这篇文章代码执行效率的优化思路其实适用于任何编程语言的编程，也许仅仅方式不一样，底层逻辑是一样的，我们这里的讲解以C语言为例，希望大家一定耐心看完，对你优化代码效率一定有启发作用。

后续持续更新系列高质量文章，码字不易，欢迎关注、点赞、收藏。

原始代码

我们经常要做的一个事情就是要进行对矩阵进行操作运算，很多时候我们把矩阵数据存入一个数组里面，不管你要干什么，这里肯定涉及到对数组每一个元素的遍历。这里我们以二维数组为例，我们可以写出以下这样一段代码：

#include <stdio.h>
#include<stdlib.h>
#include<time.h>


int main()
{
    int  row,col;
    time_t start, end;
    time(&start);
    for (row = 0; row <= 15000000; row++){
        for (col = 0; col <= 200; col++){

        }
    }
    time(&end);
    printf("used time:%d s\n",(unsigned int)(end-start));
    return 0;
}

代码非常简单，核心代码其实主要就是两个for循环，两层嵌套按照行与列与去遍历每一个成员，非常简单。

我们下面使用Ubuntu系统下GNU GCC编译器来编译一下生成可执行文件，同时使用time工具来看看这段代码执行耗时是多少（当然，我代码中也写了计算遍历耗时计算相关代码，并打印出来结果，效果都差不多，任意取之）。

可以看到耗时7.8秒，时间非常长，当然这里我模拟比较大的二维矩阵，行数为15000000，列为200，所以矩阵很大，耗时比较长。

优化代码

下面我们对上述简单代码只做一个简单修改，就是在对行列两个循环变量int row,col前面加一个register关键字，变成register int row,col。新代码如下：

#include <stdio.h>
#include<stdlib.h>
#include<time.h>


int main()
{
    register int  row,col;
    time_t start, end;
    time(&start);
    for (row = 0; row <= 15000000; row++){
        for (col = 0; col <= 200; col++){

        }
    }
    time(&end);
    printf("used time:%d s\n",(unsigned int)(end-start));
    return 0;
}

下面如上的方式，我们来看看这个新程序的数组遍历耗时结果。

我们可以看到这个程序耗时仅仅为1.4秒，是原始代码的大约1/6，效率提高6倍，好神奇啊！加了一个关键字register，就效率提升这么多，这是为什么呢？

register关键字是什么？

register是寄存器的意思，C语言变量前面加register，表示是寄存器变量。

这关键字的作用是让编译器将这个变量存储在CPU的寄存器中，而不是放在内存中。如果不加register关键字，那变量就是普通变量，存储于内存RAM中。

优化效果解析

寄存器变量的引入使得计数器 row和col被存储在寄存器中，而不是在内存中。这样做的优势在于，寄存器的访问速度远远快于内存，因此可以显著提高循环的执行效率。

为了更好地理解这一点，让我们来看一下计算机的内存结构层次图：

在这个层次结构中，寄存器位于顶部，是最快速的存储器，但容量最小。高速缓存相对较快，但容量更大。主存（RAM）速度较慢，但容量更大，而辅助存储设备（硬盘等）则是最慢但最大容量的存储器。

通过将变量存储在寄存器中，我们可以减少对相对较慢的主存的访问，从而提高程序的整体性能。在上面的数组的遍历循环中，这种优化特别重要，尤其是较多次循环，因为它涉及对变量row和col的频繁访问，而这些变量如果能够存储在寄存器中，就能够更快速地被访问和处理。

循环中的每次迭代都需要对i进行递增和求和操作，而这些操作现在都可以在寄存器中进行，而无需频繁地与内存交互。这减少了内存总线的压力，减小了访问延迟，从而加速了代码的执行。

这也说明了寄存器变量并不仅仅是一种语法上的优化，而是直接与计算机体系结构的层次有关，通过合理利用寄存器，我们可以充分发挥硬件的性能潜力。

需要注意的是，寄存器变量并不总是带来性能提升，因为寄存器的数量是有限的，而编译器也会根据上下文进行变量的寄存器分配。因此，程序员在使用寄存器变量时应该谨慎，根据具体情况权衡性能提升和编程规范。

在实际项目中，可以通过编译器提供的性能分析工具，如GCC的 -O2 或 -O3 选项，来进一步优化代码并评估性能提升效果。

优化通用思路总结

我们这里不是为了讲寄存器变量，重点是让大家理解一个优化代码效率的通用思路：

对于访问次数非常频繁的数据，在条件允许的前提下，建议将该数据尽量放到访问速度最快的硬件存储介质存储，从而从底层硬件读写上提高效率，最终提高代码执行效率。