循环优化（上）：循环展开、循环合并、循环交换的原理与实战

循环，是嵌入式代码里最密集的算力消耗区。我见过太多项目，一上板子就卡死，最后定位下来，问题全在几个关键循环里。今天咱们就把循环优化的三板斧——展开、合并、交换——讲透。

为什么循环需要优化？

你想想看，CPU 执行循环时，每次迭代都要做四件事：

• 检查循环条件
• 跳转回循环头
• 刷新流水线
• 重新加载指令

这些开销，叫循环控制开销。迭代次数越多，浪费越大。我做过一个音频滤波算法，原始代码跑了 2000 次循环，光跳转指令就占了总时间的 15%。

一、循环展开（Loop Unrolling）

说白了，就是把循环体复制多份，一次循环干好几件事。比如原来一次处理 1 个元素，现在一次处理 4 个。

基础展开示例

// 原始循环
for (int i = 0; i < 100; i++) {
    a[i] = b[i] * c[i];
}

// 展开 4 次
for (int i = 0; i < 100; i += 4) {
    a[i]   = b[i]   * c[i];
    a[i+1] = b[i+1] * c[i+1];
    a[i+2] = b[i+2] * c[i+2];
    a[i+3] = b[i+3] * c[i+3];
}

展开后，循环次数从 100 次降到 25 次。控制开销直接砍掉 75%。

展开的代价

维度	收益	代价
代码体积	无	增大（复制多份代码）
执行速度	减少跳转、提升流水线效率	可能增加寄存器压力
可读性	无	变差（代码变长）

我曾经在一个 I2C 驱动里展开了一个 8 次循环，结果代码段从 200 字节膨胀到 600 字节，Flash 不够用了。嗯，这里要注意：代码压缩和速度优化经常是矛盾的。

二、循环合并（Loop Fusion）

循环合并，就是把两个或多个遍历相同范围的循环，合并成一个。好处很明显——减少一次完整的循环控制开销，还能提高数据局部性。

合并示例

// 合并前
for (int i = 0; i < N; i++) {
    a[i] = b[i] + 1;
}
for (int i = 0; i < N; i++) {
    c[i] = a[i] * 2;
}

// 合并后
for (int i = 0; i < N; i++) {
    a[i] = b[i] + 1;
    c[i] = a[i] * 2;
}

合并后，a 数组只被加载一次，CPU 缓存命中率大幅提升。我在做图像处理时，把三个分离的像素操作循环合并，处理一帧 640x480 的图像，时间从 12ms 降到了 8ms。

什么时候不该合并？

• 循环边界不同（一个到 N，一个到 M）
• 中间结果需要全部计算完才能用
• 合并后寄存器压力过大

三、循环交换（Loop Interchange）

循环交换，主要针对嵌套循环。交换内外层循环的顺序，让内存访问更连续。说白了，就是让 CPU 少等内存。

交换示例

// 交换前（按列访问）
for (int j = 0; j < COLS; j++) {
    for (int i = 0; i < ROWS; i++) {
        matrix[i][j] = 0;
    }
}

// 交换后（按行访问）
for (int i = 0; i < ROWS; i++) {
    for (int j = 0; j < COLS; j++) {
        matrix[i][j] = 0;
    }
}

C 语言中，二维数组按行存储。交换前，每次访问 matrix[i][j] 都要跨过整行，缓存行利用率极低。交换后，连续访问同一行的相邻元素，缓存命中率飙升。

交换的判断标准

存储布局	内层循环应遍历	原因
C 语言（行主序）	列索引（j）	连续内存访问
Fortran（列主序）	行索引（i）	连续内存访问

你想想看，如果内层循环跳着访问内存，CPU 每次都要去 DRAM 取数据，那速度能快才怪。

三种技术的对比与选择

技术	适用场景	主要收益	主要代价
循环展开	循环体小、迭代次数多	减少控制开销	代码膨胀
循环合并	多个循环遍历相同范围	提高缓存局部性	可能破坏依赖
循环交换	嵌套循环、非连续访问	改善内存访问模式	需要理解存储布局

知识结构图

实战中的避坑指南

我曾经在一个电机控制项目里，把循环展开和循环合并一起用了。结果代码跑起来，电机反而抖得更厉害。查了半天，发现是展开后寄存器溢出，编译器自动插入了栈操作，把实时性全毁了。

说白了，循环优化不是无脑套公式。你得理解你的硬件——缓存多大？寄存器几个？内存是 SRAM 还是 DRAM？这些决定了优化策略。