直接上代碼：
void combine5(double data[],int length)
{
double sum = 0.0;
for(int i=0;i<length;i++)
{
sum *= data[i];
}
cout<<sum<<endl;
}
void combine6(double data[],int length)
{
double sum = 0.0;
int limit = length-1;
int i;
for(i=0;i<limit;i+=2)
{
sum = sum*data[i]*data[i+1];
}
for(;i<length;i++)
{
sum *= data[i];
}
cout<<sum<<endl;
}
void combine7(double data[],int length)
{
double sum1=0.0,sum2=0.0;
int limit = length-1;
int i;
for(i=0;i<limit;i+=2)
{
sum1 *= data[i]; // 合並下標為偶數的值， 0按偶數算
sum2 *= data[i+1]; // 合並下標為奇數的值
}
double sum = sum1*sum2;
for(;i<length;i++)
{
sum *= data[i];
}
cout<<sum<<endl;
}
上面三個函數的功能是一樣的，但是究其運行速度來說則不可同日語。為什么呢？
由於加法器和乘法器是完全流水線化的，這代表着他們可以一個時鍾周期執行多條指令，參見我前面寫的那一篇博文（優化的小細節）。減小代碼之間的相關性，增加代碼的並行性，可以大幅度增加代碼的執行效率，做到把CPU的能力都逼出來的地步。
combine5只是做了一些簡單的優化，combine6進行了循環展開，combine7既循環展開又多路並行。如果combine5運行時間是5,combine6的運行時間就會是2.5！ combine7的運行時間就會是1！沒錯就是這么霸道！IA32以后的指令集都支持如此優化，但是絕大多數編譯器都不會幫你把代碼改成這個樣子，所以自己寫是最好的了。如果加上SSE的話，會把CPU的能力榨干的=。= 嘎嘎 下面來說說原因，為什么循環展開多路並行就比隨便寫快呢？ 首先解釋一個名詞，叫關鍵路徑，循環的效率主要取決於關鍵路徑上的指令，循環的關鍵路徑可以看成是貫穿整個循環的變量與計算，減少關鍵路徑上的東西就等於加快了時間！那么循環展開就可以看成是減少了CPU走關鍵路徑的次數，但是每次關鍵路徑上的計算sum = sum*data[i]*data[i+1] 的相關性較大，兩次乘法無法並行，因為第二次乘法必須等第一次乘法完畢才能執行。多路並行就可以解決這個問題，sum1 *= data[i]; sum2 *= data[i+1];這兩個乘法互不依賴，完全可以並行，相當於只做了一次乘法，所以速度便大大加快了。
從上面的分析會發現，循環展開三次，三路並行會比上面的代碼更快，以此類推，代碼的優化效率必然會趨近於一個極限值。這個極限值就是CPU的吞吐量界限了，理論上講就無法再優化了。