這篇文章講述了消除冗余代碼Dead Code Elimination）的優化方法，我簡寫為DCE。顧名思義：只要其計算結果沒有被程序所使用， 該計算就被丟棄。
這時你可能會說，你的代碼只會計算有用的結果，從沒有無用的東西，只有白癡才會平白無故地添加那些無用的代碼—–例如，會在做一些有用事情的同時，還在計算著圓周率的前1000位。那麼消除冗余代碼的優化，到底什麼時候才有用呢?
我之所以這麼早就開始講述DCE的優化，是因為如果不清楚DCE的話，在探索其他一些更有趣的優化方法中會造成一些破壞和混亂。看一下下面的小例子，文件Sum.cpp：
- int main() {
- long long s = 0;
- for (long long i = 1; i <= 1000000000; ++i) s += i;
- }
我們對於在計算這十億個數的和時，循環的執行速度很感興趣。的確，這種做法太愚蠢了，我們高中時就學過有一個閉公式可以計算出結果，但這不是重點）
使用命令 CL /Od /FA Sum.cpp 來 構建這個程序，並用Sum命令來運行程序。注意這個構建使用/Od開關禁用了代碼優化。 在我的PC機上，運行這個程序花費了4秒。 現在試著使用CL /O2 /FA Sum.cpp 來編譯優化過的代碼。這次運行很快，幾乎察覺不到有延遲。編譯器對我們的代碼的優化有這麼出色嗎？答案是否定的但它的確是以一種奇怪的方式改變了我們的 代碼）
我們看一下/Od版本生成的代碼，它保存在Sum.asm裡。我精減了一些代碼並注釋了一些文本，讓它只顯示循環體：
這些指令跟你預料中的差不多。 變量i保存以在RSP為寄存器，i$1為偏移量的棧上；在asm文件的其他地方，我們發現i$1=0. 使用RAX寄存器讓i自增長。同樣地，變量s保存在RSP為寄存器，S$為偏移量的棧上，s$=8. 並在RCX中來計算每次循環的累積和。
我們注意到每次循環時，先從棧上獲取i的值，再把新值寫回去，變量s同樣如此。可以說這段代碼很幼稚—–它是由很愚蠢的編譯器生成的也就說，優化被禁用了）。 例如，我們本來可以將變量i和s一直保存在寄存器中，而不用每次循環迭代時都要訪問內存。
關於未優化的代碼就說這麼多了。那麼進行優化後所生成代碼是什麼樣呢? 來看一下使用/O2構建的程序對應的Sum.asm文件，再一次把文件精簡到只剩下循環體的實現，
結果是：
- ;; there’s nothing here!
對，它是空的，沒有任何計算s的指令。
你可能會說，那這個答案肯定錯了.但是我們怎麼知道這個答案就是錯的呢?因為優化器已經推斷出程序在任何時候都沒用到S， 所以才懶得計算它。你不能說答案是錯的，除非你需要核對該答案，對吧？
我們這不是被DCE優化給耍了嗎？ 如果你不需要觀察計算結果，程序是不會進行計算的。
優化器的這個問題其實跟量子物理學的基本原理很類似，可以用大眾科普文章裡經常提到的一句話來解釋，“如果森林裡一棵樹倒下了，但是如果周圍都沒人，它還會有聲音嗎？”。
我們可以在代碼裡添加打印變量s的語句來觀察計算結果，代碼如下：
- #include <stdio.h>
- int main() {
- long long s = 0;
- for (long long i = 1; i <= 1000000000; ++i) s += i;
- printf("%lld ", s);
- }
運行/Od版本的程序打印出了正確結果，還是花費了4秒，/O2版本打印出同樣的結果，速度卻快得多具體快多少，可以看下下面的可選部分，實際上，速度高達7倍多）。
到現在為止，我已經講述了這篇文章的主要觀點：在進行編譯器優化分析的時候一定要十分小心，衡量它們的優點時，千萬不要被DCE給誤導了。 下面是使用DCE優化時需要注意的四個步驟：
不管怎麼樣，我們從這個例子中還是學到了一些很有意思的東西，下面四個小節為可選部分。
- xor edx, edx
- mov eax, 1
- mov ecx, edx
- mov r8d, edx
- mov r9d, edx
- npad 13
- $LL3@main:
- inc r9
- add r8, 2
- add rcx, 3
- add r9, rax ;; r9 = 2 8 18 32 50 ...
- add r8, rax ;; r8 = 3 10 21 36 55 ...
- add rcx, rax ;; rcx = 4 12 24 40 60 ...
- add rdx, rax ;; rdx = 1 6 15 28 45 ...
- add rax, 4 ;; rax = 1 5 9 13 17 ...
- cmp rax, 1000000000 ;; i <= 1000000000 ?
- jle SHORT $LL3@main ;; yes, so loop back
注意看循環體包含了和未優化版本一樣多的指令，為什麼會快很多呢？那是因為優化後的循環體的指令使用的是寄存器，而不是內存地址。 我們都知道，寄存器的訪問速度比內存快得多。 下面的延遲就展示了內存訪問時如何將你的程序降到蝸牛般的速度：
