自從上次實驗3bomb已經過去很久了，昨天週六下午剛剛驗收完所帶班級的必做實驗的最後兩個，最近一直很忙，也沒有來更新了，其實不是最近應該是每天都好忙，最近一直還在看論文做實驗。

驗收前週五拿出時間來看了一下最後兩個必做實驗。一個是perflab，效能實驗，這個實驗主要是考察的課本中的第五章的程式優化的一些知識，通過優化程式的核函式，然後來對比自己和原始函式的CPE和加速比。

這個實驗主要考慮一些優化措施，裡面有兩個函式，一個rotate函式，rotate函式是將影象實現逆時針旋轉90°，針對這個函式的優化，

1交換內外迴圈的次序，優先考慮寫操作

2迴圈展開

3迴圈分塊，這個最有效的優化，主要是可以檢視提供的函式頭裡面關於cache的大小，根據cache的大小來設定塊的大小，做到cache友好性，提高命中率。開始很多同學只是懂把迴圈分塊了，但是不懂為什麼不是塊越大越好，因為如果比cache大了，超出的部分又不命中了。

第二個函式是smooth函式，用來實現類似於求圖片中每個元素所在的九宮格的平均值，然後將該值放到該元素中。

這裡最大函式缺陷就是每次都去重複的讀取元素。

首先看到smooth函式在兩層for迴圈中還去呼叫一個avg函式，就要去看看avg函式做一些優化。

看到avg函式中也有兩層for迴圈，而且for迴圈中的條件賦值語句不是一個值而是一個min和max的函式呼叫，果斷提到for外邊先求出值，儲存為臨時變數，減少每次的呼叫計算次數。也就是儘量減少函式呼叫，另外同理將呼叫巨集函式RIDX的計算結果也儲存起來，減少計算和呼叫的次數。

但是這些做完的實驗結果不是非常明顯的優化。

主要是smooth中有兩層for迴圈，而呼叫的avg函式中也是兩層for迴圈，而且原函式每次都是去掃描，所以重複讀取很多以前已經讀取過的元素了，最好的優化就是不去呼叫原函式的avg而是自己實現一個avg，分情況逐一實現求取平均值，考慮邊角元素，邊上元素，以及中間元素等幾種情況分別來實現。這樣的優化帶來很大的提高，但是函式變的非常冗長而且可讀性非常差，用低可讀性的代價來換來程式的優化效能。

這個實驗就是這樣，主要考察一些程式效能優化的方法，減少過程呼叫，消除不必要的暫存器引用，迴圈展開，分塊cache友好性等。