Optimization 确定哪些变量在什么情况下是常量

这个想法有点类似。我想让它更一般一点

基本上，我想为一些特定的情况提供一些专门的和优化的代码变体

换句话说：我已经给出了一个函数的算法/代码（设B={0,1}）

现在，我用一个函数（它预先定义了f的部分输入）指定了一个特殊情况

预先定义的数量(∈ {0..n}）然后由

pn := |preset⁻¹({0,1})|

我们现在得到了一个特殊的函数

f_preset : B^(n-pn) -> B^m

同样，我们得到了这个特殊函数的代码/算法。当然，f_预设的代码将比pn>0的f快一些。然后，您还可以进一步优化此代码（现在可能有一些死代码，一些循环现在可以解包，一些计算可以预先计算，等等）。在某些情况下，它可以有显著的改进

苹果在OpenGL堆栈中大致做到了这一点（据我所知）：在为不再改变的变量设置好所有内容后，他们尝试在运行时找到一个好的预设，然后制作专门函数的优化版本，只使用该函数而不是原始函数

最初，我想了一种优化自己游戏的物理模拟的方法。在那里我有很多粒子对象和一组粒子类型（在编译时是未知的）。粒子类型是一组属性。粒子类型在加载后是固定不变的。每个粒子对象都属于Y粒子类型之一。粒子对象的物理模拟是一些非常复杂的代码，有许多分支，并且在很大程度上取决于粒子类型。我现在的想法是为每种粒子类型提供优化的物理模拟功能

在考虑了一下之后，我想再进一步：

我想在运行时自动计算一组这样的预设，并为每个预设维护优化的代码。我想在环境变化时自动添加或删除预设

现在有几个问题：

• 有没有一个简单的方法来计算一个好的预设？如何知道给定情况下哪些变量是常量
• 有没有一种简单的方法来检查预设有多好？”“良好”是指结果优化代码的性能
• 如何比较两种算法/代码的性能？通过一些启发？还是通过随机输入测试
• 一个功能应该有多少预设（和优化的代码变体）？所有功能的固定限制？还是每个函数都不同？它甚至可能取决于当前的计算机状态吗
• 如何维护不同的优化代码变体？围绕f的包装函数自动选择最佳优化变量似乎不是很好，因为这可能不是每个调用都需要的简单检查。这个问题的解决方案也可能与如何找到好的预设集/数量的问题密切相关。（在粒子类型的情况下，优化代码将与粒子类型一起附加/保存。粒子类型的数量还定义了预设的数量。）

对于我最初的情况，这些问题中的大多数都有点过时了，但我现在真的对如何以一种更普遍的方式做到这一点感兴趣。当然，大多数/所有这些问题也是无法计算的，但我想知道你在多大程度上仍然可以得到好的结果

整个主题对于JIT编译器中的优化也非常重要。他们已经在做这种优化了吗？到什么程度

---

最近有没有好的研究成果回答了我的一些问题？或者也可能有一些结果表明，以这样一种普遍的方式做这件事太难了？

在我看来，你是在问这个问题

事实上，我对这个概念有点问题，因为它通常是用过于学术化和过于困难的术语表达的

它通常的表达方式是，您有一些通用函数

F（Islow，Ifast）

，其参数可以在不同的时间采用不同的值。

Islow

参数很少更改，每次调用时，

Ifast

参数可能会不同

然后问题是编写某种部分求值函数

G（F，Islow）->F1（Ifast）

，它接受函数

F

和

Islow

参数，并生成一个新的（更简单的）函数

F1

，该函数只接受

Ifast

参数

问题是1）必须有人编写通用函数

F

，2）必须有人编写通用部分求值器

G

对我来说，更有意义的是从头开始编写一个函数

H（Islow）->F1（Ifast）

，也就是说，专门为

F1

编写一个代码生成器，而不是编写两个函数

F

和

G

，特别是在

G

很难编写的情况下

H

通常比

F

容易编写，而且

G

根本不需要编写！结果函数

F1

通常比

F

更小，性能更高，因此这是一个双赢的局面

---

当人们编写代码生成器时，他们就是这么做的，这是一种非常有效的编程技术。

苹果公司所做的是一种非常明智的技术，已经在图形和其他领域使用了几十年（但我所知从未教过）。例如，贝尔实验室的Blit终端（）就使用了这种技术。他们可以生成机器语言并在堆栈上运行。谢谢你提供的信息！不过，这并不是我想要的。我不想被迫先生成专门的版本来调用函数。如果我要保留g，我也不想手工做决定

pn := |preset⁻¹({0,1})|

f_preset : B^(n-pn) -> B^m