忘记在哪里摘抄的笔记，总结一下。 

嵌入式C语言优化

定义匹配变量类型

不同的数据类型所生成的机器代码长度相差很大，变量类型选取的范围越小运行速度越快，占用的内存越快。

比如，能用char型的变量，就没必要使用int型来定义；能用int型的变量，就没必要使用long int型来定义；能不使用float型，就不用。能用unsigned int型的变量，就没必要使用int型来定义；

因为有些处理器处理无符号比处理有符号更有效率。使用float类型，需要借助FPU(浮点运算单元)或者浮点型运算库，而int型可以直接被处理器运算。

注：在定义变量后不要超过变量的作用范围，如果超过变量的范围赋值，C编译器并不会报错，但程序运行结果此时已经错了。 

算法优化-短而有效率

算法优化指对程序时空复杂度的优化。

在PC机上进行程序设计时一般不必过多关注程序代码的长短，只需考虑功能实现。但在嵌入式系统上，就必须考虑系统的硬件资源。

在程序设计时，在不影响程序功能的需求下，应考虑代码尽可能短的算法。

宏

函数调用要使用系统的栈来保存数据，同时CPU在函数调用时需要保存和恢复当前的现场，进行对栈的push和pop操作，所以函数调用实际上也需要CPU时间。

宏定义仅仅作为预先写好的代码嵌入到当前程序上，不产生函数调用，所占用的仅仅是一些空间，省去了参数压栈，生成汇编语言的call调用，返回参数，执行return等过程，从而提高程序的执行速度。

内嵌汇编

程序上对时间要求苛刻的部分可以用内嵌汇编来重写，提高执行速度。汇编较难，慎重使用。

循环语言

在多重循环中，尽量不超过三层循环。

在多重循环中，应将最长的循环放在最内层，最短的循环放在最外层。这样可以减少CPU跨切循环的次数。

int i=0，j=0；
for(i;i<10;i++)        //效率高于下方
{
    for(j;j<30;j++)
    {
    }
}
 
for(j;j<30;j++)        //效率低于上方
{
    for(i;i<10;i++)
    {
    }
}

无限循环

while(1)和for(;;)起一样效果，无限循环。

while(1)编译后

mov     eax，1
test    eax，eax
je      foo+23h
jmp     foo+18h

for(;;)编译后

jmp foo+23h

for(;;)指令少，不占用寄存器，而且没有判断，跳转。CPU效率上比while(1)好。

SWITCH语句

当switch语句的case标号很多时，为了减少比较的次数，可以把发生的频率性相对高的条件放到第一位或者把整个switch语句转化为嵌套switch语句。把发生频率高的case标号放在最外层的switch语句中，发生频率较低的case标号放在另外的switch语句中。

如，把发生频率高的case标号放在最外层的switch语句中，发生频率较低的case标号放在缺省（default）的内层switch语句中。

switch (表达式)
{
    case 值1:
        语句1;
        break;
    case 值2：
        语句2;
        break;
    ……
    /*把发生频率低的放在内层的switch语句中*/
    default:
        switch (表达式)
        {
            case 值n:
                语句n;
                break;
            case 值m:
                语句m;
                break;
            ……        
        }
}

标准库-避免使用

使用C语言标准库可以加快开发速度，但由于标准库需要设法去处理用户所有遇到的情况，所以很多标准库代码很大。

比如，标准库的sprintf函数非常大，很大一部分用于处理浮点数，如果程序中不需要格式化浮点数值，程序设计人员就可以根据实际情况用少量的代码实现这个功能。

运算符求值-高效

乘法比除法更有效率，移位比乘法更有效率。

a=b*2 -> a=b<<1;
a=b/4 -> a=b>>2;
a=b%8 -> a=b&7;

a=b/8*8+b%4 -> a=((b>>3)<<3)+(b&3);
a=b*15 -> a=(b<<4)-b;

存储器分配

由于成本限制，嵌入式系统存储器容量有限。程序上所有的变量，包含的库函数以及堆栈等都使用有限的内存。

全局/静态变量进入main函数之前就被创建，生命周期为整个源程序，存储在全局/静态存储区。

局部变量，在栈中分配。在函数被调用时才被创建，生命周期为函数内。 

因此，在程序中应尽量使用局部变量，提高内存使用效率。

程序中堆大小受限于所有全局数据和栈空间都分配后的剩余量。如果堆太小，程序就不能够在需要的时候分配内存。

因此在使用malloc函数申请内存之后一定要用free函数释放内存，防止内存泄漏，造成内存碎片。

使用Memoization，以避免递归重复计算

考虑Fibonacci（斐波那契）问题，Fibonacci（斐波那契）问题是可以通过简单的递归方法来解决。

int fib ( n )
{
    if ( n == 0 || n == 1 )
    {
        return 1;
    }else
    {
        return fib( n - 2 ) + fib ( n - 1 );
    }
}

注：考虑Fibonacci（斐波那契）系列从1开始，因此，该系列看起来：1，1，2，3，5，8...

从递归树，我们计算fib(3)函数2次，fib(2)函数3次。这是相同函数的重复计算。如果n非常大，fib函数的效率会比较低。

Memoization是一个简单的技术，可以被用在递归，加强计算速度。fibonacci 函数Memoization的代码如下:

int calc_fib ( int n )
{
    int val[ n ] ， i;
    for ( i = 0; i <=n; i++ )
    {
        val[ i ] = -1; 
    }
    val[ 0 ] = 1; 
    val[ 1 ] = 1; 
    return fib( n ， val );
}
 
int fib( int n ， int* value )
{
    if ( value[ n ] != -1 )
    {
        return value[ n ]; 
    }else
    {
        value[ n ] = fib( n - 2 ， value ) + fib ( n - 1 ， value );
    }
    return value[ n ]; 
}

硬件设备

如利用DMA传输方式减少中断次数，因为DMA传输没有用到CPU，而中断用到CPU。