編譯器優化過程具體是做了些什麼,優化後的程序速度能提高多少百分比?

01-03

題主問的「編譯器優化」有點指代不明啊，如果「編譯器優化」是指對編譯器自身的優化，那麼Bootstrap（中文譯為自舉？）可能是一個例子。

但我覺得題主問得更可能是編譯器對程序的優化，類似於gcc -o3這樣子的，試著舉幾個簡單的課堂例子，用C語言代碼給出例子幫助理解（實際上應該用IR），拋磚引玉了。高階的還請藍色大大和RednaxelaFX 大大補充了。

編譯器對程序的優化，大體上（我知道的）有這樣幾個原則/思路：

編譯器優化原則之一：能在編譯階段（compile time）做的工作，就不要在程序運行時（runtime）做。

例1: Constant Propagation （常數傳遞？） Constant Folding （中文常數摺疊？)

int freq = 32768; int secs = 15; int ticks = freq * secs; //假設後面freq和secs兩個變數沒有別重新賦值

Constant Propagation 優化後：（實際的優化應該在Intermediate Representation里，這裡為了方便理解還是用C語言了）

int ticks = 32768*15;

Constant Folding 優化後：

int ticks = 491520; //編譯器將常數運算結果計算後賦值

這個例子很簡單，相信大家都能看懂。

程序優化前，有3個變數需要3個寄存器，一次乘法運算。

程序優化後，只有1個變數需要一個寄存器，沒有乘法運算。

這個優化看起來很微不足道，但實際上用途很廣。為了程序的可讀性和可維護性，大多數程序員應該還是會選用第一種方式寫3行程序而不是直接甩下一行int ticks = 491520讓後來讀程序的人摸不到頭腦。有了編譯器的優化，程序員既可以寫出易讀的程序又不必擔心性能受影響。尤其是在嵌入式領域，很多低端晶元根本就沒有硬體乘法器，如果程序不做上述優化可能這3行代碼需要幾十個cycle，優化過後一個cycle就搞定，你說性能差了多少？而付出的代價，只是編譯程序的時間稍微長了那麼一點點，who cares？

類似的優化：Dead code elimination, Common subexpression elimination等

編譯器優化原則之二：對循環優化，優化，再優化！

例2：Loop-invariant code motion (例子來自Wiki）

for (int i = 0; i &< n; i++) { x = y + z; a[i] = 6 * i + x * x; }

很顯然這個循環里，x這個變數被毫無疑義地賦值了n次，這一步驟完全可以在循環之前做。

優化後：

x = y + z; t1 = x * x; for (int i = 0; i &< n; i++) { a[i] = 6 * i + t1; }

100個循環，每個循環少執行了一條語句，就相當於是少執行了100條語句啊。要是循環1000次，1000次呢？有的模擬程序都是幾十上百萬次的循環，手賤多寫了一條這樣的語句你說對程序性能影響多大？你說你技術高超不會寫出這樣的程序，但你能保證所有人都不這樣寫嗎？

例3：Loop Unrolling （循環展開）

int array[1024] = ... for (int i = 0; i &< 1024; i++) { array[i] *= 2; }

優化後：

int array[1024] = ... for (int i = 0; i &< 1024; i+=4) { array[i] *=2; array[i+1] *=2; array[i+2] *=2; array[i+3] *=2; }

看起來程序優化之後比以前還長了。但實際上，每執行一次循環，都要有一次條件的判斷（i&<1024）。如果不做優化，那麼循環1024次，就要對條件判斷1024次。優化後，只循環256次，那麼判斷的次數就減少到256次。而且這個優化可以將程序並行化，在運算資源充足的時候可以大幅提高運算速度和效率。當然代價是編譯後代碼Size變大。

類似的優化：Software Pipelining, Strength Reduction等等。

之所以對Loop進行著重優化，是因為有統計表明世界上的程序大部分時間都是跑在loop里的。loop裡面優化了一小點，就會對整個程序的性能有很大提升。

最後給一個實際應用的例子：

最近在用某廠DSP晶元做項目，搞DSP的同學都知道DSP上的硬體浮點運算資源非常豐富，但因為程序是從別處扒來的沒有針對DSP進行優化，編譯器又比較蠢，所以DSP並沒有發揮出實際性能。然後我們手動展開了幾個比較核心的loop，這樣運算資源得到充分利用，程序性能提升了3倍。嗯，就做了這一件事兒，性能提升了3倍。懂一點編譯器的知識就是好～

利益相關：不是搞編譯器的，各位輕拍。

總的來說可以分成幾個方向，臨時想的，可能不太全面。

一個是冗餘的刪除，比如死代碼刪除，常量或者複寫傳播，公共子表達式刪除等等

一個是計算強度削弱，包含但不僅限於一些基於邏輯或者算術表達式的優化，例如把乘法轉化成一系列的位移和加減法的組合等

一個是擴大優化器的作用範圍的優化，例如內聯，基本塊合併等等，基本目的在於獲得更大的優化目標

再有就是體系相關的優化，簡單如指令選擇時的一些窺孔性質的指令合併，複雜如寄存器分配，指令調度等np問題的解決。

最後，我想把循環優化單獨歸為一類，這些優化目的錯綜複雜，既有基於強度削弱的循環不變式外提，也有為了獲得更大的循環體以做其他優化的循環展開，還有在此之上來做體系相關優化的向量化軟流水等等

寫完後感覺我這樣分類不太合理…… 先湊合吧

好像自己刷一遍 15-745 Optimizing Compilers for Modern Architectures, Spring 2016 是比在這提問好得多的方式。。

可恥的匿了

昨天剛好碰到一個很有意思的場景，和這位答主探討了下，然後編譯器給出的答案真的驚艷到我了

編譯器能否對如下場景優化，以及如何檢查不同編譯器對此是否做了優化？ - 左方園的回答 - 知乎

像Haskell的編譯器，開了優化選項，能把指數級的複雜度優化成多項式…

優秀程序員讓編譯器無事可做：）

o0和o3差別可是相當的大

深入理解Java虛擬機：JVM高級特性與最佳實踐第2版高清PDF+源碼_Linux下載_Linux公社-Linux系統門戶網站

第十章