如何优化C语言中的该位打包函数以提升运行速度？

原代码核心逻辑是循环取出32个映射值（每个占5位），逐位写入sto字节数组。以下是针对运行速度的具体优化方向和实现：

优化点说明 #

1. 用位运算替换低效模运算 #

对于2的幂次取模，位运算& (2^n -1)比%运算效率高得多——CPU无需执行除法指令，直接通过位操作完成计算：

• loop % 32 → loop & 31（32是2^5，31=25-1）
• cr % 8 → cr & 7（8是2^3，7=23-1）

2. 预计算位掩码，消除重复移位 #

原代码每次循环都动态计算位掩码，产生冗余移位操作。提前预存固定掩码数组，直接取用即可：

• 5位值的高位到低位掩码：uint8_t bit_masks_5[] = {0x10, 0x08, 0x04, 0x02, 0x01}
• 字节内的高位到低位掩码：uint8_t bit_masks_8[] = {0x80, 0x40, 0x20, 0x10, 0x08, 0x04, 0x02, 0x01}

3. 展开嵌套循环，减少分支与循环控制开销 #

原内层循环的条件判断和循环控制会带来额外开销，直接展开为5条语句，可消除这部分性能损耗。

4. 配合编译器优化选项 #

编译时添加-O2或-O3选项，编译器会自动完成寄存器分配、冗余代码消除、循环展开等深层优化，进一步提升运行速度。

优化后的代码示例 #

#include <stdint.h>

// 预定义全局掩码数组，避免每次循环重复生成
const uint8_t bit_masks_5[] = {0x10, 0x08, 0x04, 0x02, 0x01};
const uint8_t bit_masks_8[] = {0x80, 0x40, 0x20, 0x10, 0x08, 0x04, 0x02, 0x01};

int main() {
    uint8_t sto[10000] = {0}; // 初始化数组避免脏数据干扰
    uint8_t srt[32] = { /* 填入32个0-31的目标值 */ };
    uint64_t cr = 0;

    for (uint64_t loop = 0; loop < 10000; loop++) {
        uint8_t t = srt[loop & 31]; // 位运算替换模32

        // 展开内层循环，消除循环控制开销
        if (t & bit_masks_5[0]) {
            sto[cr >> 3] |= bit_masks_8[cr & 7];
        }
        cr++;
        if (t & bit_masks_5[1]) {
            sto[cr >> 3] |= bit_masks_8[cr & 7];
        }
        cr++;
        if (t & bit_masks_5[2]) {
            sto[cr >> 3] |= bit_masks_8[cr & 7];
        }
        cr++;
        if (t & bit_masks_5[3]) {
            sto[cr >> 3] |= bit_masks_8[cr & 7];
        }
        cr++;
        if (t & bit_masks_5[4]) {
            sto[cr >> 3] |= bit_masks_8[cr & 7];
        }
        cr++;
    }

    return 0;
}

进阶优化：批量处理数据 #

若追求极致性能，可批量处理多组5位值——每8个5位值共40位，刚好对应5个字节，通过位拼接直接计算出目标字节值，彻底避免逐位判断：

// 示例：批量处理8个5位值（需确保总循环数是8的倍数，或添加边界判断）
for (uint64_t loop = 0; loop < 10000; loop += 8) {
    uint64_t batch = 0;
    // 将8个5位值拼接为40位整数
    for (int i = 0; i < 8; i++) {
        if (loop + i >= 10000) break;
        batch |= (uint64_t)srt[(loop + i) & 31] << (5*(7 - i));
    }
    // 直接将40位批量写入5个字节
    uint8_t* dest = sto + (cr >> 3);
    dest[0] = (batch >> 32) & 0xFF;
    dest[1] = (batch >> 24) & 0xFF;
    dest[2] = (batch >> 16) & 0xFF;
    dest[3] = (batch >> 8) & 0xFF;
    dest[4] = batch & 0xFF;
    cr += 40;
}

内容的提问来源于stack exchange，提问作者affluentbarnburner