最基本的C语言代码级别速度优化
6年前写的东西，很不完善，但是也是过去的一个小小总结，主要针对x86平台，收藏如下：
Short to int
描叙：在32位的程序中,使用int类型作循环体的索引变量比short类型具有更好的性能。循环体索引变量指 for (i=0; i<9; i++) 中的 i 。
背景：在32位的应用程序中使用short将导致机器码变长，同时处理器需要更长的时间处理；不仅如此，大多数编译器在未优化状况下对于short类型,总是将它转换成integer后再做各种操作，操作完后再转换为short类型,增加了一些不必要的操作。
原始代码：
unsigned short i;
for (i=0; i<N; i++)
{
DoSomething();
}
优化代码：
unsigned int j;
for (j=0; j<N; j++)
{
DoSomething();
}
Pointers to register
描叙：在循环体中尽量少使用指针间接寻址，可以采取一些迂回的方法，如果可能的话，先将间接寻址的内容放在某个寄存器里面，在循环体内操作完后，再回送到指针所指的内存。
背景：间接寻址将导致至少两次以上的内存操作，这是其一。其二，由于间接寻址使得指令具有前后的依赖性（只有先获得地址才能够做取内存内容的操作），编译器的优化能力将被降低，同时对处理器中流水线的乱序，调度和指令配对也会有一定的影响
原始代码：
int i, j = 0, *a = &j;
for (i=0; i<N; i++)
{
*a += i;
}
优化代码：
int i, j = 0, *a = &j;
register int temp;
temp = *a;
for (i=0; i<N; i++)
{
temp += i;
}
*a = temp;
Move if statement out of loop core
描叙：如果循环体内存在逻辑判断，并且循环次数很大，宜将逻辑判断移到循环体的外面。
背景：参考下面的代码可以看到，在原始代码中要多执行N－1此逻辑判断，而且循环影响了处理器中流水线原有的次序，降低了效率。
原始代码：
for (i=0; i<N; i++)
{
if (condition)
DoSomething();
else
DoOtherthing();
}
优化代码：
if (condition)
{
for (i=0; i<N; i++)
DoSomething();
}
else
{
for (i=0; i<N; i++)
DoOtherthing();
}
Use library
描叙：如果你要实现功能在库函数里面可以找到，那么你如果还不是高高手的话，用库函数吧。
背景：库函数一般针对你的操作系统做了大量的优化，其性能是一般代码不可比拟的。比如下面的代码中，同样的内存拷贝，性能可能相差上十倍。
原始代码：
unsigned char output[N], input[N];
for (i = 0; i < N; i++)
{
output[i] = input[i];
}
优化代码：
unsigned char output[N], input[N];
memcpy(output, input, N);
性能比较：性能将提高若干倍
Division to multiplication
描叙：将一个循环体内部的浮点除法操作，改成浮点乘法，或许有意想不到的效果。
背景：浮点数的除法比乘法要慢得多；如果是整数的乘法和除法是没有任何差异的，但是在适当地时候可以使用移位操作来提高效率，比如说将num乘以16的操作变为num<<4可以取得更好的效果，同理可应用于除法和求余，除法使用右移操作，求余使用&操作都可以取得不错的效果，至少在新版本的linux内核中已经在除法和求余操作上做了大量的改进。
原始代码：
int i;
double j;
for (i=0; i<0xffffff; i++)
{
j = (double)i / 3.3;
}
优化代码：
int i;
double j, k;
k = (double)1.0 / 3.3;
for (i=0; i<0xffffff; i++)
{
j = (double)i * k;
}
性能比较：局部速度大约提升85％
For statement
描叙：在多重循环中，如果有可能，应当将最长的循环放在最内层，最短的
循环放在最外层，以减少CPU 跨切循环层的次数。
背景：浮点数的除法比乘法要慢得多,如果是整数的乘法和除法是没有任何差异的，但是在适当地时候可以使用移位操作来提高效率。
原始代码：
int i;
double j;
for (i=0; i<0xffffff; i++)
{
j = (double)i / 3.3;
}
优化代码：
int i;
double j, k;
k = (double)1.0 / 3.3;
for (i=0; i<0xffffff; i++)
{
j = (double)i * k;
}
性能比较：局部速度大约提升85％
Array access order
参考：《高质量C++/C 编程指南》
’C’ Coding Techniques for Intel Architecture Processors