“跑个LED呼吸灯，CPU占用飙到80%？

别急着换芯片，先把这几行代码改了再说。

”

——刚把这段吐槽发群里，五分钟就炸出十几条“我也是”。

嵌入式苦，苦在资源紧巴巴，还常被老板一句“加个小功能”逼到秃头。

下面这7招，全是真刀真枪在量产板上跑过的，不玩虚的，能省一个字节就省，能快一个时钟就快。

1. 查表法：别再算sin了，直接翻小抄

做电机FOC，sin、cos算一次得几十个周期，换成256点查表，Flash多占256字节，换来的是中断响应从12μs砍到3μs。

图像伽马校正、AES的S-box、FIR滤波系数，统统能塞表。

记得把表丢进.const段，让MCU的指令缓存吃现成的，别傻放RAM里。

2. 柔性数组+内存池：malloc的锅，不背

之前做LoRa传感器节点，动态分配搞得heap碎成渣，三天必重启。

后来换成柔性数组+4K预分配内存池：

```

typedef struct{

uint8_t len;

uint8_t data[];

}pkt_t;

```

池子里固定128字节块，data长度可变，碎片率直接归零。

实时性稳了，功耗也降，毕竟少了malloc那串折腾。

3. 位操作：别把CPU当傻子

Cortex-M3的BITBAND，一条指令翻转GPIO，比读改写快6倍。

CRC16用DSP的CLZ指令，8位数据流一次算完，省得软件循环啃半天。

写寄存器时，记住“读-改-写”三连击最费电，能位带就别手软。

4. 循环展开+SIMD：让NEON打群架

做720p MJPEG解码，8×8IDCT循环展开4次，再塞两条NEON指令，一帧时间从120ms压到35ms。

注意别展开过头，指令缓存撑爆反而更慢。

实测展开2~4次是甜点区。

5. 内联：别迷信static inline

GCC的LTO能跨文件内联，把关键路径的小函数全丢进.h里，加__attribute__((always_inline))，链接后一看，代码量居然还小了几百字节——编译器顺手把死代码也扬了。

副作用？

调试断点乱跳，忍忍就好。

6. 数据类型：float是电老虎

姿态解算算PID，原来全float，一次运算3mA电流。

换成Q15定点，误差不到0.1°，电流直接腰斩。8位颜色值就别uint32_t硬塞，结构体里用位域+手动对齐，省出来的RAM能多开一路ADC缓冲。

7. 循环顺序：别让缓存跑马拉松

二维数组按列访问？

Cache miss哭都没地儿哭。

改成行主序，再配个提前break：

```

for(i=0;i<len && !found;i++)

```

分支预测命中率飙到95%，功耗仪上的数字肉眼可见往下掉。

彩蛋：结构体对齐的骚操作

pragma pack

折中办法：把频繁访问的放前面，按4字节对齐，尾巴用charfiller[]凑整。

既不掉速，也不浪费。

最后提醒一句：先跑profiler，再动刀。

ARM DS-5抓一次热点，比盲改三天强。

优化到代码开始变丑时，停手——毕竟下个月还得自己维护。