csapp——perflab解题报告
csapp——perflab解题报告
需求分析：
需要优化的函数有两个 rotate 和 smooth,CPE 值越低越好，mean综合评分越高越好
基本的程序优化方法：
- 避免循环内部的乘(除)法以及冗余计算
- 避免循环内部有过多依赖和跳转，使cpu能流水起来
- 空间换时间最经典的就是查表法了，某些计算相当耗时，但其自变量的值域是比较有限的，这样的情况可以预先计算好每个自变量对应的函数值，存在一个表格中，每次根据自变量的 值去索引对应的函数值即可（强烈推荐）
- 预分配内存
实验题目中文翻译版本
本次实验中，图像以一个二维矩阵 M 来表示的，并以 Mi,j 来标记（i，j）位置的像素值。像素值是由红，绿，蓝（RGB）三个值构成的三元组，仅考虑方形图像。以 N 来表记图像的行数（同时也是列数）。行和列均以C风格进行编号——从0到 N - 1 。
在这种表示方法之下，rotate 操作可以借由以下两种矩阵操作的结合来简单实现：
第一步：转置：对于每个（i，j），交换 Mi,j 与 Mj,i
第二步：行交换：交换第 i 行与第 N - 1 - i 行
smooth 操作可以通过求每个像素与周围像素（最多是以该像素为中心的3×3的九宫格）的均值来实现。详见图2，像素 M2[1][1] 与 M2[N - 1][N - 1] 由下式给出
参考实现
RGB 值拥有 16位的表示（16位色彩）。图像以一个一维的像素数组表示，（i，j）位置的像素表示为 I[RIDX(i,j,n)]。此处 n 表示图像矩阵的大小，RIDX 是一个宏，定义如下（像素的定义可查看defs.h的相关代码）：
#define RIDX(i,j,n) ((i)*(n)+(j))
Rotate
kernels.c的函数naive_rotate用于计算源图像 src 旋转90°后的结果，并将结果保存在目标图像 dst 中。dim 表示图像的大小。
以上代码逐行扫描源图像，将元素拷贝至目标图像的列。
本函数是正确的，本次实验的任务是优化这段代码，通过 代码移动（code motion），循环展开（loop unrolling），分块技术（blocking）等技巧使其尽可能加速运行。
smooth
kernels.c的函数naive_smooth传入源图像 src 作为参数，并以目标图像 dst 的形式返回平滑化的结果。此处是部分实现（其中avg 函数用于返回（i，j）位置周围像素的均值）：
本函数是正确的，本次实验的任务是优化此函数（以及avg）函数，使其尽可能加速运行。（avg 是一个本地函数，你可以完全弃之不用，以其他方法实现smooth）
附上初始版本代码
/********************************************************
* Kernels to be optimized for the CS:APP Performance Lab
********************************************************/
#include 基础操作流程和分析
第一个操作是必须更改结构体中的值换为自己的邮箱名称，
第二个操作在获取评分信息时make后测试./driver 要加上脱离远程服务器的-g默认测试smooth函数和rotate函数选项。
team_t team = {
"bovik", /* Team name */
"Harry Q. Bovik", /* First member full name */
"[email protected]", /* First member email address */
"", /* Second member full name (leave blank if none) */
"" /* Second member email addr (leave blank if none) */
};
第三个操作看一下makefile文件是不是正确，在我操作有一次过程发现makefile文件少包含了一个库卡死
# Student's Makefile for the CS:APP Performance Lab
TEAM = bovik
VERSION = 1
HANDINDIR =
CC = gcc
CFLAGS = -Wall -O2 -m32
LIBS = -lm
OBJS = driver.o kernels.o fcyc.o clock.o
all: driver
driver: $(OBJS) fcyc.h clock.h defs.h config.h
$(CC) $(CFLAGS) $(OBJS) $(LIBS) -o driver
handin:
cp kernels.c $(HANDINDIR)/$(TEAM)-$(VERSION)-kernels.c
clean:
-rm -f $(OBJS) driver core *~ *.o
解题过程分析
1.rotate函数优化
原始版本
void naive_rotate(int dim, pixel *src, pixel *dst)
{
int i, j;
for (i = 0; i < dim; i++)
for (j = 0; j < dim; j++)
dst[RIDX(dim-1-j, i, dim)] = src[RIDX(i, j, dim)];
}
跑分基础得分
1.优化1
消除循环内部的操作次数
void naive_rotate(int dim, pixel *src, pixel *dst)
{
int i, j;
for (i = 0; i < dim; i++)
for (j = 0; j < dim; j++)
dst[RIDX(i, j, dim)] = src[RIDX(j, dim-i-1, dim)];
}
性能
第二次优化
优化过程中产生的多余地址，寻址如果更加连续速率应该会更快
int i,j,t,n;
n=dim-1;
for(i=0;i<dim;i++){
t=n-i;
t*=dim;
for(j=0;j<dim;j++){
dst[t+i]=src[RIDX(i,j,dim)];
}
}
跑分
第三次优化：矩阵分块
矩阵如果分快为8x8的块，可以实现更加迅速的翻转，分块矩阵依次操作即可得到合理的答案
int i,j,k,l;
for(i=0;i<dim;i+=8){
for(j=0;j<dim;j+=8){
for(k=i;k<i+8;k++){
for(l=j;l<j+8;l++){
dst[RIDX(dim-1-l,k,dim)]=src[RIDX(k,l,dim)];
}}}}
跑分
2.Smooth函数优化
原始版本
int i, j;
for (i = 0; i < dim; i++)
for (j = 0; j < dim; j++)
dst[RIDX(i, j, dim)] = avg(dim, i, j, src);
跑分
优化1：减少对函数的调用更改为define
#define min(a,b) (a<b?a:b)
#define max(a,b) (a>b?a:b)
跑分
优化2：对于不同功能的部分打不同的表进行查表法处理
对于四个顶点，取临近的四个平均值，边界点取六个，对于其他像素点取九个。
将除法过程全部减化。
void naive_smooth(int dim, pixel *src, pixel *dst)
{
// int i, j;
// for (i = 0; i < dim; i++)
// for (j = 0; j < dim; j++)
// dst[RIDX(i, j, dim)] = avg(dim, i, j, src);
int i=1,j=0;
//s1
dst[0].red=(src[0].red+src[1].red+src[dim].red+src[dim+1].red)/4;
dst[0].green=(src[0].green+src[1].green+src[dim].green+src[dim+1].green)/4;
dst[0].blue=(src[0].blue+src[1].blue+src[dim].blue+src[dim+1].blue)/4;
//s2
for(j=1; j<dim-1; j++) {
dst[j].red=(src[j-1].red+src[j].red+src[j+1].red+src[dim+j-1].red+src[dim+j].red+src[dim+j+1].red)/6;
dst[j].green=(src[j-1].green+src[j].green+src[j+1].green+src[dim+j-1].green+src[dim+j].green+src[dim+j+1].green)/6;
dst[j].blue=(src[j-1].blue+src[j].blue+src[j+1].blue+src[dim+j-1].blue+src[dim+j].blue+src[dim+j+1].blue)/6;
}
//s3
dst[j].red=(src[j].red+src[j-1].red+src[dim+j].red+src[dim+j-1].red)/4;
dst[j].green=(src[j].green+src[j-1].green+src[dim+j].green+src[dim+j-1].green)/4;
dst[j].blue=(src[j].blue+src[j-1].blue+src[dim+j].blue+src[dim+j-1].blue)/4;
//s4
for(; i<dim-1; i++) {
dst[i*dim].red=(src[(i-1)*dim].red+src[(i-1)*dim+1].red+src[i*dim].red+src[i*dim+1].red+src[(i+1)*dim].red+src[(i+1)*dim+1].red)/6;
dst[i*dim].green=(src[(i-1)*dim].green+src[(i-1)*dim+1].green+src[i*dim].green+src[i*dim+1].green+src[(i+1)*dim].green+src[(i+1)*dim+1].green)/6;
dst[i*dim].blue=(src[(i-1)*dim].blue+src[(i-1)*dim+1].blue+src[i*dim].blue+src[i*dim+1].blue+src[(i+1)*dim].blue+src[(i+1)*dim+1].blue)/6;
for(j=1; j<dim-1; j++) {
dst[i*dim+j].red=(src[(i-1)*dim+j-1].red+src[(i-1)*dim+j].red+src[(i-1)*dim+j+1].red+src[i*dim+j-1].red+src[i*dim+j].red+src[i*dim+j+1].red+src[(i+1)*dim+j-1].red+src[(i+1)*dim+j].red+src[(i+1)*dim+j+1].red)/9;
dst[i*dim+j].green=(src[(i-1)*dim+j-1].green+src[(i-1)*dim+j].green+src[(i-1)*dim+j+1].green+src[i*dim+j-1].green+src[i*dim+j].green+src[i*dim+j+1].green+src[(i+1)*dim+j-1].green+src[(i+1)*dim+j].green+src[(i+1)*dim+j+1].green)/9;
dst[i*dim+j].blue=(src[(i-1)*dim+j-1].blue+src[(i-1)*dim+j].blue+src[(i-1)*dim+j+1].blue+src[i*dim+j-1].blue+src[i*dim+j].blue+src[i*dim+j+1].blue+src[(i+1)*dim+j-1].blue+src[(i+1)*dim+j].blue+src[(i+1)*dim+j+1].blue)/9;
}
dst[i*dim+j].red=(src[(i-1)*dim+j-1].red+src[(i-1)*dim+j].red+src[i*dim+j-1].red+src[i*dim+j].red+src[(i+1)*dim+j-1].red+src[(i+1)*dim+j].red)/6;
dst[i*dim+j].green=(src[(i-1)*dim+j-1].green+src[(i-1)*dim+j].green+src[i*dim+j-1].green+src[i*dim+j].green+src[(i+1)*dim+j-1].green+src[(i+1)*dim+j].green)/6;
dst[i*dim+j].blue=(src[(i-1)*dim+j-1].blue+src[(i-1)*dim+j].blue+src[i*dim+j-1].blue+src[i*dim+j].blue+src[(i+1)*dim+j-1].blue+src[(i+1)*dim+j].blue)/6;
}
dst[i*dim].red=(src[(i-1)*dim].red+src[(i-1)*dim+1].red+src[i*dim].red+src[i*dim+1].red)/4;
dst[i*dim].green=(src[(i-1)*dim].green+src[(i-1)*dim+1].green+src[i*dim].green+src[i*dim+1].green)/4;
dst[i*dim].blue=(src[(i-1)*dim].blue+src[(i-1)*dim+1].blue+src[i*dim].blue+src[i*dim+1].blue)/4;
for(j=1; j<dim-1; j++) {
dst[i*dim+j].red=(src[(i-1)*dim+j-1].red+src[(i-1)*dim+j].red+src[(i-1)*dim+j+1].red+src[i*dim+j-1].red+src[i*dim+j].red+src[i*dim+j+1].red)/6;
dst[i*dim+j].green=(src[(i-1)*dim+j-1].green+src[(i-1)*dim+j].green+src[(i-1)*dim+j+1].green+src[i*dim+j-1].green+src[i*dim+j].green+src[i*dim+j+1].green)/6;
dst[i*dim+j].blue=(src[(i-1)*dim+j-1].blue+src[(i-1)*dim+j].blue+src[(i-1)*dim+j+1].blue+src[i*dim+j-1].blue+src[i*dim+j].blue+src[i*dim+j+1].blue)/6;
}
//s5
dst[i*dim+j].red=(src[(i-1)*dim+j-1].red+src[(i-1)*dim+j].red+src[i*dim+j-1].red+src[i*dim+j].red)/4;
dst[i*dim+j].green=(src[(i-1)*dim+j-1].green+src[(i-1)*dim+j].green+src[i*dim+j-1].green+src[i*dim+j].green)/4;
dst[i*dim+j].blue=(src[(i-1)*dim+j-1].blue+src[(i-1)*dim+j].blue+src[i*dim+j-1].blue+src[i*dim+j].blue)/4;
}
跑分
实验结论或体会
通过读取程序汇编代码进行性能优化补全了程序的短板
虽然在过程中遇到了不少的问题，但是最终优化效果还是不错。
在T2的优化2中对于不同区块的表的编写遇到了一些问题，但是最终解决。
性能得到了非常高的优化。
基本的优化方式，包括降低循环，降低变量，降低内存重复率等等办法都尝试并实践。