对于一项任务，我们被要求优化代码，以获得一个"平滑"函数，描述为：
平滑函数将源图像src作为输入，并在目的图像dst中返回平滑结果。以下是实现的一部分：
void naive_smooth(int dim, pixel *src, pixel *dst) {
int i, j;
for(i=0; i < dim; i++)
for(j=0; j < dim; j++)
dst[RIDX(i,j,dim)] = avg(dim, i, j, src); /* Smooth the (i,j)th pixel */
return; }
结构像素存储一个红色、绿色和蓝色值(整数)。函数avg返回第(i，j)个像素周围的所有像素的平均值。您的任务是优化平滑(和平均值)以尽可能快地运行。(注意：函数avg是一个局部函数，您可以完全去掉它，以其他方式实现平滑。)这个代码(以及avg的实现)在文件kernels.c.中
有人知道我如何优化这个吗？
您可以通过将矩阵/图像划分为方形瓦片并一次平滑一个瓦片来执行循环的循环平铺/循环条挖掘。这样可以实现更好的缓存利用率。
请考虑当前版本。它遍历图像，一次访问三行，写入中间一行。
a[i-1][0], a[i-1][1], ..., a[i-1][dim-1]
a[i ][0], a[i ][1], ..., a[i ][dim-1]
a[i+1][0], a[i+1][1], ..., a[i+1][dim-1]
当它到达图像的最右侧时，第一列可能会从缓存中丢弃。但是，当你移动到下一行时，它们将很快被需要，那里的访问将是这样的：
a[i ][0], a[i ][1], ..., a[i ][dim-1]
a[i+1][0], a[i+1][1], ..., a[i+1][dim-1]
a[i+2][0], a[i+2][1], ..., a[i+2][dim-1]
相反，您可以在平铺中处理图像，如：
a[i ][B], a[i ][B+1], ..., a[i ][B+B-1]
a[i+1][B], a[i+1][B+1], ..., a[i+1][B+B-1]
a[i+2][B], a[i+2][B+1], ..., a[i+2][B+B-1]
其中B是瓦片大小。
或者用图片，让它更清晰：
000111222
000111222
000111222
333444555
333444555
333444555
666777888
666777888
666777888
在这里，我们有一个9x9图像，分为9个瓦片，编号从0到8，您的目标是以这样的方式编写循环，即首先平滑瓦片0中的所有像素，然后平滑瓦片1中的所有象素，再平滑瓦片2中的所有象素等。顺序并不重要，您甚至可以并行运行每个瓦片。
当然，这对于大图像和相对较大的瓦片是有利的，您可以尝试瓦片大小，例如，从横跨一个或两个缓存行的瓦片行开始。
有关此方法的更多信息，请查看循环平铺
尽管如此，值得注意的是，编译器应该自己完成这项工作。
根据编译器的优化功能，这通常会受益于标准优化，如循环展开、显式矢量化、循环阻塞，以及可能的环路交换，具体取决于图像的布局方向。这些都应该包含在你的课本或课程笔记中。如果没有，这些就是要在网上搜索的关键词。
图像平滑是结构化网格应用程序的常见示例：结构化网格
毫无疑问，您的应用程序将受益于循环展开和循环重新排序技术(尤其是循环平铺)，您可以在这里学习：优化
请注意，有效优化结构化网格计算，特别是在单个时间步长上，是一项不那么琐碎的任务，人们因此获得了博士学位：Stencil probe不管怎样，你的计算相当容易，所以你应该实现显著的加速。然而，实现循环平铺可能很麻烦，在某些情况下会适得其反，您可能想尝试一个多面体编译器，如Pluto，它能够快速生成具有任意平铺维度的平铺代码。为了获得良好的性能，选择正确的瓦片尺寸是至关重要的。在当前的体系结构中，由于存在硬件预取矩形瓦片，因此效果更好：缓存优化