R4~R12 及R14 的內容保存到堆棧中，若用STR 指令共需要10 條，而一條STMEA R13!, {R4 ?? R12, R14} 指令就能達到相同的目的，節省的指令存儲空間相當可觀。不過需要注意的是， 雖然一條LDM/STM 指令能代替多條LDR/STR 指令，但這并不意味著程序運行速度得到了提高。實際上處理器在執行LDM/STM 指令的時候還是將它拆分成多條單獨的LDR/STR 指令來執行。
2.2 合理安排變量順序
arm 7 處理器要求程序中的32 位/16 位變量必須按字/ 半字對齊，這意味著如果變量順序安排不合理， 有可能會造成存儲空間的浪費。例如：一個結構體中的4個32 位int 型變量i1 ~ i4 和4 個8 位char 型變量c1 ~ c4，若按照i1、c1、i2、c2、i3、c3、i4、c4 的順序交錯存放時， 由于整型變量的對齊會導致位于2 個整型變量中間的那個8 位char 型變量實際占用32 位的存儲器，這樣就造成了存儲空間的浪費。為避免這種情況， 應將int 型變量和char 型變量按類似i1、i2、i3、i4、c1、c2、c3、c4 的順序連續存放。
2.3 使用Thumb 指令
為了從根本上有效降低代碼尺寸，ARM 公司開發了16 位的Thumb 指令集。Thumb 是ARM 體系結構的擴充。Thumb 指令集是大多數常用32 位ARM 指令壓縮成16 位寬指令的集合。在執行時，16 位指令透明的實時解壓成32 位ARM 指令并沒有性能損失。而且程序在Thumb狀態和ARM 狀態之間切換是零開銷的。與等價的32 位arm 代碼相比，Thumb 代碼節省的存儲器空間可高達35% 以上。
結語
綜上所述，優化的過程是在透徹了解軟/ 硬件結構和特性的前提下，充分利用硬件資源，不斷調整程序結構使之趨于合理的過程。其目的是最大程度發揮處理器效能，最大限度利用資源，盡可能提高程序在特定硬件平臺上的性能。隨著ARM 處理器在通信及消費電子等行業中的應用日趨廣泛，優化技術將在基于arm 處理器的程序設計過程中發揮越來越重要的作用。
值得注意的是，程序的優化通常只是軟件設計需要達到的諸多目標之一， 優化應在不影響程序正確性、健壯性、可移植性及可維護性的前提下進行。片面追求程序的優化往往會影響健壯性、可移植性等重要目標。