Android中的计算性能优化汇总

转自：http://blog.csdn.net/sonikk/article/details/9199865

1. 使用NDK_DEBUG=1后，编译出来的程序比不使用慢很多，大概效率会降低2.5倍，这个数字真不小了！

2. 在NDK_DEBUG=0的情况下，Java调用一次Native函数，耗费时间在0.147~0.233ms左右

3. 使用系统提供的函数，比自己手动copy内存效率快得多，如使用memcpy或者memset可以提高很多速度

4. 尽量避免除法，比较好的做法是使用倒数进行乘法计算，而倒数可以实现用计算器进行求值，直接写入代码

5. Android的一些cpu在处理float类型的时候非常缓慢，下面是我的一个测试程序，程序跑的是求灰度值，可以明显的对比出来优化前后的效果，简直是立竿见影！

 

[plain] view plain copy
 
  1.       
  2. 测试条件：图片分辨率500x750  
  3. [pad] 设备：gt_p6800 双核1.4GHz  
  4. [phone] 设备：nexus s 单核1.0GHz  
  5. [优化前]-------------------------------------------  
  6.         // [pad][debug=0]   
  7.     // [time] 14.132000 (ms)  
  8.     // [time] 15.066000 (ms)  
  9.     // [time] 25.767000 (ms)  
  10.   
  11.   
  12.     // [phone][debug=0]  
  13.     // [time] 175.110992 (ms)  
  14.     // [time] 196.481003 (ms)  
  15.     // [time] 113.485001 (ms)  
  16.     // [time] 162.052994 (ms)  
  17.     // [time] 178.488998 (ms) (平均=164.8)  
  18. [优化后]-------------------------------------------  
  19.     // [pad][debug=0]   
  20.     // [time] 12.625000 (ms)  
  21.    
  22.     // [phone][debug=0]   
  23.     // [time] 48.099998 (ms)  
  24.     // [time] 52.244999 (ms)  
  25.     // [time] 27.365000 (ms)  
  26.     // [time] 34.356998 (ms)  
  27.     // [time] 23.222000 (ms)  
  28.     // [time] 31.214001 (ms) (平均=35.8)  
  29.   
  30. 结论：优化后提升的效率：164.8/35.8 = 4.6   提升360%  

 

6. 在必要的时候可以使用多线程进行优化，这样也可以提升cpu的利用率，从而达到优化的目的：

[plain] view plain copy
 
  1.       
  2. 测试条件：图片分辨率500x750  
  3. [pad] 设备：gt_p6800 双核1.4GHz  
  4. [phone] 设备：nexus s 单核1.0GHz  
  5. [优化前]-------------------------------------------  
  6.         // [pad][debug=0]   
  7.     // [time] 14.132000 (ms)  
  8.     // [time] 15.066000 (ms)  
  9.     // [time] 25.767000 (ms)  
  10.   
  11.   
  12.     // [phone][debug=0]  
  13.     // [time] 175.110992 (ms)  
  14.     // [time] 196.481003 (ms)  
  15.     // [time] 113.485001 (ms)  
  16.     // [time] 162.052994 (ms)  
  17.     // [time] 178.488998 (ms) (平均=164.8)  
  18. [优化后]-------------------------------------------  
  19.     // [pad][debug=0]  
  20.     // [time] 19.000000 (ms)  
  21.     // [time] 10.667000 (ms)  
  22.     // [time] 13.659000 (ms)  
  23.     // [time] 15.953000 (ms)  
  24.     // [time] 28.219999 (ms)  
  25.     // [time] 17.202999 (ms)  
  26.   
  27.   
  28.     // [phone][debug=0]  
  29.     // [time] 192.744003 (ms)  
  30.     // [time] 124.049004 (ms)  
  31.     // [time] 91.658997 (ms)  
  32.     // [time] 88.318001 (ms)  
  33.     // [time] 92.111000 (ms)  
  34.     // [time] 91.551003 (ms)  
  35.     // [time] 31.214001 (ms) (平均=101.7)  
  36.   
  37. 结论：优化后提升的效率：164.8/101.7 = 1.62  提升：62%  

 

7. 同时使用int优化以及多线程，效果得到进一步提升！：

[plain] view plain copy
 
  1.       
  2. 测试条件：图片分辨率500x750  
  3. [pad] 设备：gt_p6800 双核1.4GHz  
  4. [phone] 设备：nexus s 单核1.0GHz  
  5. [优化前]-------------------------------------------  
  6.         // [pad][debug=0]   
  7.     // [time] 14.132000 (ms)  
  8.     // [time] 15.066000 (ms)  
  9.     // [time] 25.767000 (ms)  
  10.   
  11.   
  12.     // [phone][debug=0]  
  13.     // [time] 175.110992 (ms)  
  14.     // [time] 196.481003 (ms)  
  15.     // [time] 113.485001 (ms)  
  16.     // [time] 162.052994 (ms)  
  17.     // [time] 178.488998 (ms) (平均=164.8)  
  18. [优化后]-------------------------------------------  
  19.     // [pad][debug=0]  
  20.     // [time] 7.036000 (ms)  
  21.     // [time] 8.646000 (ms)  
  22.     // [time] 11.264000 (ms)  
  23.     // [time] 15.105000 (ms)  
  24.     // [time] 8.559000 (ms)  
  25.     // [time] 10.316000 (ms) 平均=10.154333  
  26.   
  27.   
  28.     // [phone][debug=0]  
  29.     // [time] 35.727001 (ms)  
  30.     // [time] 42.995998 (ms)  
  31.     // [time] 25.725000 (ms)  
  32.     // [time] 19.454000 (ms)  
  33.     // [time] 27.643000 (ms)  
  34.     // [time] 29.118000 (ms) 平均=30.110  
  35.   
  36. 结论：优化后提升的效率：164.8/30.110 = 5.47  提升：447%  

 

8. 如果追求更快的速度，可以使用neon技术，以及汇编

 

9. 使用查表法进行RGB <-> HSY 空间的转换，先用预处理剔除重复像素

 

10.  分散时间执行，不一定就是点击处理按钮的当时进行，可以开多线程在后台做一些操作，当到达这个点的时候其实大部分任务量已经计算好了

 

11. 缩小进行计算，然后放大进行混合计算

 

12. 对实时性要求高的场合，显示的时候可以先用粗质

 

 

下面是我最近工作中算法的效率

优化前期甚至

[pad] 4.5s

[phone] 25-30s

 

优化中期：

 

[plain] view plain copy
 
  1. // [pad] [debug=0]  
  2. // [time] 760.336975 (ms)  
  3. // [time] 681.442993 (ms)   //684.579669毫秒  
  4.   
  5. // [time] 623.708984 (ms)   //624.158042毫秒  
  6. // [time] 633.445984 (ms)   //634.257毫秒  
  7. // [time] 597.619019 (ms)   //597.847208毫秒  
  8. // [time] 627.309998 (ms)   //627.49325毫秒  
  9. // [time] 570.181030 (ms)   //570.961041毫秒  
  10.   
  11. // [phone] [debug=0]  
  12. // [time] 4956.109863 (ms)  //4962.556毫秒  
  13. // [time] 7306.398926 (ms)  //7313.900167毫秒  
  14. // [time] 5068.775879 (ms)  //5071.079875毫秒  
  15.   
  16. // [time] 7162.111816 (ms)  //7163.000041毫秒  
  17. // [time] 6936.270996 (ms)  //6937.797708毫秒  
  18. // [time] 5545.577148 (ms)  //5549.424749毫秒  
  19. // [time] 5578.754883 (ms)  //5579.310792毫秒  
  20. // [time] 5208.092773 (ms)  //5214.470333毫秒  
  21. // [time] 5067.886230 (ms)  //5068.809999毫秒  
  22. // [time] 5506.863770 (ms)  //5507.421083毫秒  


优化后期：

 

[plain] view plain copy
 
  1. // [pad] [debug=0]  
  2. // [time] 477.792999 (ms)   //483.404708毫秒  
  3. // [time] 181.477997 (ms)   //182.157458毫秒  
  4. // [time] 179.610001 (ms)   //180.286042毫秒  
  5. // [time] 191.210007 (ms)   //191.778毫秒  
  6. // [time] 177.595001 (ms)   //179.568376毫秒  
  7. // [time] 175.041000 (ms)   //175.818125毫秒  
  8.   
  9. // [phone] [debug=0]  
  10. // [time] 795.302002 (ms)   //802.008249毫秒  
  11. // [time] 1108.545044 (ms)  //1113.701375毫秒  
  12. // [time] 932.200012 (ms)   //954.378375毫秒  
  13. // [time] 939.596008 (ms)   //940.612125毫秒  
  14. // [time] 834.835022 (ms)   //835.261416毫秒  
  15. // [time] 766.768982 (ms)   //767.523749毫秒  
  16. // [time] 539.195007 (ms)   //540.059709毫秒  
  17. // [time] 561.531006 (ms)   //562.323375毫秒  

 

 

可以看到，从优化中期到优化后期，[phone]几乎变快了7倍！内存的占用率也降低了很多！

@sonikk 2013-6-30 13:32:05 

 

 

 

研究资料：

Neon的文档：

http://infocenter.arm.com/help/index.jsp?topic=/com.arm.doc.ddi0406c/index.html

 

Neon 原理的ppt介绍:

http://www.arm.com/files/pdf/AT_-_NEON_for_Multimedia_Applications.pdf

 

ARM NEON 指令(用例)

http://blog.csdn.net/tonyfield/article/details/8597549

 

ARM NEON Optimization. An Example

http://hilbert-space.de/?p=22

 

关于neon

http://blog.csdn.net/ccjjnn19890720/article/details/7291228关于neon

 

ARM-NEON-Intrinsics

http://www.doc88.com/p-703867169475.html

 

转贴ARM NEON 优化的例子

http://www.cnblogs.com/c6000/archive/2010/09/14/1826324.html

 

Neon 使用小结

http://blog.csdn.net/chenji001/article/details/4798754

 

Android NDK 之NEON优化

http://blog.csdn.net/zwcai/article/details/6843531

 

Android NDK（ARM开发）使用NEON优化

http://luofl1992.is-programmer.com/posts/38686.html

 

图像处理常用算法

http://www.rosoo.net/a/201108/14913.html

 

ARM首席工程师：关于Android NDK的10个技巧

http://www.chinaaet.com/article/index.aspx?id=133752

 

ARM（Android NDK）混编C/C++汇编优化

http://www.2cto.com/kf/201304/200755.html

 

Android为何要用据说效率很低的Java呢?(二)  

http://blog.163.com/liutian945@126/blog/static/16813804820111182123485/

 

【好文】iOS - How to convert BGRA video streams to Grayscale SUPER fast.

http://teh1337.nfshost.com/blog.py?post=198

 

a-very-fast-bgra-to-grayscale-conversion-on-iphone

http://computer-vision-talks.com/2011/02/a-very-fast-bgra-to-grayscale-conversion-on-iphone/

 

ARM NEON Optimization. An Example

http://hilbert-space.de/?p=22

 

Introduction to NEON on iPhone

http://wanderingcoder.net/2010/06/02/intro-neon/

 

Android NDK使用NEON优化，SIMD优化

http://blog.csdn.net/luofl1992/article/details/8759145

 

详解Android jit

http://hi.baidu.com/cool_parkour/item/570886f9d0732e14e3e3bd7f

 

 [置顶] Android开发性能优化简介
http://blog.csdn.net/h3c4lenovo/article/details/7669749

 

jni加载、卸载动态链接库文件

http://ppjava.com/?p=1273

 

android JNI处理图片的例子

http://blog.csdn.net/xjwangliang/article/details/7065670

 

bitmap.h

http://mobilepearls.com/labs/native-android-api/include/android/bitmap.h

 

Android c 通过skia图形库绘制文字

http://www.360doc.com/content/13/0401/16/7891085_275323215.shtml

 

Chrome for Mac 将换用 Skia 2D 图形库
http://www.guao.hk/tag/skia

 

skia源码下载：

https://code.google.com/p/skia/

http://www.chromium.org/developers/design-documents/graphics-and-skia

 

skia官方文档：

https://sites.google.com/site/skiadocs/

 

【好文】Android有效解决加载大图片时内存溢出的问题

http://www.cnblogs.com/wanqieddy/archive/2011/11/25/2263381.html

 

Android 读取本地(SD卡)图片

http://blog.csdn.net/knowheart/article/details/7334966

 

2013-7-1 0:17:59补充：

 

android官方ndk文档说明：

http://developer.android.com/tools/sdk/ndk/index.html#Docs

 

Android: NDK编程入门笔记

http://www.cnblogs.com/hibraincol/archive/2011/05/30/2063847.html

 

给出c&c++程序优化的几个建议，希望对你有帮助

http://blog.csdn.net/wangjiaoyu250/article/details/9185591

 

采用泰勒级数展开法编写的定点化的开方运算，定点化精度为Q15

http://www.pudn.com/downloads188/sourcecode/math/detail884298.html

 

提高专业技能之 “Codec定点化”

http://www.cnblogs.com/huaping-audio/archive/2010/07/30/1788753.html

 

[转]vlc android 代码编译  

http://3792615.blog.163.com/blog/static/778210942012927103347556/

 

package manager service是怎样选择armeabi/armeabi-v7a中的库文件的？

http://www.cnblogs.com/loveisbug/archive/2013/04/25/3042950.html

 

开发笔记：android ndk 开发之Application.mk

http://www.2cto.com/kf/201207/143406.html

 

Android NDK学习 <四> Application.mk简介

http://blog.sina.com.cn/s/blog_602f877001014ptu.html

 

Android NDK学习 <五> C++ 支持

http://blog.sina.com.cn/s/blog_602f877001014qe5.html

 

android 代码优化

http://hilary3113.iteye.com/blog/1018700

 

Android平台上的浮点优化

http://task.zhubajie.com/1804783/

 

Android开发性能优化浅论之一

http://www.cnblogs.com/huang1986513/archive/2013/03/09/2951742.html

 

Android arm处理器优化

http://www.360doc.com/content/13/0618/10/8204997_293662997.shtml

 

浮点优化选项 -ffast-math：极大地提高浮点运算速度

http://blog.csdn.net/zjujoe/article/details/2604157

 

Android应用程序优化都有哪些需要注意的？

http://www.mianwww.com/html/2012/05/16497.html

 

Android如何避免自己的应用程序被破解和反编译？

http://www.mianwww.com/html/2012/05/16500.html

 

Android开发过程中如何进行算法与界面的优化？

http://www.mianwww.com/html/2012/05/16495.html

 

Android浮点基础概念浅谈

http://developer.51cto.com/art/201001/180521.htm

 

ARM 浮点运算详解

http://blog.csdn.net/haomcu/article/details/7677460

 

CPU浮点运算与整点运算分别决定其什么方面性能？

http://www.zhihu.com/question/20086019

 

arm芯片中的浮点运算

http://blog.chinaunix.net/uid-27875-id-3453816.html

 

RTTI技术

http://baike.baidu.com/view/1042388.htm

 

posted @ 2017-04-08 09:48  willhua  阅读(1043)  评论(0)  编辑  收藏  举报