C 程序效能優化實戰指南：從整型選擇到循環展開的 30 條黃金法則
編寫高效 C 代碼不僅依賴編譯器優化，更需要開發者理解底層硬體特性。本文匯總 30 條經驗法則，涵蓋整型運算、除法優化、查找表、循環變換、函數設計、浮點處理等維度，並給出對比代碼與原理解析，助你在嵌入式、高性能計算、系統編程中榨乾 CPU 性能。
一、整型與算術優化
- 優先使用
unsigned int：非負場景下，無符號運算比有符號快（無符號除法指令更少）。
- 避免浮點運算：整型運算直接由 ALU 執行，浮點需 FPU 或軟件模擬，慢 10-100 倍。延遲轉換，定點替代浮點。
- 除法/取模極其昂貴：32 位除法需 20-140 週期。優化策略：
- 常數除法 → 乘倒數（
x/3.0 → x*(1.0/3.0)，編譯期計算倒數）。
- 已知分母非負 → 無符號除法。
- 合併
/ 與 %：編譯器可合並產生單條指令同時得商餘。
- 取模 2 的冪次 → 位運算（
x % 8 → x & 7）。
- 取模替代方案：範圍已知時用條件判斷替代（
if (++c >= 60) c=0; 比 c%=60 快）。
二、數據結構與訪問優化
- 數組索引替代 switch/if 鏈：
static char *cls="WSU"; letter=cls[queue]; 將分支轉為 O(1) 索引。
- 消除全局變量：全局變量無法分配寄存器，頻繁訪問需內存讀寫。熱點循環用局部變量緩存全局值，循環結束再寫回。
- 指針別名優化：將指針解引用結果存入局部變量，消除編譯器對別名的保守假設，允許寄存器緩存。
- 指針鏈展開：
p->pos->x 多次解引用 → 緩存 Point3 *pos=p->pos; 再訪問成員。
- 結構體傳值改傳指針：大結構體傳值需棧拷貝，改為
const Struct* 僅傳地址。
三、控制流與分支優化
- 條件分組：
if (a>0 && b>0 && c<0 && d<0) 將同類條件聚合，利用條件執行指令。
- 範圍檢查無符號化：
(x>=min && x，尤其 min=0 時極高效。
- 與零比較優先：
x==0, x!=0, x<0, x>=0 可複用 ALU 運算後的標誌位，省去 CMP 指令。
- 短路求值利用：
if (likely_false && expensive) 將最可能為假的條件置前。
- switch 優於 if-else 鏈：編譯器生成跳轉表 O(1) 分發。案值稠密時更優。
- 二分決策樹：大量離散值判斷時，構建二分層級
if (v<=4) { if (v<=2)... } 將最壞比較次數從 O(n) 降為 O(log n)。
- 查找表替代 switch：案值稠密且僅返回常量/調用函數時，靜態數組索引極快且代碼極小。
四、循環優化專題
- 倒序循環：
for(i=n; i--;) 條件判斷直接測試 i!=0，避免與常數比較，利用零標誌位。
- 循環合併：兩個相同範圍循環合為一體，減少循環開銷，提升指令緩存命中。
- 循環內函數調用外提：將循環移入被調函數，消除調用開銷（棧幀、寄存器保存）。
- 循環展開：手動或
#pragma unroll 展開小固定次數循環；大循環分塊展開（如 8 次一組），尾部用 switch 處理剩餘。
- 提前退出：搜索/檢查類循環，滿足條件即
break，避免無效迭代。
五、函數設計與調用開銷
- 函數短小精悍：利於寄存器分配、內聯、指令緩存命中。
- 參數 ≤ 4 個：利用寄存器傳參（ARM/AArch64/x86-64 均為 4-6 個整數寄存器參數），超過則壓棧，每個參數額外 2 次內存訪問。
- 大結構體傳指針：避免棧拷貝。
- 相關參數打包成結構體：減少參數個數，提升可讀性。
- 避免可變參數：強制全棧傳參。
- 葉子函數優先：不調用其他函數，無需保存鏈接寄存器，極速調用。熱點函數盡量設計為葉子或
inline。
- 內聯函數權衡：消除調用開銷、參數拷貝、常量傳播優化，但過度內聯膨脹代碼導致 I-cache miss。僅對關鍵熱點小函數使用。
六、查找表與近似計算
- 查找表替代昂貴函數：
sin/cos、開根、對數等超越函數極慢。精度允許時，預計算表查詢快 10-100 倍。合併相近運算共用一表。
七、浮點運算特化優化
- 除法慢 → 乘倒數（編譯期計算）。
float 優於 double：佔用半數寄存器/內存，吞吐率雙倍（SIMD 寬度雙倍）。精度足夠時首選 float。- 避免超越函數（
sin,log），多項式近似或查表。
- 手動優化表達式順序：浮點不滿足結合律，
(a+b)+c != a+(b+c)，編譯器不敢自動重排。
- 定點運算替代：動態範圍小、精度要求高時，定點比浮點更快更精確。
八、雜項技巧
- 以空間換時間：緩存熱點計算結果（
sin 表、偽隨機數池）。
- 減少全局變量，文件內部靜態化（
static）。
- 避免遞歸：改迭代消除調用開銷與棧溢出風險。
- 一維數組優於多維：連續內存，無乘法索引計算。
- 宏替代極小函數（
#define MAX(a,b)），但注意副作用與類型安全。
優化無終點，唯有結合場景測試（profiling）驅動決策。上述法則為經驗總結，實戰中請務必測量指導，避免過早優化損害可維護性。
