二进制文件的大小如何影响执行速度？具体来说，我说的是用ANSI-C编写的代码，使用gnu或intel编译器翻译成机器语言。二进制文件的目标平台是具有运行Linux操作系统的intel或AMD多核CPU的现代计算机。代码可能使用openMP并行执行数值计算，二进制文件可能有几兆字节。
请注意，执行时间在任何情况下都要比加载代码和库所需的时间大得多。我想到了非常具体的代码，用于解决大型常微分方程系统，用于模拟动力学方程，这些方程通常受中等系统大小的CPU约束，但也可能成为存储器限制。
我在问小二进制大小是否应该是高效代码的设计标准，或者我是否总能优先考虑显式代码（最终重复可以实现为函数的代码块）和编译器优化，例如循环展开等
我知道分析技术以及如何将它们应用于特定问题，但我想知道在何种程度上可以做出一般性陈述。
答案 0 :(得分：3)
CPU只执行代码的一部分，因此它是代码的内容，以及它内部移动的程度，决定了速度。
如果你有10Mb的代码，并且第一个9Mb只在启动时执行一次，那么9Mb是否很慢，或者它是90Mb还是90kb并不重要。如果CPU花费99.99％的时间在一些小而紧凑的循环中进行一些非常有效的计算，那么它将会很快，如果它必须一次又一次地运行100,000行代码，它可能会慢得多。
优化是关于查看CPU花费大部分时间的位置，并使得代码尽可能高效地获得答案所需的CPU周期数。有时这可能意味着在其外部添加一些额外的“准备”代码，以使主要部分的工作更容易/更快。
在某些系统中，二进制大小是主要关注点（EG嵌入式设备），但在其他系统中，它几乎完全无关。
另请参阅：http://www.codeproject.com/Articles/6154/Writing-Efficient-C-and-C-Code-Optimization
答案 1 :(得分：2)
CPU有缓存。
与CPU速度相比，对系统内存的访问速度很慢。这就是为什么CPU有缓存（由超快速内存组成）。
每个级别的CPU缓存都有不同的大小和速度。
因此，要实现最大可能的速度，在最低级别避免缓存刷新至关重要（不幸的是，这也是最小的缓存）。
code和data都会强制刷新缓存。所以这两种情况都很重要。
例如：Code 可能在jump或call时生成缓存未命中。在Data加载variable时，remote address 可能会生成缓存未命中。
还有其他问题，例如alignment可以极大地影响速度，但没有任何成本比CPU缓存未命中（重新加载CPU缓存涉及CPU内核同步，这不是一件容易的事：它可能需要像250个CPU周期！）。
没有进入特定于平台的细节，这就是可以说的。
结论：保持简单。小而美。