通过一定的风格来编写C程序，可以帮助C编译器生成执行速度更快的
ARM代码。下面就是一些与性能相关的关键点：
1、对局部变量、函数参数和返回值要使用signed和unsigned int类型。这样可以避免类型转换，而且可高效地使用ARM的32位数据操作指令。
2、最高效的循环体形式是减计数到零（counts down to zero）的do-while循环。
3、展开重要的循环来减少循环的开销。
4、不要依赖编译器来优化掉重复的存储器访问。指针别名会阻止编译器的这种优化。
5、尽可能把函数参数的个数限制在4个以内。如果函数参数都存放在寄存器内，那么函数调用就会快得多。
6、按元素尺寸从小到大排列的方法来安排结构体，特别是在thumb模式下编译。
7、不要使用位域，可以用掩码和逻辑操作来替代。
8、避免除法，可以用倒数的乘法来替代。
9、避免边界不对齐的数据。如果数据有可能边界不对齐，那么就要使用char *指针类型来访问。
10、在C编译器中使用内嵌汇编可以利用到C编译器本来不支持的指令或优化。
一、数据类型使用上的优化
1、局部变量
一个char类型的数据比int类型的数据占用更小的寄存器空间或者更小的ARM堆栈空间。这两种设想对于ARM来说，都是错误的。所有的ARM寄存器都是32位的，所有的堆栈入口至少是32位的。当我们执行i++，要利用当i=255后，i++=0这个条件时，可以把它定义为char类型。
2、函数参数
尽管宽和窄的函数调用规则各有其优点，但char或short类型的函数参数和返回值都会产生额外的开销，导致性能的下降，并增加了代码尺寸。所以，即使是传输一个8位的数据，函数参数和返回值使用int类型也会更有效。
3、总结
1）对于存放在寄存器中的局部变量，除了8位或16位的算术模运算外，尽量不要使用char和short类型，而要使用有符号或无符号int类型。除法运算时使用无符号数执行速度更快。
2）对于存放在主存储器中的数组和全局变量，在满足数据大小的前提下，应尽可能使用小尺寸的数据类型，这样可以节省存储空间。ARMv4体系结构可以有效地装载和存储所有宽度的数据，并可以使用递增数组指针来有效地访问数组。对于short类型数组，要避免使用数组基地址的偏移量，因为LDRH指令不支持偏移寻址。
3）通过读取数组或全局变量并赋给不同类型的局部变量时，或者把局部变量写入不同类型的数组或者全局变量时，要进行显式数据类型转换。这种转换使编译器可以明确、快速地处理，把存储器中数据宽度比较窄的数据类型扩展，并赋给寄存器中较宽的类型。
4）由于隐式或者显式的数据类型转换通常会有额外的指令周期开销，所以在表达式中应尽量避免使用。Load和store指令一般不会产生额外的转换开销，因为load和store指令是自动完成数据类型转换的。
5）对于函数参数和返回值应尽量避免使用char和short类型。即使参数范围比较小，也应该使用int类型，以防止编译器做不必要的类型转换。
二、C循环结构
在ARM上，一个循环其实只要2条指令就足够了：
一条减法指令，进行循环减法计数，同时设置结果的条件标志；
一条条件分支指令。
这里的关键是，循环的终止条件应为减计数到零，而不是计数增加到某个特定的限制值。由于减计数结构已存储在条件标志里，与零比较的指令就可以省略了。由于不用i作为数组的下标索引，采用减计数就没有任何问题了。
总而言之，无论对于有符号的循环计数值，都应使用i！=0作为循环的结束条件。对有符号数i，这比使用条件i>0少了一条指令。
总结：
1）使用减计数到零的循环结构，这样编译器就不需要分配一个寄存器来保存循环终止值，而且与0比较的指令也可以省略。
2）使用无符号的循环计数值，循环继续的条件为i!=0而不是i>0，这样可以保证循环开销只有两条指令。
3）如果事先知道循环体至少会执行一次，那么使用do-while循环要比for循环要好，这样可以使编译器省去检查循环计数值是否为零的步骤。
4）展开重要的循环体可降低循环开销，但不要过度展开，如果循环的开销对整个程序来说占的比例很小，那么循环展开反而会增加代码量并降低cache的性能。
5）尽量使数组的大小是4或8的倍数，这样可以容易的以2，4，8次等多种选择展开循环，而不需要担心剩余数组元素的问题。
三、寄存器分配
高效的寄存器分配
应该尽量限制函数内部循环所用局部变量的数目，最多不超过12个，这样，编译器就可以把这些变量都分配给ARM寄存器。
四、函数调用
4寄存器规则
带有4个或者更少参数的函数，要比多于4个参数的函数执行效率高得多。对带有少于4个参数的函数来说，编译器可以用寄存器传递所有的参数；而
