Optimizing Code with GCC

现在的编译器越来越聪明，功能越来越强，从简单的函数内联，到复杂的寄存器分析，一系列代码革命使程序运行得越来越快。大多数时候，更快比更小重要，因为磁盘空间和内存都变得便宜了。但是在嵌入式系统里，更小和更快是一样重要的，所以把代码进行优化是非常有意义的工作。

如果你已经知道了怎样用gcc编译你的代码，现在是时候让你的代码更快或者更小了，这也是本章的内容。如果学有所成的话，你甚至可以让你的下一个程序既快又小。首先我们快速浏览一下编译器优化理论，然后讨论GCC的代码优化命令行选项，从一般的、体系结构无关的优化，到体系结构相关的优化方法。

虽然本章的示例代码都是C语言的，但是优化选项是通用的、语言无关的。能把一些优化选项适用到所有语言的编译器上，是一个编译器家族最大的优势，比如GCC编译器家族就是这样。

OPTIMIZATION AND DEBUGGING

没有代码优化的时候，GCC的一个重要目标是尽量缩短编译时间，并保证产生的代码在调试环境下的行为正确。比如，在优化过的代码里，一个变量如果在循环里多次计算，但是值其实没有变化，那么编译器可以把它移到循环的外面，只计算一次。虽然这是可行了（当然，只要不改变程序的运行结果），但是这使你无法按照源代码进行调试，因为计算该变量的代码被优化掉了。如果没有优化，你就可以正确的进行调试，检查变量的值。这就是所谓的“代码在调试环境下的行为正确”。

优化能改变代码的执行流程，但不改变执行结果。所以，优化一般是编码并调试完成之后才进行的。其实优化过的代码也是可以进行调试的，只是需要一些技巧。

编译器优化理论概览

代码优化是指分析一段编译后的代码，然后决定如何改变它，使它运行的更快，消耗的资源更少。拥有此功能的编译器叫做优化编译器（optimizing compilers），最后的输出代码叫做优化代码（optimized code）。

优化编译器使用几种办法来决定哪些代码可被优化。一种是控制流分析（control flow analysis），即检查循环和其他控制语句，比如if-then和case，找出程序可能的执行路径，然后决定哪些执行路径可以被改进。另一个典型的优化技术是检查数据是怎样使用的，即数据流分析（data flow analysis）。此法检查变量在哪里是怎样使用的（或没被使用），然后应用一系列的方程式到这些使用模式上面，从而找到优化的途径。

除了本章所述的一些计算机所作的改进外，优化还包括了对程序所使用的算法的改进。典型的比如冒泡排序算法改进成快速排序或希尔排序。这类改进能使程序的性能有本质的提高，比计算机能做的优化强得多，所以优化既是CPU的事情，也是人的事情。

本节定义一个基本块（basic block）指，只有一个入口和出口，其他地方不包括终止、分支语句的连续代码段。在一个基本块内进行的转化称为局部转化（local transformations），同样的不是在一个基本块内的转化称为全局转化（global transformations）。通常编译器会进行许多全局或局部的转化，不过局部转化总是先做。

虽然本节的例子使用C语言，其实所有GCC编译器都使用一种中间语言进行这种转化，这种中间语言比各种编程语言更适合计算机处理。GCC在产生最终的2进制代码前，会使用一系列不同的中间语言翻译你的源程序。不过对人类来说，C和其他的高级语言比这些中间语言更好理解。

GCC编译器还做了很多其他的优化，有些非常细致，甚至需要专业的编译器理论知识。这里列出的优化方法只是基础，并且能用命令行来进行选择。

注意

我所知的最经典的编译器著作，当属“龙书”《Compilers: Principles, Techniques, and Tools》，因其封面有一个恐龙而得名（Alfred V. Aho, Ravi Sethi, and Jeffrey D. Ullman，Addison Wesley Longman, 1986. ISBN: 0-201-10088-6）。书里的优化理论介绍比本文详细的多，并且曾是我的启蒙书籍。

Code Motion

Code motion是一种优化技巧，是指在Common subexpression elimination（后有详述）时去掉多余的代码。Code motion并不是去掉所有的subexpression，而是在中间语言形式下改变它们的位置，以便能减少它们出现的次数。比如，在嵌套的循环或其他控制结构里，中间变量的计算次数可能不是最优的，要优化这些程序，编译器把这些计算语句移到循环更少的地方，并且保证计算结果是一样的。把计算移出循环的方法我们称为loop-invariant code motion。Code motion还用在另一种Common subexpression elimination里，叫做partial redundancy elimination。

Common Subexpression Elimination

去除多余的计算是一种标准的优化手段，因为它能减少程序的指令数，并得到相同的结果。比如，如果一个表达式的参数（所引用的变量）值不变，那么就可以只计算一次结果，在以后引用该表达式的地方用结果值替代就可以了。这些后来引用该表达式的地方就叫做common subexpressions。比如下例：

Listing 5-1. An Example of a Common Subexpression

#define STEP 3

#define SIZE 100

int i, j, k;

int p[SIZE];

for (i = 0; i < SIZE; ++i) {

j = 2 * STEP;

k = p[i] * j;

}

for循环内的表达式j = 2 * STEP就是一个common subexpression，因为它的值可以在进入循环之前计算，而且它的参数变量STEP（实际上是一个宏定义）从不改变。Common subexpression elimination (CSE)把for循环内的重复计算去掉，成为如下形式：

j = 2 * STEP;

for (i = 0; i < 100; ++i) {

k = p[i] * j;

}

虽然这个例子简单了点，不过能很好的说明问题，CSE去掉了100次对j的计算。CSE能去掉不必要的计算，改善程序性能，并减少了最终文件的大小。

Constant Folding

Constant folding是指去掉在编译时就能确定的数值计算表达式。这些表达式必须只包含常数值，或者值为常数的变量。比如，下面的计算表达式都可以用一个赋值语句来替换：

n = 10 * 20 * 400;

i = 10;

j = 20;

ij = i * j;

后面的例子里，如果i和j在后续的程序里没有用到的话，完全可以去除它们的定义。

Copy Propagation Transformations

这是另一种减少或去除多余计算的方法，即去除那些只是为了传递数值的变量复制操作。看下面的代码：

i = 10;

x[j] = i;

y[MIN] = b;

b = i;

Copy propagation transformation可能会优化成下面的代码：

i = 10;

x[j] = 10;

y[MIN] = b;

b = 10;

在本例里，copy propagation允许把右值变成常数，这样比搜索和复制变量的值要快得多，并且也能去掉变量给自己赋值的情况。有些情况下，copy propagation并不直接产生优化，但是能简化代码，方便其他优化，比如code motion和code elimination。

Constant propagation是一种把变量替换成常量的copy propagation transformation优化方法。Copy propagation主要指去掉不必要的变量间的相互复制，而Constant propagation则指去掉不必要的预定义值到变量的复制。

Dead Code Elimination

DCE是指把那些实际上无用的或多余的代码去掉。你可能想问“为什么我会写这样的代码呢？”，其实在一个很大的、延续时间很长的项目里，这是很容易发生的。许多DCE都是在中间语言表示的形式下进行的，因为它是源代码更标准的翻译，更容易发现不必要的中间计算。

Unreachable code elimination是指去除编译器确定不可能到达的代码。比如下面的代码块：

if ( i == 10 ) {

. . .

} else {

. . .

if ( i == 10) {

. . .

}

}

第2次对i是否等于10的测试及处理代码可以去掉，因为它是不可能到达的。UCE也是在中间代码形式里进行的。

If-Conversion

即分支重构，比如把大的if-then-elseif-else结构，重构成多个if语句，这样能简化代码，为以后的优化提供方便，并去除某些无用的跳转和分支语句。

Inlining

即把复杂结构或函数调用替换成内联的代码以改善性能。Code inlining或loop unrolling都是指把全部或部分循环展开成一系列的直接指令。Function inlining是指用函数执行的指令替代对函数的调用。一般情况下，inlining能减少代码复杂度，提高性能，因为不需要多余的分支跳转。它还能给common subexpression elimination和code motion提供优化机会。这方面最经典的例子是Duff’s Device，详见http://en.wikipedia.org/wiki/Duff's_device。

GCC Optimization Basics

GCC处理源代码时，会把它转化成一种中间形式。这样做有几大好处：、

l 把源代码变得简单、低级，使优化点暴露出来；

l 使可能很复杂的结构更容易生成简单易读的语法分析树；

l 使用统一的中间形式使GCC编译器之间能通用优化策略。

传统上GCC使用的内部中间形式叫做Register Transfer Language (RTL)，这是一种很低级的语言，GCC把任何代码（无论什么级别）转化成目标代码之前都先翻译成这种代码。对于像GCC的RTL这种非常低级的语言进行的优化也是很“低级”的，比如寄存器分配、堆栈和数据优化等。因为它很低级，所以不会像你想象的那样能进行数据类型、数组和变量引用、控制流改变等“高级”的优化。

GCC 4.0的作者们发明了一种新的中间形式static single assignment (SSA)，通过对GCC编译器产生的语法分析树进行操作而得到，因此得名Tree SSA。4.0及更高的GCC编译器在生成Tree SSA之前还有2种中间形式，叫做GENERIC和GIMPLE。GENERIC是通过去除源代码中语言相关的结构得到的中间形式，GIMPLE则是把GENERIC只读地址引用进行简化得到。也许你也看出来了，在到达RTL等级之前，有许多的优化已经在这些相对高级点的层面上先做了。

关于Tree SSA的详细信息和优化处理的步骤有许多资料可参考，其中一个是2003年的GCC开发者总结，网址为http://www.linux.org.uk/~ajh/gcc/gccsummit-2003-proceedings.pdf。

What’s New in GCC 4.x Optimization

GCC 4.x家族最重要的变化是引入了中间形式Tree SSA，它提供了更多的优化空间，和更多的参数选项，包括-ftree-ccp, -ftree-ch, -ftree-copyrename, -ftree-dce, -ftree-dominator-opts, -ftree-dse, -ftree-fre, -ftree-loop-im, -ftree-loop-ivcanon, -ftree-loop-linear, -ftree-loop-optimize, -ftree-lrs, -ftree-pre, -ftree-sra, -ftree-ter, and -ftree-vectorize，本章稍候会叙述。由于有了这些重大的改变，原来的通用优化等级-O1、-O2、-O3和-Os都有了变化。除此以外，任何语言的GCC编译器的优化都更普遍了。

同时由于有IBM的大力支持，GCC 4改进了向量化。向量化发现同一操作应用到多个数据的代码，并改善其性能。GCC 4可以把16个标量操作合成为一个向量操作。这个优化方法可以在游戏、视频和多媒体应用里大展身手，因为这些程序的指令都是对数组向量的重复操作。

GCC 4还改进了数组边界检查和栈的内容结构检查，保护程序免遭流行的缓冲区和栈溢出攻击。

Architecture-Independent Optimizations

GCC的优化分为2大类：体系结构无关和体系结构相关。本节介绍体系结构无关的优化，包括计算机体系无关，比如x86；处理器类型无关，比如IA-32处理器；和处理器家族无关，例如Pentium IV (Xeon)。

GCC的优化选项有-O；-On，参数n是介于0到3之间的整数；或者-Os。-O0关闭优化。-O和-O1（又叫作第1级优化）等价，允许编译器在不大量增加编译时间的前提下减少代码量和执行时间。-O2和-O3比-O1的优化等级更高，-Os会最小化代码量。

本节所有的表格显示了GCC提供的各种优化选项，如果要关闭相应优化，只需在-f和优化选项名字之间加上no-就行了。比如，要禁止deferred stack pops优化，命令行可以这样写：

$ gcc myprog.c -o myprog -O1 -fno-defer-pop

注意

-f表示一个机器无关的操作标志，即应用一个（大多数情况下）体系结构无关的优化操作。这些标志选项更改了GCC的默认行为，但是不需要硬件的特殊支持。通常你可以指定多个标志。

Level 1 GCC Optimizations

下表列出了-O或-O1时进行的默认优化选项：

Optimization	Description
-fcprop-registers	试图减少寄存器复制操作的次数
-fdefer-pop	Accumulates function arguments on the stack.
-fdelayed-branch	Utilizes instruction slots available after delayed branch instructions.
-fguess-branch-probability	利用随机预测器猜测分支的可达性
-fif-conversion	把有条件跳转变成非分支语句
-fif-conversion2	利用条件执行（要求CPU支持）进行if-conversion优化
-floop-optimize	应用几个针对循环的优化
-fmerge-constants	合并多个模块中相等的常量
-fomit-frame-pointer	省略函数桢指针的存储。只能在不影响调试的系统里激活
-ftree-ccp	在SSA Trees上进行较少的conditional constant propagation（CCP）优化（只限GCC 4.x）
-ftree-ch	在SSA Trees上执行loop header copying，即去掉一个跳转指令，并提供code motion优化的机会（只限GCC 4.x）
-ftree-copyrename	在SSA Trees上执行copy renaming，即在复制位置把内部变量的名字改得更接近原始变量的名字（只限GCC 4.x）
-ftree-dce	在SSA Trees上执行dead code elimination (DCE)优化（只限GCC 4.x）
-ftree-dominator-opts	利用支配树（dominator tree）遍历来进行一系列优化。A dominator tree is a tree where each node’s children are the nodes that it immediately dominates。这些优化包括constant/copy propagation，redundancy elimination，range propagation，expression simplification和jump threading（减少跳转语句）（只限GCC 4.x）
-ftree-dse	在SSA Trees上执行dead store elimination (DSE)（只限GCC 4.x）
-ftree-fre	在SSA Trees上执行full redundancy elimination (FRE)，即认为全路径计算的表达式会导致冗余编译。这和partial redundancy elimination(PRE)相似，不过比它快，找到的冗余也比较少。（只限GCC 4.x）
-ftree-lrs	在SSA Trees转化成RTL前，转化成一般形式，并执行live range splitting。这种方法明确了变量的生存期，为后续的优化提供帮助（只限GCC 4.x）
-ftree-sra	把聚合体替换成标量，即把对结构体的引用替换成标量数值，避免在不必要的时候把结构体提交到内存里（只限GCC 4.x）
-ftree-ter	在SSA Trees转化成RTL前，转化成一般形式，并执行temporary expression replacement (TER)。把只使用一次的临时表达式替换成原始定义的表达式，这样更容易产生RTL代码，并使产生的RTL代码有更多的优化机会。（只限GCC 4.x）

第1级优化揉合了代码大小和速度改进2种优化措施。比如，-tree-dce去掉了无用代码，于是减少了代码量；跳转指令减少使整个程序的栈使用量减少；而-fcprop-registers是性能优化，减少在寄存器间复制数据的次数。

-fdelayed-branch和-fguess-branch-probability是指令调度改进。如果底层CPU支持指令调度，这些优化标志就试图使CPU等待下一条指令的等待时间最小化。

-floop-optimize开启了对循环的优化，包括把常数表达式移出循环和简化推出循环的条件测试。在更高的第2级优化里，该标志还执行strength reduction和循环展开。

-fomit-frame-pointer是非常有用，原因有2个：省下了设置、保存和恢复桢指针的代码；有时候省下了一个CPU寄存器，可有它用。而负面影响是：没有了桢指针，调试（比如栈跟踪，尤其是嵌套很深的函数）变得很难甚至不可能。

-O2优化（第2级优化）包括了第1级的所有优化加上下表列出的另一些优化。应用这些优化将延长编译时间，不过你的程序性能将得到显著的提高。

Level 2 GCC Optimizations

当使用-O2优化选项时，下表的优化将默认进行：

Optimization	Description
-falign-functions	把函数对齐到2的指数字节边界
-falign-jumps	把跳转指令对齐到2的指数字节边界
-falign-labels	把标签对齐到2的指数字节边界
-falign-loops	把循环对齐到2的指数字节边界
-fcaller-saves	保存并恢复被函数调用改写的寄存器
-fcrossjumping	分解等价代码来减少代码量
-fcse-follow-jumps	CSE过程中跳过不会到达的目标
-fcse-skip-blocks	CSE过程中可以跳过条件块
-fdelete-null-pointer-checks	去掉不必要的null指针检查
-fexpensive-optimizations	执行一些“较昂贵”的优化
-fforce-mem	在寄存器里保存内存操作数（只限GCC 4.1）
-fgcse	执行一遍全局CSE（Common Subexpression Elimination）
-fgcse-lm	在全局CSE时把装载指令移到循环外面
-fgcse-sm	在全局CSE时把保存治疗移到循环外面
-foptimize-sibling-calls	优化有副作用的或尾递归的函数调用
-fpeephole2	执行机器相关的深度优化
-fregmove	Reassigns register numbers for maximum register tying
-freorder-blocks	重新安排函数的基本块，以便减少分支和提高代码局部性
-freorder-functions	对于经常调用或极少调用的函数，使用特殊的text段重新安排函数的基本块，以提高代码局部性
-frerun-cse-after-loop	在循环优化之后执行一遍CSE
-frerun-loop-opt	执行2此循环优化
-fsched-interblock	在基本块间调度指令
-fsched-spec	Schedules speculative execution of nonload instructions
-fschedule-insns	重新安排指令以最小化执行延迟
-fschedule-insns2	执行第2次schedule-insns
-fstrength-reduce	用“廉价”的指令代替“昂贵”的指令
-fstrict-aliasing	通知编译器使用最严格的别名规则（aliasing rules）
-fthread-jumps	试图重新安排跳转指令的顺序，成为执行的顺序
-ftree-pre	在SSA Trees上执行partial redundancy elimination (PRE)
-funit-at-a-time	在开始代码生成之前对整个文件进行语法分析，以便进行额外的优化，比如重新安排代码和申明，去掉从不引用的静态变量和函数等。
-fweb	把每个web（代码的存活范围）赋给它自己的伪寄存器，方便后续的优化，例如CSE，dead code elimination和循环优化。

4个-falign-选项强制函数、跳转指令、标签和循环对齐到2的指数边界，原理是内存对齐的数据和结构对计算机有更高的访问速度。前提是对齐后的代码被频繁调用，能弥补因对齐造成的no-op指令的延迟。

-fcse-follow-jumps和-fcse-skip-blocks正如其名，是在前面介绍的CSE过程中执行的优化。使用-fcse-follow-jumps，CSE会跳过不可到达的目标代码。比如，下面的条件代码：

if (i < 10) {

foo();

} else {

bar();

}

通常，即使(i < 10)测试为false，CSE仍要按照全路径对foo()进行优化。如果你指定了-fcse-follow-jumps，CSE就直接跳到else块进行优化（bar()）。

-fcse-skip-blocks使CSE可以跳过条件块。比如你写了如下的if语句：

if (i >= 0) {

j = foo(i);

}

bar(j);

如果你指定了-fcse-skip-blocks而且i是负值，那么CSE将直接跳到bar()，越过了原来的if语句。而通常情况下，无论i是什么值，CSE都需要对if语句进行处理。

-fpeephole2执行CPU相关的深度优化，把较长的指令集替换成较短的、简练的指令。比如下面的代码：

a = 2;

for (i = 1; i < 10; ++i)

a += 2;

GCC可能把整个循环替换成赋值语句a=20。使用了-fpeephole2，GCC就在标准的深度优化（比如C语言里用位操作代替算术操作）之外还进行CPU相关的优化。

-fforce-mem是指在对指针进行运算前，把内存操作数和常量复制到寄存器里，目的是生成内存引用的common subexpressions，然后用CSE进行优化。前面已经讲过，CSE能去除多余的寄存器装载指令。

-foptimize-sibling-calls试图优化掉尾递归的或同属调用（sibling call）的函数。尾递归调用是指函数的递归调用出现在最后面。比如下面的代码：

int inc(int i)

{

printf("%d/n" i);

if(i < 10)

inc(i + 1);

}

上面定义的inc()函数，在函数体最后递归调用了以i+1为参数的自身，直到i大于等于10。既然尾递归调用的深度是已知的，那么就可以用一个迭代来消除尾递归。-foptimize-sibling-calls就试图进行这种优化。同属调用（sibling call）也是指函数调用出现在尾上下文（tail context，比如return语句）中。

GCC Optimizations for Code Size

选项-Os变得越来越流行，因为它包含了第2级优化里除增加代码量以外的所有优化。-Os还应用了一些减少代码量的额外优化。代码量在这里不是指程序文件在磁盘里占用的存储空间，而是指程序运行时占用的内存空间。注意，-Os会自动屏蔽下面的优化选项：

• -falign-functions

• -falign-jumps

• -falign-labels

• -falign-loops

• -fprefetch-loop-arrays

• -freorder-blocks

• -freorder-blocks-and-partition

• -ftree-ch

分别使用-O2和-Os编译程序，然后对比它们的性能和内存用量是很有意义的。比如，我发现最新的Linux内核下使用-O2和-Os编译的程序拥有几乎相同的运行时性能，但是后者的运行时内存用量却少了15%。当然，你的环境下可能有不同的发现。

Level 3 GCC Optimizations

指定-O3优化选项除了包括第1级，第2级的所有优化外，还包括：

l -fgcse-after-reload：在重新装载时执行一遍额外的load elimination；

l -finline-functions：把所有的“简单”函数内联到调用者中；

l -funswitch-loops：Moves branches with loop invariant conditions out of loops

注意

如果使用了多个-O选项，最后的那个决定一切。所以，命令gcc -O3 foo.c bar.c -O0 -o baz将不执行任何优化，因为-O0出现在最后。

Manual GCC Optimization Flags

除了前面讲的几个-O选项能进行的优化外，GCC还有几个只能用-f指定的优化选项，如下表所示：

Flag	Description
-fbounds-check	对访问数组的索引进行检查
-fdefault-inline	把C++成员函数默认为内联
-ffast-math	设置： -fno-math-errno -funsafe-math-optimizations -fno-trapping-math 选项
-ffinite-math-only	禁止检查NaN和无穷大的参数或结果
-ffloat-store	禁止在寄存器里存储浮点数值
-fforce-addr	在寄存器里存储内存常量
-ffunction-cse	在寄存器里存储函数地址
-finline	把用inline关键字指定的函数内联展开
-finline-functions	在调用者里把简单的函数内联
-finline-limit=n	指定内联函数的伪指令数不超过n
-fkeep-inline-functions	保持内联函数仍为可调用的函数
-fkeep-static-consts	保留用static const申明但从未引用过的变量
-fmath-errno	设置数学函数的errno执行时成为单条指令
-fmerge-all-constants	把模块间相同值的变量合并
-ftrapping-math	Emits code that generates user-visible traps for FP operations
-ftrapv	产生代码捕捉有符号值的运算溢出
-funsafe-math-optimizations	禁止对浮点操作进行错误检查和一致性测试

上面列出的选项很多都有关浮点操作。在进行这些效果不确定的优化的同时，优化器会背离严格的ISO和/或IEEE标准，尤其是对数学函数和浮点运算。在浮点运算量巨大的应用里，这样做可能有显著的性能提升，但是代价就是放弃了对标准的遵守。在某些情况下，这种放弃是可以接受的，当然最终决定权在你的手里。

注意

不是所有的GCC优化选项都可以用这些标志来控制。有些优化选项是完全自动进行的，而且只对代码进行小的修改。只要你使用了-O，就不能禁止这些优化。

Processor-Specific Optimizations

传统上，为目标机器定制的优化并不被提倡，因为它们依赖许多目标系统的信息。GCC利用这些信息产生特殊的代码，使用处理器特有的属性或避免已知的缺陷。

在写这本书以前，我通常只用-O2来优化我的程序，把剩下的事都交给编译器。写完这本书以后，我感觉自己的能力更强了，并给程序增加了一些被证明很有用的编译选项，即在特定情况下的特定优化选项。下面的文字都是指导性的，因为毕竟你比我更懂自己的代码。

Automating Optimization with Acovea

即使你把本文的内容忘的差不多了，你肯定还是知道GCC的选项简直有无数个。要想给某一个特定的程序和特定的体系结构选择最好的GCC选项集，根本就是不可能的。所以很多人都做法是，使用标准的优化选项，然后在自己知道的其他选项里试验出几个有用的。这样做可能是为了节省开发时间，但是它却是“可耻”的。

Scott Ladd的Acovea程序（http://www.coyotegulch.com/products/acovea/index.html）提供了一个有趣而且有用的方法，获得最好的优化选择，原理是利用进化算法（evolutionary algorithm）模拟自然的选择。听起来似乎很神奇，让我们看看它是怎么工作的。Acovea应用那些可能改善各种代码的优化算法，检查结果，然后保留那些能使代码性能提高的优化。这和自然选择过程的第一步在概念上非常相似。Acovea然后自动把满意的优化算法传给后续的选择过程，这样一步步应用更多的优化算法。

GCC专家们在网上各处发表了很多进化出“最佳”优化的建议。不过，这些建议可能是相互矛盾的，甚至在你的应用里不产生效果。Acovea试图通过反复的用优化选项编译代码，并自动详细的分析性能，来得到最佳的结果。这种详尽的分析经历可以使你学习GCC优化选项中最难懂的部分——选项之间的相互影响。Acovea使你可以自动测试所有的GCC选项组合，帮助你大大加快开发过程，得到最少或编译最快的程序版本。

Building Acovea

你可以从http://www.coyotegulch.com/products/acovea/index.html上得到Acovea的最新版本。安装Acovea前需要2个额外的库：

l coyotl：包含了Acovea用到的许多函数，包括一个定制的随机数生成器，底层的浮点应用，一个通用的命令行分析器，和改良的排序和验证工具；

l evocosm：提供了开发进化算法的一个框架。

然后使用简单的解压、配置、安装流程就行了。最后的可执行程序runacovea位于/usr/local/bin（默认）下。

注意

Acovea只支持类Unix和Linux的系统，对Cygwin的支持可能还需要点工作。

Configuring and Running Acovea

Acovea为你的程序进行的测试选项定义在XML格式的配置文件里，配置文件的模板可以在http://www.coyotegulch.com/products/acovea/acovea-config.html得到。GCC的版本对这些配置文件非常重要，所以首先得到和你GCC版本相符的配置文件；其次是处理器的类型。下面是一个Acovea配置文件的范例：

<?xml version="1.0"?>

<acovea_config>

<acovea version="5.2.0" />

<description value="gcc 4.1 Opteron (AMD64/x86_64)" />

<quoted_options value="false" />

<prime command="gcc"

flags="-lrt -lm -std=gnu99 -O1 -march=opteron ACOVEA_OPTIONS

-o ACOVEA_OUTPUT ACOVEA_INPUT" />

<baseline description="-O1"

command="gcc"

flags="-lrt -lm -std=gnu99 -O1 -march=opteron -o ACOVEA_OUTPUT

ACOVEA_INPUT" />

<baseline description="-O2"

command="gcc"

flags="-lrt -lm -std=gnu99 -O2 -march=opteron -o ACOVEA_OUTPUT

ACOVEA_INPUT" />

<baseline description="-O3"

command="gcc"

flags="-lrt -lm -std=gnu99 -O3 -march=opteron -o ACOVEA_OUTPUT

ACOVEA_INPUT" />

<baseline description="-O3 -ffast-math"

command="gcc"

flags="-lrt -lm -std=gnu99 -O3 -march=opteron -ffast-math

-o ACOVEA_OUTPUT ACOVEA_INPUT" />

<baseline description="-Os"

command="gcc"

flags="-lrt -lm -std=gnu99 -Os -march=opteron -o ACOVEA_OUTPUT

ACOVEA_INPUT" />

<!-- A list of flags that will be "evolved" by ACOVEA (85 for GCC 4.1!) -->

<flags>

<!-- O1 options (these turn off options implied by -O1) -->

<flag type="simple" value="-fno-merge-constants" />

<flag type="simple" value="-fno-defer-pop" />

<flag type="simple" value="-fno-thread-jumps" />

<flag type="enum"

value="-fno-omit-frame-pointer|-momit-leaf-frame-pointer" />

<flag type="simple" value="-fno-guess-branch-probability" />

<flag type="simple" value="-fno-cprop-registers" />

<flag type="simple" value="-fno-if-conversion" />

. . ..

<!-- O2 options -->

<flag type="simple" value="-fcrossjumping" />

<flag type="simple" value="-foptimize-sibling-calls" />

<flag type="simple" value="-fcse-follow-jumps" />

<flag type="simple" value="-fcse-skip-blocks" />

<flag type="simple" value="-fgcse" />

<flag type="simple" value="-fexpensive-optimizations" />

<flag type="simple" value="-fstrength-reduce" />

<flag type="simple" value="-frerun-cse-after-loop" />

<flag type="simple" value="-frerun-loop-opt" />

…

<!-- O3 options -->

<flag type="simple" value="-fgcse-after-reload" />

<flag type="simple" value="-finline-functions" />

<flag type="simple" value="-funswitch-loops" />

…

<!-- Additional options -->

<flag type="simple" value="-ffloat-store" />

<flag type="simple" value="-fprefetch-loop-arrays" />

<flag type="simple" value="-fno-inline" />

<flag type="simple" value="-fpeel-loops" />

…

<!-- Tuning options that have a numeric value -->

<flag type="tuning" value="-finline-limit" default="600" min="100"

max="10000" step="100" separator="=" />

</flags>

</acovea_config>

注意

Acovea可以用于任何GCC编译，只要给baseline属性的command元素赋相应的值就行了。

当你准备好了配置文件后，就可以使用runacovea程序进行测试：

runacovea –config config-file-name –input source-file-name

注意

默认情况下，Acovea把速度和性能放在首位，不过也可以指定-size选项使runacovea首先优化代码量。

执行runacovea能得到很多的输出，因为它使用许多优化的排列组合进行测试，最终的输出可能是如下样子：

Acovea completed its analysis at 2005 Nov 24 08:45:34

Optimistic options:

-fno-defer-pop (2.551)

-fmerge-constants (1.774)

-fcse-follow-jumps (1.725)

-fthread-jumps (1.822)

Pessimistic options:

-fcaller-saves (-1.824)

-funswitch-loops (-1.581)

-funroll-loops (-2.262)

-fbranch-target-load-optimize2 (-2.31)

-fgcse-sm (-1.533)

-ftree-loop-ivcanon (-1.824)

-mfpmath=387 (-2.31)

-mfpmath=sse (-1.581)

Acovea's Best-of-the-Best:

gcc -lrt -lm -std=gnu99 -O1 -march=opteron -fno-merge-constants

-fno-defer-pop -momit-leaf-frame-pointer -fno-if-conversion

-fno-loop-optimize -ftree-ccp -ftree-dce -ftree-dominator-opts

-ftree-dse -ftree-copyrename -ftree-fre -ftree-ch -fmerge-constants

-fcrossjumping -fcse-follow-jumps -fpeephole2 -fschedule-insns2

-fstrict-aliasing -fthread-jumps -fgcse-lm -fsched-interblock -fsched-spec

-freorder-functions -funit-at-a-time -falign-functions -falign-jumps

-falign-loops -falign-labels -ftree-pre -finline-functions -fgcse-after-reload

-fno-inline -fpeel-loops -funswitch-loops -funroll-all-loops -fno-function-cse

-fgcse-las -ftree-vectorize -mno-push-args -mno-align-stringops

-minline-all-stringops -mfpmath=sse,387 -funsafe-math-optimizations

-finline-limit=600 -o /tmp/ACOVEAA7069796 fibonacci_all.c

Acovea's Common Options:

gcc -lrt -lm -std=gnu99 -O1 -march=opteron -fno-merge-constants

-fno-defer-pop -momit-leaf-frame-pointer -fcse-follow-jumps -fthread-jumps

-ftree-pre -o /tmp/ACOVEAAA635117 fibonacci_all.c

-O1:

gcc -lrt -lm -std=gnu99 -O1 -march=opteron -o /tmp/ACOVEA58D74660 fibonacci_all.c

-O2:

gcc -lrt -lm -std=gnu99 -O2 -march=opteron -o /tmp/ACOVEA065F6A10 fibonacci_all.c

-O3:

gcc -lrt -lm -std=gnu99 -O3 -march=opteron -o /tmp/ACOVEA934D7357 fibonacci_all.c

-O3 -ffast-math:

gcc -lrt -lm -std=gnu99 -O3 -march=opteron -ffast-math -o /tmp/ACOVEA408E67B6

fibonacci_all.c

-Os:

gcc -lrt -lm -std=gnu99 -Os -march=opteron -o /tmp/ACOVEAAB2E22A4 fibonacci_all.c

正如你所看到的，Acovea生成了一些最佳的优化选项组合列表，还有一些建议的GCC优化选项信息。

前面也说过，靠手动详尽的测试所有GCC优化选项并找出它们之间的相互影响，需要相当长的时间。Acovea的最大作用就是自动帮你来做这件事情。要更多的了解Acovea，请参考http://www.coyotegulch.com/products/acovea。