初级优化篇
说到优化，很多人又不屑一顾了，“现在计算机速度都那么快了，再快那么百分之几有什么意义啊”。这么说确实有些道理，现在的编译器编译后的结果已经是充分优化过了，除了图形图像多媒体等特定软件的开发外、多数情况下刻意的优化确实没必要，但是如果开发人员在编写代码的时候已经具有了优化意识，在完成优化的同时，又能保证了甚至提升开发效率，何乐而不为呢？
当然，算法的设计都是优化的核心，绝大多数情况下，程序的执行效率高低主要由开发人员对程序整体把握，算法的设计等来决定！但有时候针对细节的优化也是有一定意义的！
而且这种优化在很多情况下也并不需要直接通过汇编来写代码实现，但这种情况下却也能体现出掌握汇编知识的优越性！
如下面两个函数：
function GetBit(i: Cardinal; n: Cardinal): Boolean;
begin
Result := Boolean((i shr n) and 1);
end;
function GetBit(i: Cardinal; n: Cardinal): Boolean;
begin
Result := Boolean((1 shl n) and i);
end;
对应的汇编代码:
MOV ECX, EDX
SHR EAX, CL
AND EAX, $01
MOV ECX, EDX
MOV EDX, $01
SHL EDX, CL
AND EAX, EDX
它们的作用一样，都是取i某位的值，为1返回True，0返回False！
表面上看可能都会认为两个函数的执行效率一样，实际上还是有区别的，第一段程序是的移位操作是对i进行的，按照Delphi中默认的调用约定register，此时的i的值是存在寄存器EAX中，移位操作可直接完成；而第二段程序则不同，要对立即数1完成移位操作，必须先将其传送到寄存器，由此也就必然多出一条指令！当然也不是所有情况下，指令少就一定比指令多要快，具体执行时还要考虑指令执行的时钟周期和指令的配对等问题（后面再介绍些），独立出来也说明不了问题，只有在具体代码环境中才好作比较。
一般情况下这种效率上的执行差异实在是太微不足道了，但在编程期间时刻保持着优化的意识绝不是件坏事！如果此类代码位于循环的最里层，N个时钟周期经过大量循环的累积，产生的执行效率差异也可能变的很大！
上面只是个很小的例子，由此可以看出在开发中如果能站在汇编的角度思考一些问题，能在保证开发效率的同时用高级语言编写出更有效率的细节代码！但还有很多时候，细节优化还要用使用嵌入汇编代码来完成，而且有些时候由于嵌入汇编代码应用，还能使代码编写变得更有效率。
如需要将一个32位数的字节顺序颠倒，在Delphi中，完全用高级语言实现怎么做？用移位可以，多次调用内建函数Swap也可以，但是如果想到一条BSWAP指令，这一切变得很简单。
function SwapLong(Value: Cardinal): Cardinal;
asm
BSWAP EAX
end;
注：同上，Value的值是存在寄存器EAX中，而32位数的值也通过EAX返回，所以只需要一句即可。
当然多数的嵌入汇编优化没有这么简单，不过通过大学里所学的那一点点汇编知识也很难做到更深入的优化，也只能通过不断的积累，对比编译后的汇编代码获取经验！好在多数情况下，细节优化并不是程序设计的主体。
但如果所开发程序涉及到图形图像多媒体等方面，还是有必要进行更深入的优化的！好在不管是浮点指令的优化还是应用MMX、SSE、3DNow等完成优化，Delphi6都能提供良好的支持。即使是想早期版本的Delphi支持这些CPU扩展指令集或者想要支持以后新的CPU指令集，利用Delphi在嵌入汇编中所支持的DB、DW、DD、DQ等四条汇编指令（在Borland的Delphi6官方语言手册里只说支持DB、DW、DD）插入相关指令的数值表示也能灵活的实现。
如：
DW $A20F //CPUID
DW $770F //EMMS
DB $0F, $6F, $C1 //MOVQ MM0, MM1
了解指令只是基础，在围绕FPU，MMX，SSE设计完算法后，想更深一步的进行优化，还必须了解一些CPU本身的技术特性。
先看看下面两段代码：
asm
ADD [a], ECX
ADD [b], EDX
end
asm
MOV EAX, [a]
MOV EBX, [b]
ADD EAX, ECX
ADD EBX, EDX
MOV [a], EAX
MOV [b], EBX
end
第二个效率高？错了，如上面说的，指令少不意味着执行效率高，查查相关资料可知，第一段代码的两条指令执行的时钟周期为3（每条指令都需要完成读、改、写三步），第二段代码中的6条指令执行的时钟周期都为1。那么说两段代码效率一样？又错了，实际上第二段代码执行效率比第一段代码要高！为什么？因为奔腾级以后的CPU都有两条流水线来执行指令，所以当相邻的两条指令能够完成配对，那么它们就能够同时执行！具体到上面的两段代码来说具体原因又是什么呢？
第一段代码中的两条指令虽然可以完成配对，但需要的总执行时钟周期为5而不是3，而第二段代码的六条指令可以两两之间并行执行，所以也就导致了这个结果。
说到这里，都是些很浅显的例子，本身给不了大家太多的帮助。如果真的想优化特定程序，还是找些FPU，MMX优化的专题文章看看，或者找来技术手册好好专研专研“乱序执行”和“分枝预测”等技术。只希望各位在上大学的朋友们不要只专注于那些“能赚钱”的开发工具和时髦的新技术，能把更多的时间花在打基础上，有了扎实的基础才能快速掌握新知识、才能用更快的时间掌握新的开发工具、才能...（省略一千字）。
不过话又说回来，知识还是要用来解决实际问题的，如果每天就只在技术细节上做文章，也许能成为一个出色的黑客，但绝对开发不出一流的软件。所以还是要以创造价值为根本目的。所以...不说了，再说下去就真不像技术文章了。^_^
附：程序优化除了考虑执行效率以外，当然也要考虑体积的问题（体积小才能更快的载入内存，更快的完成指令译码等工作），比如清空EAX寄存器都是用SUB EAX, EAX或XOR EAX, EAX而不会用MOV EAX, $0，虽然它们的执行时钟周期都是1，但前者的指令长度（2字节）明显比后者（5字节）短。但因为上面说的都是些细节，所以没提到体积的问题。更多的缩小体积的问题还是交给编译器去解决吧，在编写嵌入ASM代码的同时稍微注意一下就可以了。