我有一个非常大的程序，我在visual studio下编译（v6然后迁移到2008）。我需要可执行文件尽可能快地运行。该程序花费大部分时间处理各种大小的整数，并且IO很少。
显然我会选择最大化优化，但似乎有很多事情可以做，但不属于优化标题，这仍然会影响可执行文件的速度。例如，选择__fastcall调用约定或将结构成员对齐设置为大数。
所以我的问题是：我是否应该使用其他编译器/链接器选项来使程序更快，而不是从“属性”对话框的“优化”页面控制。
编辑：我已经广泛使用了分析器。
答案 0 :(得分：12)
要考虑的另一个优化选项是优化尺寸。由于更好的缓存局部性，有时大小优化的代码比速度优化的代码运行得更快。
此外，除了优化操作之外，在分析器下运行代码并查看瓶颈所在。使用优秀的分析器所花费的时间可以在性能方面获得重大收益（特别是如果您对代码的缓存友好性提供反馈）。
最终，你可能永远都不会知道“尽可能快”。你最终需要满足于“这足以达到我们的目的”。
答案 1 :(得分：8)
Profile-guided optimization可以带来大幅加速。使用PGO构建时，我的应用程序运行速度比普通优化构建快30％。基本上，您运行一次应用程序并让Visual Studio对其进行配置，然后根据收集的数据进行优化再次构建它。
答案 2 :(得分：5)
1）使用__restrict减少别名。
2）使用__pure帮助编译器消除公共子表达式消除/死代码。
3）可以找到SSE / SIMD简介here和here。互联网并没有完全包含有关该主题的文章，但这已经足够了。对于内在函数的参考列表，您可以在MSDN中搜索“编译器内在函数”。
4）对于“宏并行化”，您可以尝试OpenMP。它是简单任务并行化的编译器标准 - 实质上，您使用少数#pragmas告诉编译器代码的某些部分是可重入的，并且编译器会自动为您创建线程。
5）我第二次认识PGO可能非常有帮助。与＃3和＃4不同，添加它几乎毫不费力。
答案 3 :(得分：5)
您问的是哪些编译器选项可以帮助您加速您的程序，但这里有一些常规的优化提示：
1）确保您的算法适合该作业。如果你编写一个O（shit平方）算法，那么编译器选项的数量不会对你有所帮助。
2）编译器选项没有硬性规定。有时优化速度，有时优化尺寸，并确保你计时差异！
3）了解您正在使用的平台。了解该CPU的高速缓存如何运行，并编写专门利用硬件的代码。确保你没有到处跟踪指针来访问会破坏缓存的数据。了解可用的SIMD操作并使用内在函数而不是编写汇编。如果编译器肯定没有生成正确的代码（即以错误的方式写入未缓存的内存），则只编写汇编。确保对不会使用别名的指针使用__restrict。有些平台更喜欢你通过值而不是引用来传递矢量变量，因为它们可以放在寄存器中 - 我可以继续这样做但这应该足以指出你正确的方向！
希望这有帮助，
- 汤姆
答案 4 :(得分：3)
忘记微观优化，例如你所描述的内容。通过分析器运行您的应用程序（Visual Studio中包含一个，至少在某些版本中）。分析器将告诉您应用程序花费时间的位置。
微优化很少会让您的性能提升超过几个百分点。为了获得更大的提升，您需要在代码中识别使用低效算法和/或数据结构的区域。专注于那些，例如通过改变算法。分析器将帮助识别这些问题区域。
答案 5 :(得分：2)
在依赖编译器优化之前，您应始终先解决算法问题并对其进行优化，以便在大多数情况下为您带来显着改进。
此外，你可以抛出硬件问题。您的PC可能已经拥有大部分未使用的必要硬件：GPU！提高某些类型的计算上昂贵的处理的性能的一种方法是在GPU上执行它。这是特定于硬件的，但NVIDIA提供的API恰好是：CUDA。使用GPU可能比使用CPU带来更大的改进。
答案 6 :(得分：2)
检查您正在使用的/精确模式。每个代码生成完全不同的代码，您需要根据应用程序所需的准确度进行选择。我们的代码需要精度（几何，图形代码），但我们仍然使用/ fp：fast（C / C ++ - ＆gt;代码生成选项）。
另外请确保您拥有/ arch：SSE2，假设您的部署涵盖了所有支持SSE2的处理器。这将导致性能差异很大，因为编译将使用非常少的周期。博客SomeAssemblyRequired
详细介绍了详细信息由于您已经进行了分析，因此如果没有发生，我建议循环展开。我见过VS2008没有更频繁地做这件事（模板，参考等等。）
如果适用，请在热点中使用__forceinline。
更改代码的热点以使用SSE2等，因为您的应用似乎是计算密集型。
答案 7 :(得分：1)
我同意每个人对分析的看法。但是你提到“各种尺寸的整数”。如果使用不匹配的整数进行大量算术运算，则在更改大小时会浪费很多时间，例如，在计算表达式时会短路为整数。
我还会再投入一件事。可能最重要的优化是选择和实施最佳算法。
答案 8 :(得分：1)
您有三种方法可以加快申请速度：
更好的算法 - 您没有指定算法或数据类型（是否有整数大小的上限？）或您想要的输出。
宏并行化 - 将任务拆分为块并将每个块分配给一个单独的CPU，因此，在两个核心CPU上将整数集划分为两组并为每个cpu提供一半。这取决于您使用的算法 - 并非所有算法都可以像这样处理。
微并行化 - 这与上面类似，但使用SIMD。您也可以将它与第2点结合起来。
答案 9 :(得分：0)
你说程序非常大。这告诉我它可能在层次结构中有很多类。
我对这种程序的经验是，虽然您可能认为基本结构恰到好处，并且为了获得更好的速度，您需要担心低级优化，很有可能有很多优化的机会不属于低级别。
除非该程序已经进行了积极的调整，否则可能存在以中等堆栈操作形式进行大规模加速的空间，这可以通过不同方式完成。这些通常是非常无辜的，永远不会引起你的注意。它们不是“改进算法”的情况。它们通常是“良好设计”的案例，恰好处于关键路径上。