在嵌入式开发中，代码空间优化是提升资源利用率的关键，尤其在Flash存储受限的MCU(如8/16位单片机)场景下。以下是针对计算密集型场景的优化策略及实施示例：
核心思路：以存储换计算
当函数计算消耗的指令空间(如浮点运算、三角函数)超过查表法存储消耗时，优先采用预计算+查表法。例如：
// 优化前：实时计算sin(x)(占用约1.5KB代码空间)
float real_time_sin(float x) {
return x - (x*x*x)/6.0f + (x*x*x*x*x)/120.0f; // 泰勒展开近似
}
// 优化后：查表法(占用256B Flash + 20B代码)
const uint16_t sin_table = {0, 201, 402, ...}; // Q12格式预计算值
uint16_t lookup_sin(uint8_t angle_deg) {
return sin_table[angle_deg % 256]; // 输入角度量化至1.4度/步
}
进阶优化技巧
1. 分段查表与插值结合
对非线性函数划分区间，在转折点存储精确值，区间内线性插值：
// 温度传感器非线性校准(示例)
const struct { uint16_t temp; uint16_t adc; } calib_table[] = {{0, 327}, {25, 810}, {100, 4095}};
uint16_t interpolate_temp(uint16_t adc_val) {
for (int i=0; i<2; i++) {
if (adc_val <= calib_table[i+1].adc) {
float slope = (calib_table[i+1].temp - calib_table[i].temp) /
(float)(calib_table[i+1].adc - calib_table[i].adc);
return calib_table[i].temp + slope * (adc_val - calib_table[i].adc);
}
}
return 0xFFFF; // 超范围
}
优势：比全表查询减少50%存储，精度损失<1%。
2. 位域压缩与数据复用
对多维查表数据进行位拼接存储：
// RGB565颜色混合表(R:5bit, G:6bit, B:5bit → 16bit/条目)
const uint16_t color_blend_table = { /* 压缩存储R+G组合 */ };
uint16_t blend_colors(uint8_t r, uint8_t g, uint8_t b) {
return color_blend_table[r >> 3][g >> 2] | (b >> 3); // 高位取查表，低位保留
}
3. 运行时动态生成
在RAM充足时，启动时计算部分表格：
uint8_t log2_table;
void init_table() {
for (int i=1; i<256; i++)
log2_table[i] = (uint8_t)(log2(i) * 32); // 初始化时生成
}
适用场景：需多次调用但对启动延迟不敏感的系统。
辅助优化手段
编译器级优化
启用-ffunction-sections -fdata-sections链接选项，配合链接脚本移除未引用函数/数据。
使用__attribute__((section(".fast_code")))将高频函数放入零等待Flash区域，减少取指周期。
指令集针对性优化
对ARM Cortex-M0+等无硬件除法器架构，用位移替代除法：uint16_t div_by_10(uint16_t x) {
return (x * 0x199A) >> 16; // 定点数逆运算替代
}
算法近似与精度妥协
8位/16位定点数替代32位浮点，节省50%存储及计算指令。
舍弃非常用功能分支(如异常处理中的非关键日志)。
权衡与验证
空间-精度曲线分析：绘制查表尺寸与输出误差的关系曲线，选择拐点值(如误差≤2%时最小表格)。
交叉验证工具：利用arm-none-eabi-size分析.map文件，定位占用率前5的函数针对性优化。
极端情况测试：验证查表边界值(如索引溢出时自动钳位至最大/最小值)。
典型成果：在STM32F030(64KB Flash)上实现FFT频谱分析，通过查表法替代浮点运算，代码空间从23KB压缩至9.4KB，运行速度提升3倍。关键路径在于将旋转因子计算替换为Q15格式预存表，并采用基-4算法减少迭代次数。