性能和代碼空間的折衷

　　通常嵌入式系統程序員和拳擊手不進行很多比較。然而，在一個方面，他們確實。拳擊運動員需要在特定的體重范圍內進行戰斗，所以他們的挑戰是在規定的允許范圍內最大限度地發揮他們的效能。嵌入式系統是相似的——你只有有限的內存，你需要在這些限制下最大化你的性能。

　　通常，提高性能的代碼優化也會減少內存大?。ㄍㄟ^減少必須存儲的代碼量）。然而，一些優化要求你做一個權衡-它可以走得更快，也可以更小。做出這個決定是困難的，取決于你正在寫的應用程序，但值得注意的是什么是優化屬于這一類。本文將介紹您可能遇到的一些主要的空間與速度權衡優化。

　　Tables vs. calculation

　　Suppose you want to calculate sin（x/256） for an unsigned 8-bit value x - i.e. the input represents values in the range 0.0 to 1.0. One method would be to calculate a polynomial approximation of the function. This is likely to be in the order of 5-20 instructions （depending on the architecture）。

　　Another option would be to have a lookup table. The size of this table will depend on the required output precision. If you wanted 16 bits of output， then the table would be 256 * 16 bits = 512 bytes. This could reduce the calculation to 1 or 2 instructions but at the expense of memory.