写程序的最主要目标就是使它在所有可能的情况下都正确工作。
程序员必须写出“清晰简洁”的代码，读懂、理解、修改 代码。
编写高效程序：
1. 选择合适的算法和数据结构
2. 编写出编译器能够有效优化以转换成高效可执行代码的源代码。
3. 针对运算量特别大的计算，并行计算（将一个任务分成多个部分，这些部分可以在多核和多处理器的某种组合上并行地计算）。
程序优化：
l 第一步：消除不必要的内容，让代码尽可能有效地执行它期望的工作。这包括不必要的函数调用、条件测试和存储器引用。（5.4~5.6，不依赖于目标机器的任何特性）
l 第二步：利用处理器提供的指令级并行能力，同时执行多条指令。（5.7~5.9，利用处理器微体系结构 的优化）
代码剖析程序（profiler）：
Amdahl定律：
研究程序的汇编代码表示，是理解编译器，以及产生的代码如何运行的最有效的手段之一。
5.1、优化编译器的能力和局限性
存储器别名使用（memory aliasing）：两个指针可能指向同一个存储器位置的情况。
副作用：改变函数调用的次数会改变程序的行为。（修改了全局程序状态的一部分）。
妨碍优化的因素：
① 如果编译器不能确定两个指针是否指向同一个位置，就必须假设什么情况都有可能，限制了可能的优化策略。
② 函数调用。大多数编译器不会试图判断一个函数是否没有副作用，因此任意函数都可能是优化的候选者。编译器会假设最糟的情况，并保持所有的函数调用不变。
用内联函数替换优化函数调用：将函数调用替换为函数体，既减少了函数调用的开销，也允许对展开的代码做进一步优化。
就优化能力来说，GCC被认为是胜任的，但是并不是特别突出，它完成了基本优化。
5.2、表示程序性能
每元素的周期数（CyclesPer Element，CPE）：表示程序性能并指导我们改进代码的方法。
这样的度量标准对执行重复计算的程序来说是很合适的。
处理器活动的顺序是由时钟控制的。用时钟周期来表示，度量值表示的是执行了多少条指令。
5.3、程序示例
5.4、消除循环的低效率
代码移动（code motion）：这类优化包括识别要执行多次（例如在循环里）但是计算结果不会改变的计算。
程序员必须经常帮助编译器显式地完成代码移动。
库函数strlen 的调用：
C语言中，字符串是以null 结尾的字符序列，strlen必须一步一步的检查这个序列，知道遇到null字符。对于一个长度为n的字符串，strlen所用的时间与n成正比。
size_t strlen(const char *s)
{
size_t length =0 ;
while(*s != ‘\0’ )
{
s++;
length++;
}
returnlength;
}
一个看上去无足轻重的代码片段有隐藏的渐近低效率（asymptotic inefficiency）。对于一个100万个字符的字符串，这段无危险的代码变成了一个主要的性能瓶颈。
一个有经验的程序员工作的一部分就是避免引入这样的渐近低效率。
5.5、减少过程调用
过程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。
消除循环中的函数调用，得到的代码运行速度快很多，这是以损害一些程序的模块性为代价的。
5.6、消除不必要的存储器引用
在临时变量中存放结果，消除了每次循环迭代中从存储器中读出并将更新值写回的需要。（p355中例子）
5.7、理解现代处理器
试图进一步提高性能，必须考虑利用处理器微体系结构的优化，也就是处理器用来执行指令的底层系统设计。
在实际的处理器中，是同时对多条指令求值，这个现象称为“指令级并行”。
多条指令可以并行地执行，同时又呈现一种简单的顺序执行指令的表象。
5.8、循环展开
循环展开：通过增加每次迭代计算的元素的数量，减少循环的迭代次数。
循环展开k次，上限设为（n-k+1），在循环内对元素i到i+k-1 应用合并运算，每次迭代，循环索引i加k。再处理后面的几个元素。
循环展开对浮点运算没有帮助，但是对整数加法和乘法有用。
5.9、提高并行性
（1）多个累积变量
将一组合并运算分割成两个或更多的部分，并在最后合并结果来提高性能。
补码运算是可交换和可结合的，甚至是当溢出时也是如此。整数运算是可结合的。
浮点乘法和加法不是可结合的，由于四舍五入和溢出，可能产生不同的结果。
（2）重新结合变换
括号改变合并顺序。
循环展开和并行地累积在多个值中，是提高程序性能的更可靠的方法。
5.10、优化合并代码的结果小结
5.11、一些限制
（1）寄存器溢出
循环并行性的好处受到描述计算的汇编代码的能力限制。如果并行度P超过了可用的寄存器数量，那么编译器会诉诸溢出（spolling），将某些临时值存放到栈中。一旦出现这种情况，性能会急剧下降。
（2）分支预测和预测错误处罚
C程序员怎么能够保证分支预测处罚不会阻碍程序的效率呢？两个通用原则：
Ø 不要过分关心可预测的分支
Ø 书写适合用条件传送实现的代码
5.12理解存储器性能
所有的现代处理器都包含一个或多个高速缓存存储器（cache），以对这样少量的存储器提供快速的访问。
如何编写充分利用高速缓存的代码，来提高程序性能。
（1） 加载
加载：从存储器读到寄存器
（2） 存储
存储：从寄存器写到存储器
5.13、应用：性能提高技术
优化程序性能的基本策略：
1) 高级设计：选择适当的算法和数据结构。
2) 基本编码原则：避免限制优化的因素，编译器就能产生高效的代码。
l 消除连续的函数调用。在可能时，将计算移到循环外。考虑有选择地妥协程序的模块性以获得更大的效率。
l 消除不必要的存储器引用。引入临时变量来保存中间结果。只有在最后的值计算出来时，才将结果存放到数组或全局变量中。
3) 低级优化
l 展开循环，降低开销。
I 通过使用例如多个累积变量和重新结合等技术，找到方法提高指令级并行。
l 用功能的风格重写条件操作，使得编译采用条件数据传送。
5.14、确认和消除性能瓶颈
（1）程序剖析
程序剖析（profiling）：包括运行程序的一个版本，其中插入了工具代码，以确定程序的各个部分需要多少时间。
代码剖析程序（codeprofiler）是在程序执行时收集性能数据的分析工具。
Unix系统提供一个剖析程序GPROF。产生两种形式的信息：
² 确定每个函数花费了多少CPU时间。
² 计算每个函数被调用的次数，以执行调用的函数来分类。
剖析报告：
第一部分是执行各个函数花费的时间，按照降序排列。
第二部分是函数的调用历史。
GPROF属性：
l 记时不是很准确。
l 调用信息相当可靠
l 默认情况下，不会显示对库函数的调用。
（3） 用 剖析程序 来指导优化
（3）Amdahl 定律
主要思想：当我们加快系统一个部分的速度时，对系统整体性能的影响依赖于这个部分有多重要和速度提高了多少。
加速比：
Amdahl定律的主要观点---要想大幅度提高整个系统的速度，我们必须提高整个系统很大一部分的速度。
5.15、小结（重要）