嵌入式代码优化（C语言）

优化方法：

1、二维数组相比一维数组存储

2、整数运算相比浮点运算

3、乘除法和移位运算

左移1位相当于乘2，右移1位相当于除2

4、查表运算

比如计算cos sin 函数

例如：

5、并行计算

充分利用ALU单元，在循环内写多次相同的语句，但该数据不能有依赖

这点在STM32F4的CMSIS库的常规数学运算中有相应的示例也是如此操作

6、调用子函数和内联函数

将函数声明为inline，编译器会将该函数嵌入到母函数中，减少调用子函数的开销

在CC2640上确实会出现这样的情况：例如在子函数中定义一个256大小的数组，然后运算，那么调试过程中会卡住。

原因可能是：调用该子函数进行大的运算量操作会占用很大计算开销，当改成在主函数中定义，就能解决（实际操作过）

7、对于不同的数据采用恰当的数据类型

int 32位

unsight short 16位 0-65535

short 16位 -32768~+32768

uint8_t 8 8位无符号 0-255

char -128-127 uchar 0-255

有符合和无符号，位数区分，整形和浮点

选择的原则是够用即可！

举例：实际操作时采用的比较大的数据类型int类型，进行乘除法的运算出错，后续将数据类型更改后，（浮点运算的优化，将多个已知的乘除法预先计算出来等）得出正确的结果

8、浮点运算 double 和float 型的选择

在浮点数后加上 f，转换为float 型运算，比如3.0f

因为float 4字节 32 位，double 8字节 64 位

关于float 型和double型的位数及小数点位数的表示

参考【3】

浮点数在内存中的存储方式。浮点数，区别于定点数，指的是小数点位不确定的的数据类型，其原理是将一个浮点数a用两个数m（尾数）和e（指数）来表示：a = m × b^e。其中的b为选取的基数。科学计数法就是一种特殊形式的浮点数。

在计算机二进制表示中，浮点数采用2作为基数，规定尾数的范围为1.0~2.0之间。

以float类型为例，根据最广泛采用的IEEE754标准规定，float数据类型长度为32位，其中最高位为符号位，中间8位为指数位，最后23位作为尾数位。

最高位符号位通过0/1来区分正负，0正1负；指数位则规定采用移码的形式存储，这样可以保证指数部分为无符号数，方便比较大小。移码表示法是在数X上增加一个偏移量来定义的，如果机器字长为n，规定偏移量为2^(n-1)，对于8位补码-128~127，可得到对应的阶码表示为0~255，其中0和255分别用来表示0和无穷大，1~254用来表示规范数字，即指数范围从-126到127；尾数部分统一规定为1.0-2.0之间，最高位必然为1，故可以省略，所以尾数部分从小数点后算起，最小可以取到1，最大则取到二进制1.1...1(小数点后23位)，即取到2-2^-23，可近似约等于2。故得到float绝对值的最大值取到2^127*(2-2^-23)约等于2^128=3.4E+38。加上符号之后可得float表示范围为(-3.4E+38)~(3.4E+38)。当然实际是取不到的，开区间。绝对值最小则可以取到2^-127*1，即为1.175E-38。

接下来解释精度。由于尾数部分位数是固定的小数点后23位，23位所能表示的最大数是2^23−1=8388607，所以十进制的尾数部分最大数值是8388607，也就是说尾数数值超过这个值之后，float将无法精确表示，所以float最多能表示小于8388607的小数点后7位，但绝对能保证的为6位，也即float的十进制的精度为为6~7位。

double数据类型的推算过程和上述同理，唯一的区别在于尾数由23位扩展到52位，阶码由8位增加到了11位，计算方法不变。所以double的阶码（移码表示）为0~2047，偏移量为1024，故指数范围为-1024~1023，得表示范围为(2^1023*2)~(-2^1023*2)即为-1.7E+308~1.7E+308，绝对值最小可以取到2^-1024，精度则为2^52-1=4503599627370495，为16位。所以精度最高位16位，一定可以保证15位。

原文链接：https://blog.csdn.net/black_kyatu/article/details/79257346

参考：C/C++ float与double的有效数字位 https://blog.csdn.net/VonSdite/article/details/76575247

9 、查表数据放置在CPU 高速CACHE中

10、把函数用汇编语言编写

11、调用其它人优化好的库函数，比如成熟的ARM芯片的DSP运算

有两种方法处理：

1、调用library库，并加载，但要设置相关的参数比如代码设置、编译控制等

2、可以直接加载相应的头文件(.h)和源文件(.c)，主要是加载armmath.h头文件，并添加相应的要处理的处理源函数,需要注意的是头文件之间的依赖关系。确保能充分无误的#include

1、BasicMathFunctions
提供浮点数的各种基本运算函数，如加减乘除等运算。对于M0/M3只能用Q运算（实际操作在CC2640R2中也可以使用浮点类型的计算，也即是f32开头的，应该是预编译指令自动转换了），即文件夹下以_q7、_q15和_q31结尾的文件；而M4F能直接硬件浮点计算，属于文件夹下以_f32结尾的文件。
2、CommonTables
arm_common_tables.c文件提供位翻转或相关参数表。
3、ComplexMathFunctions
复述数学功能，如向量处理，求模运算的。
4、ControllerFunctions
控制功能，主要为PID控制函数。arm_sin_cos_f32/-q31.c函数提供360点正余弦函数表和任意角度的正余弦函数值计算功能。

5、FastMathFunctions
快速数学功能函数，提供256点正余弦函数表和任意任意角度的正余弦函数值计算功能，和Q值开平方运算：
Arm_cos_f32/_q15/_q31.c：提供256点余弦函数表和任意角度余弦值计算功能。
Arm_sin_f32/_q15/_q31.c：提供256点正弦函数表和任意角度正弦值计算功能。
Arm_sqrt_q15/q31.c：提供迭代法计算平方根的函数。对于M4F的平方根运算，通过执行VSQRT指令完成。

6、FilteringFunctions
滤波函数功能，主要为FIR和LMS（最小均方根）滤波函数。
7、MatrixFunctions
矩阵处理函数。

8、StatisticsFunctions
统计功能函数，如求平均值、计算RMS、计算方差/标准差等。
9、SupportFunctions
支持功能函数，如数据拷贝，Q格式和浮点格式相互转换，Q任意格式相互转换。

10、TransformFunctions
变换功能。包括复数FFT（CFFT）/复数FFT逆运算（CIFFT）、实数FFT（RFFT）/实数FFT逆运算（RIFFT）、和DCT（离散余弦变换）和配套的初始化函数。