與傳統(tǒng)的4/8位單片機相比，ARM的性能和處理能力是遙遙領(lǐng)先的。但與之相應(yīng)，ARM的系統(tǒng)設(shè)計復(fù)雜度和難度，較之傳統(tǒng)的設(shè)計方法也大大提升了，同時也大大拓展了針對ARM芯片特性進行優(yōu)化的空間，例如針對指令流水線的優(yōu)化、針對寄存器分配進行的優(yōu)化等。
ARM在硬件上不支持除法指令，編譯器是通過調(diào)用C庫函數(shù)來實現(xiàn)除法運算的，有許多不同類型的除法程序來適應(yīng)不同的除數(shù)和被除數(shù)。但直接利用C庫函數(shù)中的標準整數(shù)除法程序，根據(jù)執(zhí)行情況和輸入操作數(shù)的范圍，要花費20～100個周期，消耗較多的軟件運行時間。在實時嵌入式應(yīng)用中，對時間參數(shù)較為敏感，故可以考慮如何優(yōu)化避免除法消耗過多的CPU運行時間。
除法和模運算（/和％）執(zhí)行起來比較慢，所以應(yīng)盡量避免使用。但是，除數(shù)是常數(shù)的除法運算和用同一個除數(shù)的重復(fù)除法，執(zhí)行效率會比較高。在ARM中，可以利用單條MUL指令實現(xiàn)乘法操作。本文將闡述如何用乘法運算代替除法運算，以及如何使除法的次數(shù)最少化。
1 避免除法運算
在非嵌入式領(lǐng)域，因為CPU運算速度快、存儲器容量大，除法操作通常都是不加考慮直接使用的。但在嵌入式領(lǐng)域，首先需要考慮的是這些除法操作是否是必須的。以對環(huán)形緩沖區(qū)操作為例，經(jīng)常要用到除法，其實完全可以避免這些除法運算。
假定有一個buffer_size大小的環(huán)形緩沖區(qū)，如圖1所示，offset指定目前所在的位置。通過increment字節(jié)來增加offset的值，一般是這樣寫的：
0ffset=（Offset+increment）％buffer_size；
效率更高的寫法是：
offset+=increment；
if（offset>=buffer_size）{
offset-=buffer_size；
}
第一種寫法要花費50個周期，而第二種因為沒有除法運算，只須花費3個周期。這里假定increment
如果不能避免除法運算，那么就應(yīng)盡量使除數(shù)和被除數(shù)是無符號的整數(shù)。有符號的除法程序執(zhí)行起來更加慢，因為它們先要取得除數(shù)和被除數(shù)的絕對值，再調(diào)用無符號除法運算，最后再確定結(jié)果的符號。
2 充分利用商和余數(shù)
許多C語言庫中的除法函數(shù)返回商和余數(shù)。換句話說，每一個除法運算，余數(shù)是可以無償?shù)玫降?，反之亦然。例如，要在屏幕緩沖區(qū)找到偏移量為offset的屏幕位置（x，y），可以這樣寫：
typeclef struct{
int x；
int y；
}point；
point getxy_v1（unsigned int offset，unsigned int bytes_per_line）{
point p；
p.y=offset/lt）ytes_per_line；
p.x=offset - p.y* bytes_per_line；
return p；
}
這里，似乎對p.x使用減法和乘法，少了一次除法運算；但是，實際上使用模運算或者取余操作效率更高，對getxy_v1改進如下：
point getxy_v2（unsigned int offset，unsigned int bytes_per_line）{
point P；
P.x=offset％bytes_per_1ine；
P.y=offset/bytes_per_line；
return P;
}
從下面編譯器的輸出結(jié)果可以看到，只有一次除法調(diào)用。實際上，這個程序要比前面的getxy_vl少4條指令（注意，并不是對所有的編譯器和C庫都有這樣的結(jié)果）。
getxy_v2
STMFD r13！，{r4，r14}；保存r4，lr人堆棧
MOV r4，r0 ；賦值后r4保存的為點P基址
MOV r0，r2 ；r0=bytes_per_line
BL rt_udiv ；調(diào)用無符號除法例程
?。╮0．；r1）=（rl/r0，rl％r0）
STR r0，［r4，#4］ ；P．y=offset/bytes_per_line
STR rl，［r4，#o］ ；P．x=offset%bytes_per_line
LDMFD r13！，（r4，pc）；恢復(fù)上下文，返回
3 把除法轉(zhuǎn)換為乘法
在程序中，同一個除數(shù)的除法經(jīng)常會出現(xiàn)很多次。在前面的例子中，bytes_per_line的值在整個程序中都是固定不變的。又如3到2笛卡爾坐標變換，其中就使用了同一個除數(shù)兩次：
?。▁，Y，x）→（x/z，y/z）
這種情況下，使用cache指令中的值1/z，并使用1/z的乘法來代替除法運算，效率會更高。另外，要盡可能使用int類型的運算，避免使用浮點運算。
下面將更加偏重于從數(shù)學(xué)和理論的角度分析，把重復(fù)除法轉(zhuǎn)換成乘法運算。
下面來區(qū)分精確數(shù)學(xué)意義上的除法和整型除法運算：
n/d，即整數(shù)n被分成整數(shù)d份，結(jié)果趨向于O（與C語言相同）；
n％d，即n被d除之后的余數(shù)，就是n--d（n/d）；
n/d=n·d-1，即真正數(shù)學(xué)意義上的n被d除。
當(dāng)使用整型除法時，最容易估算d-1值的方法是計算232/d。然后，就可以估算n/d為：
（n（232/d））/232 （1）
在執(zhí)行n的乘法時，需要精確到64位。對于這種方法，會出現(xiàn)如下問題：
為了計算232/d，由于一個unsigned int類型的數(shù)據(jù)放不下232，編譯器要使用64位long long類型的數(shù)，而且必須指定除法為（1 ull<<32）/d。這種64位的除法比32位的除法執(zhí)行起來要慢得多。
如果d碰巧是1，那么232/d就不再適合于un—signed int數(shù)據(jù)類型。
上面的做法似乎很好，而且解決了這兩個問題。那么，再來看一下用（232一1）/d代替232/d。 令
s=0xffffffff ul/d （2）
以上n/d-2，q，n/d+1為整數(shù)值，所以可得q=n/d或q=（n/d）一1，即初步估計的結(jié)果q與正確值n/d有可能存在偏差1?？梢园l(fā)現(xiàn)，通過計算余數(shù)r=n—q·d（O≤r<2d）是比較容易的。下面的代碼糾正了這個結(jié)果：
r=n--q*d;/*初步估計結(jié)果余數(shù)r的范圍為O≤r<2d*/
if（r>=d）{/*若需要校正*/
r-=d；/*校正r，使O≤r
n++;/*相應(yīng)商加1進行校正*/
} /*得正確結(jié)果q=n/d和r=n％d*/
下面給出一個實例，用上面的算法完成了N個元素的數(shù)組被d除。首先，計算上面所說的s值，然后用乘以5來代替每個被d除的除法。64位的乘是很容易實現(xiàn)的，因為ARM中有一條指令UMULL，可以進行2個32位數(shù)相乘，給出一個64位的結(jié)果。
void scale（
unsigned int*dest； /*目的數(shù)據(jù)*/
unsigned int*src； /*源數(shù)據(jù)*/
unsignedInt d； /*分母d*/
urlslglaedInt N；） /*數(shù)據(jù)長度*/
{
unsigned int s=0xFFFFFFFFu/d；
do{
unsigned int n，q，r；
n=*（src++）；
q=（urtslgrted int）（（（unsined tong long）n*s）>>32）；
r=n*d；
if（r>=d）{ /*若需要對商進行校正*/
q++；
}
*（dest++）=q;
}while（--N）；
}
這里假定除數(shù)和被除數(shù)都是32位的無符號整數(shù)。當(dāng)然，使用32位乘法進行16位的無符號數(shù)計算，或者使用1 28位乘法進行64位數(shù)計算，運算規(guī)則是一樣的?？梢詾樘囟ǖ臄?shù)據(jù)選擇最窄的運算寬度。如果數(shù)據(jù)是16位的，那么就設(shè)置s=（216一1）/d，然后用標準的整型乘法來求值q。
4 結(jié)論
在嵌入式軟件編程中，為了節(jié)省CPU運行時間，應(yīng)盡可能避免使用除法。對環(huán)形緩沖區(qū)的處理可以不用除法。如果不能避免除法運算，那么應(yīng)盡可能使用除法程序同時產(chǎn)生商n/d和余數(shù)n％d的好處。對于重復(fù)對一除數(shù)d的除法．預(yù)先計算好s=（2k一1）/d，用乘以s的2k位乘法來代替除以d的k位無符號整數(shù)除法，可大大減少由于直接使用除法操作引入的指令周期數(shù)。