LOAD/STORE 指令中的自动索引(auto-indexing)功能就是为利用流水线延迟周期而设计的。当流水线处于延迟周期时， 处理器的执行单元被占用， 算术逻辑单元(ALU )和桶形移位器却可能处于空闲状态，此时可以利用它们来完成往基址寄存器上加一个偏移量的操作，
　　供后面的指令使用。例如：指令 LDR R1, [R2], #4 完成 R1= *R2 及 R2  = 4 两个操作，是后索引(post-indexing)的例子;而指令 LDR R1, [R2, #4]! 完成 R1 = *(R2   4) 和 R2  =4 两个操作，是前索引(pre-indexing)的例子。
　　流水线阻断的情况可通过循环拆解等方法加以改善。一个循环可以考虑拆解以减小跳转指令在循环指令中所占的比重， 进而提高代码效率。下面以一个内存***函数加以说明。
　　void memcopy(char *to, char *from, unsigned int nbytes)
　　{
　　while(nbytes--)
　　*to   = *from  ;
　　}
　　为简单起见，这里假设nbytes 为16 的倍数(省略对余数的处理)。上面的函数每处理一个字节就要进行一次判断和跳转， 对其中的循环体可作如下拆解：
　　void memcopy(char *to, char *from, unsigned int nbytes)
　　{
　　while(nbytes) {
　　*to   = *from  ;
　　*to   = *from  ;
　　*to   = *from  ;
　　*to   = *from  ;
　　nbytes - = 4;
　　}
　　}
　　这样一来， 循环体中的指令数增加了，循环次数却减少了。跳转指令带来的***影响得以削弱。利用arm 7 处理器32 位字长的特性， 上述代码可进一步作如下调整：
　　void memcopy(char *to, char *from, unsigned int nbytes)
　　{
　　int *p_to = (int *)to;
　　int *p_from = (int *)from;
　　while(nbytes) {
　　*p_to   = *p_from  ;
　　*p_to   = *p_from  ;
　　*p_to   = *p_from  ;
　　*p_to   = *p_from  ;
　　nbytes - = 16;
　　}
　　}
　　经过优化后，一次循环可以处理16 个字节。跳转指令带来的影响进一步得到减弱。不过可以看出， 调整后的代码在代码量方面有所增加。
　　(2)使用寄存器变量
　　CPU 对寄存器的存取要比对内存的存取快得多， 因此为变量分配一个寄存器， 将有助于代码的优化和运行效率的提高。整型、指针、浮点等类型的变量都可以分配寄存器; 一个结构的部分或者全部也可以分配寄存器。给循环体中需要频繁访问的变量分配寄存器也能在
　　一定程度上提高程序效率。

1.3 指令集相关的优化方法 

　　有时可以利用arm7 指令集的特点对程序进行优化。
　　(1)避免除法
　　arm 7 指令集中没有除法指令，其除法是通过调用C 库函数实现的。一个32 位的除法通常需要20~140 个时钟周期。因此， 除法成了一个程序效率的瓶颈， 应尽量避免使用。有些除法可用乘法代替，例如： if ( (x / y) > z)可变通为 if ( x > (y � z)) 。在能满足精度，且存储器空间
　　冗余的情况下， 也可考虑使用查表法代替除法。当除数为2 的幂次方时， 应用移位操作代替除法。
　　(2)利用条件执行
　　arm 指令集的一个重要特征就是所有的指令均可包含一个可选的条件码。当程序状态寄存器(PSR )中的条件码标志满足指定条件时， 带条件码的指令才能执行。利用条件执行通常可以省去单独的判断指令，因而可以减小代码尺寸并提高程序效率。
　　(3)使用合适的变量类型
　　arm 指令集支持有符号/ 无符号的8 位、16 位、32位整型及浮点型变量。恰当的使用变量的类型，不仅可以节省代码，并且可以提高代码运行效率。应该尽可能地避免使用char、short 型的局部变量，因为操作8 位/16 位局部变量往往比操作3 2 位变量需要更多指令， 请对比下列3 个函数和它们的汇编代码。