开发高效率的程序涉及很多方面，包括编程风格、算法实现、针对目标的特殊优化等。这部分主要从ARM的体系结构特点出发，介绍几个程序开发中的注意点。

1  变量定义

　　变量定义虽然很简单，但是也有很多值得注意的地方。先看下面一个例子：

　　这里定义的4个变量形式都一样，只是次序不同，却导致了在最终映像中不同的数据布局，如图1所示。显然，第二种方式节约了更多的存储器空间。

图1  变量在数据区里的布局

　　由此可见，在变量声明的时候，需要考虑怎样最佳地控制存储器布局。当然，编译器在一定程度上能够优化这类问题，但是最好的方法还是在编程的时候，把所有相同类型的变量放在一起定义。

　　第二个问题是局部变量的类型定义。一般情况下，人们总是设法使用short或char来定义变量以节省存储器空间;但是，当一个函数的局部变量数目有限时，编译器会把局部变量分配给内部寄存器，每个变量占用一个寄存器。这样，使用short和char型变量不但起不到节省空间的作用，还会带来其它的副作用，如图2所示。假定a1是任意可能的寄存器存储函数的局部变量。同样完成加1的操作，32位的int型变量最快，只用一条加法指令。而8位和16位变量，完成加法操作后，还需要在32位的寄存器中进行符号扩展，其中带符号的变量，要用逻辑左移（LSL）接算术右移（ASR）两条指令才能完成符号扩展;无符号的变量，要使用一条逻辑与（AND）指令对符号位进行清零。所以，使用32位的int或unsigned int局部变量最有效率。

图2  不同类型局部变量的编译结果

　　变量定义中，还有一个与习惯思维相悖的地方，是冗余局部变量的使用。一般情况下，程序员总是竭力避免使用冗余变量，以精简程序。通常情况下这是正确的，但是也有例外，请看下面一个例子：

int f(void);
int g(void); // f()和 g()不访问全局变量errs
int errs; // 全局变量
void test1(void)
{
　　errs += f();
　　errs += g();
}
void test2(void)
{
　　int localerrs = errs; // 定义冗余的局部变量
　　localerrs += f();
　　localerrs += g();
　　errs = localerrs;
}

　　在第一种情况test1()里，每次访问全局变量errs时，都要先从相应的存储器load到寄存器里，经f()或g()函数调用后再store回原来的存储器里面。在这个例子里，一共要进行两次这样的load/store操作。而在第二种情况test2()里，局部变量localerrs被分配以寄存器，这样一来，整个函数就只需要一次load/store全局变量存储器了。节省存储器访问的次数对于系统性能的提高是非常有好处的。

2  参数传递

　　在ARM的工具链里，定义了统一的函数过程调用标准ATPCS（ARM-Thumb Procedure Call Standard）。ATPCS定义了寄存器组中的{R0~R3}作为参数传递和结果返回寄存器，如果参数数目超过四个，则使用堆栈进行传递。我们知道内部寄存器的访问速度是远远大于存储器的，所以要尽量使参数传递在寄存器里面进行，即应尽量把函数的参数控制在四个以下。这是理解ATPCS后，应该实现的一种编程风格。但是，利用ATPCS我们还可以得到更多，我们可以用它来实现C与汇编之间直接的函数调用。如下面的例子：

　　从C中直接调用汇编函数

extern void strcopy(char *d, const char *s);
int main(void){
　　　　const char *src =“Source”;
　　　　char dest[10];
　　　　…
　　　　strcopy(dest, src);
　　　　… 
}
　　AREA StrCopy, CODE, READONLY
EXPORT strcopy
strcopy
　　LDRB R2, [R1], #1
　　STRB R2, [R0], #1
　　CMP R2, #0
　　BNE strcopy
　　MOV PC, LR
　　END

　　这个例子中的函数strcopy（dest, src）用汇编来实现，根据ATPCS的定义，函数参数从左到右由寄存器进行传递，所以在汇编中可以直接由R0和R1进行引用。有了这条途径，在C和汇编之间进行相互调用就容易实现了。

3  循环条件

　　记数循环是程序中十分常用的流程控制结构。在C中，类似下面的for循环比比皆是：

　　for (loop = 1; loop <= limit; loop++)

　　这种累加计数的方法符合一般的自然思维习惯，所以比下面的递减计数方法使用得多：

　　for (loop = limit; loop != 0; loop--)

　　这两者在逻辑上并没有效率差异，但是映射到具体的体系结构中，就产生了很大的不同，如图3所示。

图3  不同的循环条件设置比较

　　从图3中可以发现，累加法比递减法多用了一条指令，当循环次数比较大的时候，这两段代码就会在性能上产生出明显的差异。分析其中的本质原因，当进行一个非零常数比较时，必须用专门的CMP指令来执行;而当一个变量与零进行比较时，ARM指令可以直接利用条件执行的特性（NE）来进行判别。

　　因此，在ARM的体系结构下编程，最好采用递减至零的方法来设置循环条件。

4  条件执行

　　上面已经提及了ARM指令的条件执行，充分利用这个特性，可以有助于缩短代码长度，优化流程控制。请看图4所示的例子。

　　图4中的流程是求R0和R1最大公约数的例子。流程图中有两次条件比较，怎样才能得到最优的结果呢?下面给出了解决方案：

Start CMP R0, R1
　　SUBLT R1, R1, R0
　　SUBGT R0, R0, R1
　　BNE Start
Stop

　　从这个例子得到启发，在充分利用条件执行情况下，可以从一次比较判断得到多个跳转分支。

　　不过成组的条件执行指令跟在一个比较指令后面，如果条件执行的语句太多，在性能上会有牺牲。一般一条跳转指令B最多耗费3个指令周期。如果一个条件执行指令组的数目超过3条，可以考虑用跳转指令来进行条件分支，有助于条件判决的速度。当然，这么做就增加了代码长度，属于代码长度跟执行性能之间的一个矛盾平衡问题。如果性能是首要问题，那么在C中的条件描述语句中，如if（条件描述），应尽可能简化条件描述，因为复杂的条件描述容易产生较长的条件执行指令组。

5  混合编程

　　汇编和C/C++语言的混合编程，在一个追求效率的程序中是比较常见的。前面已经讲到过，在汇编和C/C++之间进行函数调用时，要遵循ATPCS的定义。这里介绍在C/C++里加入汇编程序的两种方法：内联汇编（inline assemble）和嵌入式汇编（embedded assemble）。

　　内联汇编是指在C/C++函数定义中插入汇编语句的方法，如下面的例子：

void enable_IRQ(void){
　　int tmp;
　　__asm { // 内联汇编定义
　　　　MRS tmp, CPSR // 可以引用外部的C变量定义
　　　　BIC tmp, tmp, #0x80
　　　　MSR CPSR_c, tmp
　　}
}

　　内联汇编的用法跟真实汇编之间有很大区别，并且不支持Thumb。在内联汇编之中，不能直接访问物理寄存器（CPSR除外），即使使用寄存器名进行编程，也会被编译器进行重新分配。

　　与内联汇编不同，嵌入式汇编具有真实汇编的所有特性，同时支持ARM和Thumb，但是不能直接引用C/C++的变量定义，数据交换必须通过ATPCS进行。嵌入式汇编在形式上表现为独立定义的函数体，如下所示：

__asm int add(int i, int j) {// 定义嵌入式汇编
　　ADD R0, R0, R1 // i的值放入R0，j放R1，结果放R0
　　MOV PC, LR
}
void main() {
　　printf(“2345 + 67890 = %d\n”, add(12345, 67890));
}

　　灵活使用内联汇编和嵌入式汇编，可以帮助提高程序效率。

6  性能分析

　　很多时候需要对程序的执行效率和性能进行分析，直接测试当然是最真实的途径，但是这种方法除了在运行时间上进行定量外，很难得到确切的数据信息。而指令集仿真方法（ARMulator或 ISS），恰恰为程序执行过程中处理器的行为提供了一个参数统计方法。

　　图5是在ADS的ARMulator环境下，对某一段程序运行的统计情况。统计可以在执行代码流中任意选择一个参考点开始。

图5  ARMulator环境下的处理器运行状态分析

　　图5中所示是一段例程在ARM7TDMI上面运行的状态统计，可以计算出平均每条指令花费的处理器时钟为1.9左右，进行代码优化时，目标就是减少非顺序访问周期和内部等待周期数。

7  小结

　　代码优化是个很大的题目，这里只是抛砖引玉，索引几个要点进行讨论。至此，关于在ARM体系结构下进行嵌入式系统编程的6个专题已经全部结束。对此感兴趣的读者可以访问http://www.arm.com/arm/documentation?OpenDocument进一步了解更多有关ARM的技术资料。