考慮到能看到這篇文章的基本都是“同道中人”了，我就開門見山地寫東西不過多介紹了。。這次lab主要考察的是cache的內容，Part A要求用LRU規則模擬Cache，Part B則是將代碼優化成Cache-Friendly-Code。。體感難度是下下位吧，不耗時間但是略吃智力，P-B優化想不出來可能就沒戲了系列。。廢話不多說。上效果圖：
Part A
主要的坑是“禁止warning”，因爲編譯條件是-Werror，所以頻繁使用位運算（<<或者>>）可能會碰一些釘子。
LRU的實現有兩個思路：
1、採用全局時間參數，在全局弄個變量標記流程的進度（比如運行到第幾條指令了），然後賦給你自己設計的緩存，和tag綁定，這樣的話遇到緩存更新的時候就可以判斷剔除哪個元素了。
2、採用模擬隊列（我採用的方法），說是隊列其實就是個列表.jpg，每次miss的時候更新對應set中的tag list，全部後移一個單位，然後把新的放到[0]的位置，當然這個方法很容易忽略hit的時候，hit的時候同樣也需要更新這個list，把命中的tag丟到列表最前面
總之。。題目只有正確性要求，沒有效率要求，盡情遍歷列表吧.jpg
Part B
這個部分主要是讓學生優化一個矩陣轉置算法，讓它變得更加親民（親近緩存），具體講就是要減少Cache Miss的數量。
Cache的規格爲s=5（也就是32個set），每個set都是單行的，每行可以存8個元素（8 elements/line），題設的輸入規格是32*32,64*64,61*67三種
第一眼審題，61*67什麼玩意兒，太難了玩不了；做下去就會發現，64*64是最大的難點，61*67這種奇怪的規格給的容錯反而很大。
先做作爲鋪墊的32*32：
M=32,N=32
如果把矩陣和set的對應關係畫出來的話，策略是一目瞭然的（據說書上也有），如圖，每個格子代表8個int，對應數字表示對應的set
顯然的，我們使用矩陣分塊策略，以8*8爲單位，完成一個一個小矩陣的轉化，可以發現，基本上，原始的小矩陣和目標的小矩陣都完全在cache裏了，當然減少了很多的衝突。然而單單這樣並沒有達到滿分的要求(
還有一步重要的優化核心在對角線，因爲可以發現，對角線上的元素賦值時會造成緩存切換，這將會造成一部分的miss，不過我們可以用題中所說的“額外變量”來解決這個問題！（代碼最後一起附）
M=61,N=67
其實做完了上面那個，分塊的思想就已經浮出水面了，正激動，就出個質數相乘，導致分塊並沒有這麼滿足強迫症，不過由於題目給的Miss上限實在是過分高了，我試了一兩種分塊並調整了一下遍歷順序以後就莫名其妙滿分了。。所以我也不知道寫啥，略過了吧.jpg。
M=64,N=64
乍一看以爲是32的翻版，可以一以貫之，然而並不是這樣。。
很容易可以發現，新的8*8矩陣自己就已經產生了Cache Conflict，老辦法當然就行不通了，用4*4的話浪費了Cache Block的大小，顯然不是明智之舉。好在題目給的提示非常清晰，“你可以對目標矩陣做任何你想做的事情”，並且，題目僅僅統計Miss的數量，也就是說，多於的hit並不會影響你的分數，那麼！
首先先不考慮對角線的8*8們，考慮別的地方的轉置，轉置涉及到縱橫的變化，所以很容易會造成連續訪問不同的set，會造成極大的Miss數量，我介紹一下我的處理方法。
注意到因爲不在對角線上，所以原始和目標的8*8分別使用兩批set，互相不產生衝突，只需要考慮自身如何高效利用緩存即可
第一步：將原始矩陣的上半包含的兩個4*4方陣分別轉置放入目標矩陣
第二步：將原始8*8矩陣的緩存區挪到下面（不使用上面了），然後完成目標8*8的填值（一定要逐行，不然會造成大量Miss）
第三步：你發現對角線完蛋了，單靠上面的優化完不成滿分，不過，如果把對角線先做完，就會簡單很多很多，所以，
（劃去上面）第1.5步：處理對角線的8*8們
由於對角線上的8*8原始矩陣和目標矩陣都公用一套set，所以會很麻煩，但是，因爲我們先做對角線，所以所有其他的緩存，統統是可以使用的！
那，就直接去別的地方拆兩個4*8出來當臨時變量即可，相當於緩存的其他部分全部都是你可以用的臨時變量了！（這個方法同樣也可以用來優化上面的情況，不過因爲是後想到的所以就這樣子了，沒有實際測試）
void transpose_submit(int M, int N, int A[N][M], int B[M][N])
{
int i,j,p,q;
int t1,t2,t3,t4;//t5,t6,t7,t8;
if (M==32){
for (i=0;i<4;i++){
for (j=0;j<4;j++){
for (p=0;p<8;p++){
for (q=0;q<8;q++){
if (8*i+q==8*j+p){
t1 = A[8*i+q][8*j+p];//avoid same row conflict
t2 = 8*i+q;
}else{
B[8*i+q][8*j+p]=A[8*j+p][8*i+q];
}
}
if (i==j){
B[t2][t2] = t1;//set back
}
}
}
}
}else if (M==61){
for (j=0;j<5;j++){
for (i=0;i<5;i++){
for (p=0;p<16 && (16*i+p)<61;p++){
for (q=0;q<16 && (16*j+q)<67;q++){
if (16*i+p==16*j+q){
t1 = A[16*i+p][16*j+q];//avoid same row conflict
t2 = 16*i+p;
}else{
B[16*i+p][16*j+q]=A[16*j+q][16*i+p];
}
}
if (i==j){
B[t2][t2] = t1;//set back
}
}
}
}
}else if (M==64){
for (i=0;i<64;i+=8){
// dui jiao xian
for (p=0;p<4;p++){
for (q=0;q<8;q++){
B[p][q+8] = A[i+p][i+q];
}
for (q=0;q<8;q++){
B[p][q+16] = A[i+p+4][i+q];
}
}
for (p=0;p<4;p++){
for (q=0;q<4;q++){
B[i+p][i+q] = B[q][p+8];
B[i+p][i+q+4] = B[q][p+16];
}
for (q=0;q<4;q++){
B[i+p+4][i+q] = B[q][p+12];
B[i+p+4][i+q+4] = B[q][p+20];
}
}
}
for (i=0;i<64;i+=8){
for (j=0;j<64;j+=8){
//[i][j] a 8*8 block
if (i!=j){
//not special 8 blocks
for (q=i;q<i+4;q++){
for (p=j;p<j+4;p++){
B[p][q] = A[q][p];//convert 4*4
B[p][q+4] = A[q][p+4];//convert 4*4 in a temp place on right
}
}
for (p=j;p<j+4;p++){
t1 = B[p][i+4];
t2 = B[p][i+5];
t3 = B[p][i+6];
t4 = B[p][i+7];// save temp before cache tag change
B[p][i+4] = A[i+4][p];
B[p][i+5] = A[i+5][p];
B[p][i+6] = A[i+6][p];
B[p][i+7] = A[i+7][p];// correct the temp B line
B[p+4][i] = t1;
B[p+4][i+1] = t2;
B[p+4][i+2] = t3;
B[p+4][i+3] = t4;// replace temp line and change cache tag
for (q=i;q<i+4;q++){
B[p+4][q+4] = A[q+4][p+4];// normal convert
}
}
}
}
}
}
}