基于ARM的除法运算优化策略

 
    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，如图1所示，0ffset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一=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<buff_er_size，在实际应用中这点应该是保证的。

    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，unslgned int bytes_per_line){

point p；

p．y=offset／lt)ytes_per_line；

p．x=offset -   p．y*  bytcs_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_vl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，rO    ；赋值后r4保存的为点P基址

  MOV  rO，r2    ；rO=bytes_per_line

  BL    rt_udiv    ；调用无符号除法例程

    (r0．；r1)=(rl／rO，rl％rO)

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<d为正确余数范围*／

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(一一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。