基于移动平台的应用软件性能优化技术研究.docVIP

基于移动平台的应用软件性能优化技术研究 　　摘 要：面对日益复杂的智能移动应用，多核处理器已成为高性能移动计算的一个有效解决方案。对于多核系统中的应用软件性能优化也是其中的研究重点。本文研究了并行程序设计算法和并行程序性能优化技术。通过对程序进行优化，可以使它充分的发挥多核的计算能力，其方法包括增加任务数量改善负载均衡，选择最优的线程与处理核之间关联策略，从而能够大幅提高系统的整体性能。 　　关键词：移动智能多核系统；多线程；并行计算；分治法；GPA 　　中图分类号：TP311.52 　　由于移动智能系统是一个资源受限的系统，它对程序的运行空间和时间要求比桌面系统更为苛刻，因此，应用软件的优化对移动智能系统来说尤显必要和紧迫[1]。 　　本文主要研究的性能优化是主要指运行速度的优化。应用软件对其运行速度进行优化是指在充分掌握软、硬件特征的基础上，通过应用程序结构调整等手段来缩短完成指定任务所需的运行时间，主要应用在对实时性要求比较高的场合。 　　目前，移动智能系统的处理器在物理上也支持多线程的并发执行，采用适当数量的并发线程可以获得比单一线程高的运行速度[2]。对于多核系统中的应用软件性能优化，本文研究了基于Android系统的并行程序设计算法和并行程序性能优化技术。 　　1 我们通过一个实际应用来分析、研究基于移动平台的应用软件优化的技术 　　包括并行处理技术、多线程优化技术以及利用GPA（Graphics Performance Analyzers）工具辅助分析技术。 　　本例是一个求圆周率π的应用。有如下数学公式： 　　将积分公式表示为极限： 　　实际上Δx不可能做到无穷小，只能让Δx尽可能小，这样求出的结果越接近π。我们用step表示一个Δx，则num_step=1/step尽量地大。考虑到f（x）=1/（x2+1）是一个凸函数，这里取一个中值来求和，即使用f[（i+0.5）/（num_steps）]来代替f[i/（num_steps）]求和，这样求出的和不会总是比实际值偏小。最后可以得出编写程序依据的公式为： 　　根据上面公式我们编写出相应的计算程序。 　　2 原始应用（未经优化）研究与分析 　　我们首先根据上述公式直接推导出应用的计算代码，此代码是没有经过优化的，我们称其为“原始应用”，将其命名为SerialPi。 　　该应用设计思路是：让计算π的任务放在辅助线程（这里称为任务线程）中运行，主活动上设置按钮来控制线程的运行，并用一个TextView来显示任务线程的结果。应用运行的界面如图1所示。 　　应用启动后的界面如图1（a）所示。当我们点击“开始计算”按钮后，界面所有的按钮都变成灰色，直到计算π的线程运算完成。这时，界面显示π的计算结果以及线程运行的总时间，如图1（b）所示。 　　从上述运行界面可知，此应用计算π的时间大约为22秒多。多次运行此应用，其显示的计算时间也大约为此时长。 　　图1 SerialPi应用运行的界面 　　2.1 在原始应用 中 新 建 线 程 类MyTaskThread，让其计算π的值。编辑源文件 　　MyTaskThread.java，主要代码如下： 　　1 package com.example.serialpi； 　　2 public class MyTaskThread extends Thread { 　　3 private Handler mainHandler； 　　4 public static final int MSG_FINISHED = 1； //定义表示计算结束的消息类型 　　5 private static final long num_steps = 200000000；//公式中的 num_steps 变量，总步数 　　6 private static final double step = 1.0 / num_steps；//公式中的step变量，步长 　　7 public static double pi = 0.0； //π的计算结果 　　…… 　　20 public void r u n （） 　　21 { 　　22 double x ，sum=0.0； 　　23 long i； 　　24 for （ i=0； i num_steps； i++）{ 　　25 x = （ i+ 0. 5） * s t e p ； 　　26 sum=sum+ 4. 0 /（1.0 + x*x ）； 　　27 } 　　28 pI=step*sum； 　　29 Messagemsg=new Message（）； 　　30 msg.what=MSG _FINISHED；//定义消息类型