（*array2D）[i]=（*array2D）[i-1]+columns;
returnrows*columns*sizeof（int）;
}
voidfree_mem2D（byte**array2D）
{
if（array2D）{
if（array2D[0]）free（array2D[0]）;
elseerror（"free_mem2D:
tryingtofreeunusedmemory",100）;
free（array2D）;
}else{
error（"free_mem2D:
tryingtofreeunusedmemory",100）;
}
}
顺便说一下，如果你的数组寻址有一个偏移量的话，不要写为a[x+offset]，而应该为b=a+offset，然后访问b[x]。
不过，如果你不是处理对速度有特别要求的程序的话，这样的优化也就不必要了。
记住，如果编普通程序的话，可读性和可移值性是第一位的。
II．从负数开始的数组
在编程的时候，你是不是经常要处理边界问题呢？
在处理边界问题的时候，经常下标是从负数开始的，通常我们的处理是将边界处理分离出来，单独用额外的代码写。
那么当你知道如何使用从负数开始的数组的时候，边界处理就方便多了。
下面是静态使用一个从－1开始的数组：
inta[M];
int*pa=a+1;
现在如果你使用pa访问a的时候就是从－1到M－2了，就是这么简单。
（如果你动态申请a的话，free（a）可不要free（pa）因为pa不是数组的头地址）
III．我们需要链表吗
相信大家在学习《数据结构》的时候，对链表是相当熟悉了，所以我看有人在编写一些耗时算法的时候，也采用了链表的形式。
这样编写当然对内存的占用（似乎）少了，可是速度呢？
如果你测试：
申请并遍历10000个元素链表的时间与遍历相同元素的数组的时间，你就会发现时间相差了百倍！
（以前测试过一个算法，用链表是1分钟，用数组是4秒钟）。
所以这里我的建议是：
在编写耗时大的代码时，尽可能不要采用链表！
其实实际上采用链表并不能真正节省内存，在编写很多算法的时候，我们是知道要占用多少内存的（至少也知道个大概），那么与其用链表一点点的消耗内存，不如用数组一步就把内存占用。
采用链表的形式一定是在元素比较少，或者该部分基本不耗时的情况下。
（我估计链表主要慢是慢在它是一步步申请内存的，如果能够象数组一样分配一个大内存块的话，应该也不怎么耗时，这个没有具体测试过。
仅仅是猜想:
P）
本文来自CSDN博客，转载请标明出处：
C程序优化之路（三）
――liyuming1978@
本文讲述在编写C程序代码的常用优化办法，分为I/O篇，内存篇，算法篇。
MMX本来我也想归在这里的，但是由于内容和标题不太符和，决定换一个名字，叫MMX技术详解，和H263视频压缩技术中的MMX应用两篇文章。
三．算法篇
在上一篇中我们讲述了对内存操作的优化，这一篇则主要讲述一些常用的优化算法。
这个东东太多，内容可能会有点凌乱，见谅。
I．从小处说起：
先说说一些小地方先：
①比如n/2写为n>>1这个是常用的方法，不过要注意的是这两个不是完全等价的！
因为：
如果n＝3的话，n/2=1;n>>1=1;但是，如果n＝-3的话，n/2=-1;n>>1=-2所以说在正数的时候，他们都是向下取整，但是负数的时候就不一样了。
（在JPG2000中的整数YUV到RGB变换一定要使用>>来代替除法就是这个道理）
②还有就是a=a+1要写为a++;a=a+b要写为a+=b（估计一般用VB的才会写a=a+1:
P）
③将多种运算融合：
比如a[i++];就是先访问a[i]，再令i加1；从汇编的角度上说，这个确实是优化的，如果写为a[i]，和i++的话，有可能就会有两次的对i变量的读，一次写（具体要看编译器的优化能力了），但是如果a[i++]的话，就一定只读写i变量一次。
不过这里有一个问题要注意：
在条件判断内的融合一定要小心，比如：
（idct变换中的0块判断，陈王算法）
if（!
（（x1=（blk[8*4]<<8））|（x2=blk[8*6]）|（x3=blk[8*2]）|（x4=blk[8*1]）|（x5=blk[8*7]）|（x6=blk[8*5]）|（x7=blk[8*3]）））
在条件判断中融合了赋值语句，但是实际上如果条件为真的话，是不需要这些赋值语句的，也就是说当条件真的时候，多了一些垃圾语句，这些是在h263源码上的问题，虽然这些垃圾语句使得计算0块的时候，时间增加了30％，但是由于idct仅仅占1%的时间，0块又仅仅30%~70%的时间，所以这些性能损失是没有什么关系的。
（这是后来我用汇编改写源码的时候得到的结论）。
这里也说明了，程序优化一定重点在最耗时的地方。
对于不耗时的代码优化是没有太大的实用意义的。
II．以内存换速度：
天下总是难有双得的事情，编程也是一样，大多数情况，速度同内存（或者是性能，比如说压缩性能什么的）是不可兼得的。
目前程序加速的常用算法一个大方面就是利用查表来避免计算（比如在jpg有huffman码表，在YUV到RGB变换也有变换表）这样原来的复杂计算现在仅仅查表就可以了，虽然浪费了内存，不过速度显著提升，还是很划算的。
在数据库查询里面也有这样的思想，将热点存储起来以加速查询。
现在介绍一个简单的例子，（临时想的，呵呵）：
比如，在程序中要经常（一定要是经常！
）计算1000到2000的阶乘，那么我们可以使用一个数组a[1000]先把这些值算好，保留下来，以后要计算1200！
的时候，查表a[1200-1000]就可以了。
III．化零为整
由于零散的内存分配，以及大量小对象建立耗时很大，所以对它们的优化有时会很有效果，比如上一篇我说的链表存在的问题，就是因为大量的零散内存分配。
现在就从一个vb的程序说起，以前我用vb给别人编小程序的时候，（呵呵，主要是用vb编程比vc快，半天就可以写一个）在使用MSFlexGrid控件的时候（就是一个表格控件），发现如果一行一行的增加新行，刷新速度十分的慢，所以我就每次增加100行，等到数据多到再加新行的时候，再加100行，这样就“化零为整”了，使用这样的方法，刷新的速度比原来快了n倍！
其实这样的思想应用很多，如：
程序运行的时候，其实就占用了一定的空间，后来的小块内存分配是先在这个空间上的，这就保证了内存碎片尽可能的少，同时加快运行速度。
IV．条件语句或者case语句将最有可能的放在前面
优化效果不明显。
想得到就用吧，想不到就算了。
V．为了程序的可读性，不去做那些编译器可以做的或者优化不明显的处理：
这个是很重要的，一个普通程序的好坏，主要是它的可读性，可移植性，可重用性，然后才是它的性能。
所以，如果编译器本身可以帮助我们优化的话，我们就没有必要写那些大家都不怎么看得懂的东西。
比如a＝52（结束）－16（起始）；这样写可能是因为在别人读程序的时候，一下就明白了a的含义。
我们不用写为a＝36，因为编译器是会帮我们算出来的。
IV．具体情况具体分析：
具体情况具体分析，这是放之四海而皆准的真理。
没有具体的分析，就不能针对问题灵活应用解决的办法。
下面我就说说分析的方法。
即如何找到程序的耗时点：
（从最简单的办法说起，先说明一个函数GetTickCount（）,这个函数在头尾各调用一次，返回值相减就是程序的耗时，精确到1ms）
①对于认为是比较耗时的函数，运行两次，或者将函数内部的语句注释掉（要保证程序可以运行），看看多（或者少了）多少时间。
这个办法简单不精确。
②每个地方都用GetTickCount（）函数测试时间，注意GetTickCount（）只能精确到ms。
一般的小于10ms就不太精确了。
③使用另外一个函数QueryPerformanceCounter（&Counter）和QueryPerformanceFrequency（&Frequency），前面计算cpu时钟周期，后面是cpu频率相除就是时间。
不过如果你要精确到这一步的话，建议将进程设置为最高级别，防止它被阻塞。
最后讲讲我处理的一个程序：
程序要求我忘了，反正里面有一个函数，函数里面有一个大的循环，循环内部的处理比较耗时。
结果最初程序表现出来的状况是开始还很快，越到后面越慢；我在跟踪程序中变量的时候，发现最初的循环在循环几次后就跳出了，而后面的循环次数越来越多。
找到了为什么慢的原因，就可以对症下药了，我的处理是每次循环不是从头开始，而是从上一次循环跳出的地方开始左右循环（因为可能下一次循环跳出的地方别上一次的小，所以也要遍历前面的），这样程序的速度在后面也很快了。
我讲这个的道理就是在实际运用中，要具体的分析程序慢的真正原因，才能达到最佳的优化效果。
本文来自CSDN博客，转载请标明出处：
MMX开发文档
IMMX简介
Intel的MMX™技术是对Intel体系结构（IA）指令集的扩展。
该技术使用了单指令多数据技术（SIMD）技术，以并行方式处理多个数据元素，从而提高了多媒体和通讯软件的运行速度。
MMX™指令集增加了57条新的操作码和一个新的64位四字数据类型。
MMX™技术提高了很多应用程序的执行性能，例如活动图像、视频会议、二维图形和三维图形。
几乎每一个具有重复性和顺序性整数计算的应用程序都可以从MMX™技术中受益。
对于8位、16位和32位数据元素的处理，改善了程序的性能。
一个MMX™指令可一次操作8个字节，且在一个时钟周期内完成两条指令，也就是说，可在一个时钟周期内处理16个数据元素。
另外，为增强性能，MMX™技术为其它功能释放了额外的处理器周期。
以前需要其它硬件支持的应用程序，现在仅需软件就能运行。
更小的处理器占用率给更高程度的并发技术提供了条件，在当今众多的操作系统中这些并发技术得到了利用。
在基于Intel的分析系统中，某些功能的性能提高了50%到400%。
这种数量级的性能扩展可以在新一代处理器中得到体现。
在软件内核中，其速度得到更大的提高，其幅度为原有速度的三至五倍。
MMX的缺点：
由于MMX的运算指令必须在数据配对整齐的时候才能使用，所以使用MMX指令要比普通的汇编指令多余许多分组配对的指令，如果运算不是特别的整齐的话，就要浪费大量的时间在数据的配对上，所以说MMX指令也不是万能的，也有其很大的缺陷。
同时MMX指令在处理16位数据的时候才能发挥最大的作用，处理8位数据要有一点技巧。
而处理32位数据，MMX指令几乎没有什么加速能力。
（考虑分组耗时的话）
IIMMX基本指令集
具体细节请参阅《INTEL体系结构MMX技术程序员参考手册》第五章
2.1拷贝指令
movq：
64位数据拷贝，如果内存8位对齐的话，是一个64位写，否则2个32位写。
movd：
32位数据拷贝，注意：
如果从内存向MMX寄存器拷贝，MMX高32位清零！
2.2分组指令
分组指令是MMX特有的，所以对于它我们要特别的关注。
分组指令基本上可以分为2类，一类是不带符号紧缩的，一类是带符号紧缩的。
现在我们分别予以介绍：
①punpcklbw/punpcklwd/punpckldq（l表示低位分组，bw8位，wd16位，dq32位）：
它是简单的将两个MMX寄存器的低32位交错组合为一个64位数据。
所以它是不能将长数据转换为短数据的。
②packuswb将16位数据转换为无符号的8位数据。
所以可以将两个MMX寄存器不交错的合为一个64位数据。
③packsswb/packssdw将32位－》16位，16位－》8位，都是有符号的数据。
2.3运算指令
加法运算指令：
paddb（w）（d）：
没有越界保护的加法，当越界的时候仅仅丢弃超出范围的高位比特，（b）（w）（d）分别为8，16，32位加法；paddsb（w）：
具有越界保护的有符号加法，当上溢的时候为0x7fff，下溢的时候为0x8000；paddusb（w）：
具有越界保护的无符号加法，当上溢的时候为0x7fff，下溢的时候为0x0。
减法运算指令同上；add改为sub。
乘法指令：
pmullw/pmulhw是4个16位数据的乘法，pmullw中是结果的低16位，pmulhw是结果的高16位。
pmaddwd乘加指令。
2.4逻辑指令，移位指令和EMMS指令
细节参见《INTEL体系结构MMX技术程序员参考手册》。
IIIMMX经典处理策略
①数据输入输出：
在输入数据的时候，经典的处理方法是将一个数组整个“Load”到MMX寄存器中。
这样简单同时利用了MMX64位读写数据的能力，提高了性能。
同样在输出的时候，也是将一个64位MMX寄存器中的数据内容整个“Store”到内存中。
如果实在是不能这样处理的话，就要利用移位指令了。
比如说将一个MMX内的4个16位数据分别拷贝到不同的内存变量（或者16位通用寄存器中）x1，x2，x3，x4，那么可以这样处理：
movdeax,mm1
psrlqmm1,32
movdebx,mm1
movx1,ax
movx2,bx
shreax,16
shrebx,16
movx3,ax
movx4,bx
可见如果不采用数组形式的话，输入输出将十分的麻烦。
②数据分组以及求绝对值的方法等：
细节请参阅《INTEL体系结构MMX™技术开发者手册》第五章
IV自定义组合指令
①八位无符号数的移位：
在MMX指令集中是没有8位数据的移位指令的，但是有的时候我们确实需要，所以可以用以下两个指令来实现：
psrlqmm0,1
pandmm0,0x7f7f7f7f7f7f7f7f
②如何防止计算过程中越界：
比如在计算的时候，我们有（x1＋x2＋1）>>1，这个时候x1＋x2就会越界（8位数据），那么我们就不得不使用替代了办法，比如（x1>>1＋x2>>1）这个处理是不精确的，在不需要很精确的场合，是可以使用的，但是如果结果差错1都不可容忍的话，就要进行一点处理：
pandmm0,0x01010101010101//保留数据的最后一位数
pandmm1,0x01010101010101//保留数据的最后一位数
pormm0,mm1
paddusbmmx,mm0//修正数据
（x1>>2＋x2>>2）：
这个处理是通用的
pandmm0,0x03030303030303//保留数据的最后两位数
pandmm1,0x03030303030303//保留数据的最后两位数
paddusbmm0,mm1
psrlqmm0,2
pandmm0,0x3f3f3f3f3f3f3f3f
paddusbmmx,mm0
③符号扩展指令：
mm0：
*,*,A,B=>现在要符号扩展为mm0：
（A符号）A,（A符号）B
movqmm1,mm0
pcgtmmm1,0//比较mm0，生成mm1：
（A符号）（B符号）（）（）
punpcklwdmm0,mm1
④分组指令
除了基本的分组指令以外，我们还可以利用移位指令和pandpor指令来实现分组的功能，移位主要是要产生0，这样pormm0，mm1就可以将mm0和mm1合并了。
比如：
mm0（*,*,A,B）mm1（0,0,C,D）则
psllqmm0,32
pormm0,mm1=>（A,B,C,D）当然这个例子我们可以用普通的分组指令实现，但是在某些复杂的处理中，这样的处理是必须的。
总之，要灵活运用MMX的现有指令来实现自己需要的功能。
VMMX编程心得
使用MMX技术进行编程，目的就是要提高运算速度，所以，对于如何尽可能的提高代码的效率，我们是要特别关注的。
这里，我介绍一些需要
升级会员 