ARM的除法运算优化策略

ARM的除法运算优化策略
与传统的4/8位单片机相比，ARM的性能和处理能力是遥遥领先的。

但与之相应，ARM 的系统设计复杂度和难度，较之传统的设计方法也大大提升了，同时也大大拓展了针对ARM 芯片特性进行优化的空间，例如针对指令流水线的优化、针对寄存器分配进行的优化等。

ARM在硬件上不支持除法指令，编译器是通过调用C库函数来实现除法运算的，有许多不同类型的除法程序来适应不同的除数和被除数。

但直接利用C库函数中的标准整数除法程序，根据执行情况和输入操作数的范围，要花费20～100个周期，消耗较多的软件运行时间。

在实时嵌入式应用中，对时间参数较为敏感，故可以考虑如何优化避免除法消耗过多的CPU 运行时间。

除法和模运算（/和％）执行起来比较慢，所以应尽量避免使用。

但是，除数是常数的除法运算和用同一个除数的重复除法，执行效率会比较高。

在ARM中，可以利用单条MUL指令实现乘法操作。

本文将阐述如何用乘法运算代替除法运算，以及如何使除法的次数最少化。

1 避免除法运算
在非嵌入式领域，因为CPU运算速度快、存储器容量大，除法操作通常都是不加考虑直接使用的。

但在嵌入式领域，首先需要考虑的是这些除法操作是否是必须的。

以对环形缓冲区操作为例，经常要用到除法，其实完全可以避免这些除法运算。

假定有一个buffer_size大小的环形缓冲区，，offset指定目前所在的位置。

通过increment字节来增加offset的值，一般是这样写的：
0ffset=（Offset+increment）％buffer_size；
效率更高的写法是：
offset+=increment；
if（offset>=buffer_size）{
offset-=buffer_size；
}
第一种写法要花费50个周期，而第二种因为没有除法运算，只须花费3个周期。

这里假定increment
如果不能避免除法运算，那么就应尽量使除数和被除数是无符号的整数。

有符号的除法程序执行起来更加慢，因为它们先要取得除数和被除数的绝对值，再调用无符号除法运算，最后再确定结果的符号。

2 充分利用商和余数
许多C语言库中的除法函数返回商和余数。

换句话说，每一个除法运算，余数是可以无偿得到的，反之亦然。

例如，要在屏幕缓冲区找到偏移量为offset的屏幕位置（x，y），可以这样写：
typeclef struct{
int x；
int y；
}point；
point getxy_v1（unsigned int offset，unsigned int bytes_per_line）{
point p；
p.y=offset/lt）ytes_per_line；
p.x=offset - p.y* bytes_per_line；
return p；
}
这里，似乎对p.x使用减法和乘法，少了一次除法运算；但是，实际上使用模运算或者取余操作效率更高，对getxy_v1改进如下：
point getxy_v2（unsigned int offset，unsigned int bytes_per_line）{
point P；
P.x=offset％bytes_per_1ine；
P.y=offset/bytes_per_line；
return P;
}
从下面编译器的输出结果可以看到，只有一次除法调用。

实际上，这个程序要比前面的getxy_vl少4条指令（注意，并不是对所有的编译器和C库都有这样的结果）。

getxy_v2
STMFD r13！，{r4，r14}；保存r4，lr人堆栈
MOV r4，r0 ；赋值后r4保存的为点P基址
MOV r0，r2 ；r0=bytes_per_line
BL rt_udiv ；调用无符号除法例程
（r0．；r1）=（rl/r0，rl％r0）
STR r0，［r4，#4］；P．y=offset/bytes_per_line
STR rl，［r4，#o］；P．x=offset%bytes_per_line
LDMFD r13！，（r4，pc）；恢复上下文，返回
3 把除法转换为乘法
在程序中，同一个除数的除法经常会出现很多次。

在前面的例子中，bytes_per_line的值在整个程序中都是固定不变的。

又如3到2笛卡尔坐标变换，其中就使用了同一个除数两次：
（x，Y，x）→（x/z，y/z）
这种情况下，使用cache指令中的值1/z，并使用1/z的乘法来代替除法运算，效率会更高。

另外，要尽可能使用int类型的运算，避免使用浮点运算。

下面将更加偏重于从数学和理论的角度分析，把重复除法转换成乘法运算。

下面来区分精确数学意义上的除法和整型除法运算：
n/d，即整数n被分成整数d份，结果趋向于O（与C语言相同）；
n％d，即n被d除之后的余数，就是n--d（n/d）；
n/d=n·d-1，即真正数学意义上的n被d除。

当使用整型除法时，最容易估算d-1值的方法是计算232/d。

然后，就可以估算n/d为：（n（232/d））/232 （1）
在执行n的乘法时，需要精确到64位。

对于这种方法，会出现如下问题：
为了计算232/d，由于一个unsigned int类型的数据放不下232，编译器要使用64位long long类型的数，而且必须指定除法为（1 ull<<32）/d。

这种64位的除法比32位的除法执行起来要慢得多。

如果d碰巧是1，那么232/d就不再适合于un—signed int数据类型。

上面的做法似乎很好，而且解决了这两个问题。

那么，再来看一下用（232一1）/d代替232/d。

令
s=0xffffffff ul/d （2）
以上n/d-2，q，n/d+1为整数值，所以可得q=n/d或q=（n/d）一1，即初步估计的结果q与正确值n/d有可能存在偏差1。

可以发现，通过计算余数r=n—q·d （O≤r<2d）是比较容易的。

下面的代码纠正了这个结果：
r=n--q*d;/*初步估计结果余数r的范围为O≤r<2d*/
if（r>=d）{/*若需要校正*/
r-=d；/*校正r，使O≤r
n++;/*相应商加1进行校正*/
} /*得正确结果q=n/d和r=n％d*/
下面给出一个实例，用上面的算法完成了N个元素的数组被d除。

首先，计算上面所说的s值，然后用乘以5来代替每个被d除的除法。

64位的乘是很容易实现的，因为ARM中有一条指令UMULL，可以进行2个32位数相乘，给出一个64位的结果。

void scale（
unsigned int*dest； /*目的数据*/
unsigned int*src； /*源数据*/
unsignedInt d； /*分母d*/
urlslglaedInt N；） /*数据长度*/
{
unsigned int s=0xFFFFFFFFu/d；
do{
unsigned int n，q，r；
n=*（src++）；
q=（urtslgrted int）（（（unsined tong long）n*s）>>32）；
r=n*d；
if（r>=d）{ /*若需要对商进行校正*/
q++；
}
*（dest++）=q;
}while（--N）；
}
这里假定除数和被除数都是32位的无符号整数。

当然，使用32位乘法进行16位的无符号数计算，或者使用1 28位乘法进行64位数计算，运算规则是一样的。

可以为特定的数据选择最窄的运算宽度。

如果数据是16位的，那么就设置s=（216一1）/d，然后用标准的整型乘法来求值q。

4 结论
在嵌入式软件编程中，为了节省CPU运行时间，应尽可能避免使用除法。

对环形缓冲区的处理可以不用除法。

如果不能避免除法运算，那么应尽可能使用除法程序同时产生商n/d 和余数n％d的好处。

对于重复对一除数d的除法．预先计算好s=（2k一1）/d，用乘以s 的2k位乘法来代替除以d的k位无符号整数除法，可大大减少由于直接使用除法操作引入的指令周期数。