一.代碼移動
將在循環(huán)里面多次計算，但是結果不會改變的計算，移到循環(huán)外面去。
例子：
優(yōu)化前：
void lower1(char *s){int i;for(i=0;i<strlen(s);++i) if(s[i]>='A'&&s[i]<='Z') s[i]-=('A'-'a');}優(yōu)化后：void lower2(char *s){int i;int len=strlen(s);for(int i=0;i<len;++i) if(s[i]>='A'&&s[i]<='Z') s[i]-=('A'-'a');} 優(yōu)化前的版本，由于每次循環(huán)都要調用strlen計算s的長度，實際上的復雜度成了O（n2)了，而優(yōu)化后的版本只需計算一次s的長度，因此性能上比優(yōu)化前版本要好。
二.減少函數調用
例子：
優(yōu)化前：
void sum1(vec_ptr v,data_t *dest){int i;int len=vec_length(v);*dest=0;for(i=0;i<len;++i){ data_t val; get_vec_element(v,i,&val); *dest+=val;}} 優(yōu)化后：
data_t get_vec_start(vec_ptr v){return v->data;}void sum2(vec_ptr v,data_t *dest){int i;int len=vec_length(v);data_t *data=get_vec_start(v);*dest=0;for(i=0;i<len;++i) *dest+=data[i];} 優(yōu)化前的版本在每次循環(huán)中都要調用一次get_vec_element獲得相應的項，而優(yōu)化后的版本只需在循環(huán)外調用一次get_vec_start獲得開始的內存地址，循環(huán)內直接訪問內存，無需調用函數。
三.減少內存訪問
例子：
優(yōu)化前：
void sum2(vec_ptr v,data_t *dest){int i;int len=vec_length(v);data_t *data=get_vec_start(v);*dest=0;for(i=0;i<len;++i) *dest+=data[i];} 優(yōu)化后：
void sum3(vec_ptr v,data_t *dest){int i;int len=vec_length(v);data_t *data=get_vec_start(v);data_t acc=0;for(i=0;i<len;++i) acc+=data[i];*dest=acc;} 優(yōu)化前的版本每次迭代都要從dest讀出值再加上data[i]，再將結果寫回dest。這樣的讀寫很浪費，因此每次迭代開始從dest讀出的值就是上次迭代寫回dest的指。優(yōu)化后的版本通過加入acc臨時變量，它循環(huán)中累積計算出的結果，循環(huán)結束后再寫回。
這里給出兩個版本相應的匯編結果就可以很清楚看出區(qū)別：
優(yōu)化前：
優(yōu)化前的版本每次迭代都要從dest讀出值再加上data[i]，再將結果寫回dest。這樣的讀寫很浪費，因此每次迭代開始從dest讀出的值就是上次迭代寫回dest的指。優(yōu)化后的版本通過加入acc臨時變量，它循環(huán)中累積計算出的結果，循環(huán)結束后再寫回。
第二行和第四行分別對dest進行了讀寫。
優(yōu)化后：
從匯編結果可以看出編譯器將acc直接放在了寄存器里，循環(huán)中無需對內存進行讀寫。
四.循環(huán)展開
循環(huán)展開可以減少循環(huán)的次數，對程序的性能帶了兩方面的提高。一是減少了對循環(huán)沒有直接貢獻的計算，比如循環(huán)計數變量的計算，分支跳轉指令的執(zhí)行等。二是提供了進一步利用機器特性進行的優(yōu)化的機會。
例子：
優(yōu)化前的代碼見前一篇博客里的sum3.
優(yōu)化后：
void sum4(vec_ptr v,data_t *dest){int i;int len=vec_length(v);int limit=len-3;data_t *data=get_vec_start(v);data_t acc=0;for(i=0;i<limit;i+=4){ acc=acc+data[i]+data[i+1]; acc=acc+data[i+2]+data[i+3];}for(;i<len;++i) acc+=data[i];*dest=acc;} 通過循環(huán)展開，每次迭代將累加4個元素，減少了循環(huán)次數，從而減少了總的執(zhí)行時間（單獨使用這種優(yōu)化方法，對浮點數累乘幾乎沒有提高，但是整數累乘得益于編譯器的重關聯代碼變化會有大幅度提高）。
這種優(yōu)化可以直接利用編譯器完成，將優(yōu)化level設定到較高，編譯器會自動進行循環(huán)展開。使用gcc，可以顯式使用-funroll-loops選項。
五.提高并行性
現代處理器大多采用了流水線、超標量等技術，可以實現指令級并行。我們可以利用這個特性對代碼做進一步的優(yōu)化。
2.1使用多個累積變量
優(yōu)化代碼示例
void sum5(vec_ptr v,data_t *dest){int i;int len=vec_length(v);int limit=len-1;data_t *data=get_vec_start(v);data_t acc0=0;data_t acc1=0;for(i=0;i<limit;i+=2){ acc0+=data[i]; acc1+=data[i+1];}for(;i<len;++i) acc0+=data[i];*dest=acc0+acc1;} 這里同時使用了循環(huán)展開和使用多個累加變量，一方面減少了循環(huán)次數，另一方面指令級并行的特性使得每次迭代的兩次加法可以并行執(zhí)行?；谶@兩點可以顯著減少程序執(zhí)行的時間。通過增加展開的次數和累加變量的個數，可以進一步提高程序的性能，直到機器指令執(zhí)行的吞吐量的極限。
2.2重結合變換
除了使用多個累積變量顯式利用機器的指令級并行特性外，還可以對運算重新結合變換，打破順序相關性來享受指令級并行帶來的好處。
在sum4中，acc=acc+data[i]+data[i+1]的結合順序是acc=(acc+data[i])+data[i+1];
我們將之變成acc=acc+(data[i]+data[i+1])；
代碼如下：
void sum6(vec_ptr v,data_t *dest){int i;int len=vec_length(v);int limit=len-3;data_t *data=get_vec_start(v);data_t acc=0;for(i=0;i<limit;i+=4){ acc=acc+(data[i]+data[i+1]); acc=acc+(data[i+2]+data[i+3]);}for(;i<len;++i) acc+=data[i];*dest=acc;} 進一步增加循環(huán)展開的次數，可以進一步提高程序性能，最終也可以達到機器指令執(zhí)行的吞吐量的極限。（在循環(huán)展示提到的整數乘法的性能提高就在于編譯器隱式采取了這種變換，但是由于浮點數不具備結合性，所以編譯器沒有采用，但是程序員在保證程序結果正確性的情況下，可以顯式使用這一點）。
