Optimizacija programskog koda - GASERI


Optimizacija programskog koda - Opće informacije - Nositelj predmeta: doc. dr. sc. Vedran Miletić Naziv predmeta: Optimizacija programskog koda Studijski program: Preddiplomski sveučilišni studij Informatika Status predmeta: obvezatan/ izbo...



Onion Details



Page Clicks: 1

First Seen: 03/15/2024

Last Indexed: 10/25/2024

Domain Index Total: 397



Onion Content



Preskoči na sadržaj Optimizacija programskog koda Opće informacije Nositelj predmeta: doc. dr. sc. Vedran Miletić Naziv predmeta: Optimizacija programskog koda Studijski program: Preddiplomski sveučilišni studij Informatika Status predmeta: obvezatan/ izborni Godina: 3. Bodovna vrijednost i način izvođenja nastave: ECTS koeficijent opterećenosti studenata: 5 Broj sati (P+V+S): 30+30+0 Opis predmeta Ciljevi predmeta Cilj ovog predmeta je uvesti temeljna načela i metode optimizacije programskog koda na razini apstraktne sintakse, grafa toka programa i izvršnog (strojnog) koda. Uvjeti za upis predmeta Položen predmet Algoritmi i strukture podataka. Očekivani ishodi učenja za predmet Očekuje se da nakon izvršavanja svih programom predviđenih obveza studenti budu sposobni: I1. Analizirati svojstva koja omogućuju transformaciju programskog koda i prikazati programski kod grafom toka. I2. Prikazati razlike između lokalne i globalne optimizacije te identificirati gdje se svaka od njih primjenjuje. I3. Provesti klasičnu analizu toka podataka, alokaciju registara bojenjem registara i eliminaciju zajedničkih podizraza. I4. Opisati način rada optimizacije višeg nivoa i primijeniti postojeće optimizacije. I5. Opisati razlike optimizacija višeg nivoa i optimizacija ovisnih o ciljnoj arhitekturi. I6. Provesti odabir instrukcije. I7. Analizirati problem redoslijeda faza optimizacije. Sadržaj predmeta Pregled optimizirajućeg prevoditelja programskog jezika. Optimizacija po dijelovima. Analiza svojstava koja omogućuju transformaciju. Graf toka i reprezentacija programskih koncepata. Problem redoslijeda faza optimizacije. Vrste optimizacije. Lokalna optimizacija: optimizacija kroz okance, zakazivanje instrukcija. Globalna optimizacija: zajednički podizrazi, kretanje koda. Interproceduralna optimizacija. Graf poziva. Klasična analiza toka podataka. Algoritmi na grafovima, skupovi živih i dostupnih varijabli. Alokacija registara bojenjem registara. Eliminacija zajedničkih podizraza. Prolijevanje u memoriju; baratanje privremenim izrazima uvedenim kod eliminacije zajedničkih podizraza. Anomalije toka podataka. Oblik statičke jednostruke dodjele vrijednosti varijablama. Pregled optimizacija višeg nivoa. Analiza memorijskih lokacija na koje varijable pokazuju i analiza pseudonima. Optimizacija ovisna o ciljnoj arhitekturi. Odabir instrukcije. Zakazivanje instrukcija i povezani problem redoslijeda faza optimizacije. Vrsta izvođenja nastave predavanja seminari i radionice vježbe obrazovanje na daljinu terenska nastava samostalni zadaci multimedija i mreža laboratorij mentorski rad ostalo _ _____ Komentari Nastava se izvodi kombinirajući rad u učionici i računalnom laboratoriju uz primjenu sustava za udaljeno učenje. Studenti će kod upisa kolegija biti upućeni na korištenje sustava za udaljeno učenje. U izvedbenom planu objavit će se detaljan raspored nastave s predavanjima i vježbama. Obveze studenata Obaveze studenata u predmetu su: Redovito pratiti aktivnosti predmeta u okviru sustava za udaljeno učenje i pohađati nastavu kada se odvija u obliku predavanja, auditornih i/ili laboratorijskih vježbi. Pristupiti kontinuiranim provjerama znanja (teorijskim i praktičnim kolokvijima) i uspješno ih položiti. Izraditi individualni ili timski praktični rad na zadanu temu. Pristupiti završnom ispitu i na njemu postići barem 50% bodova. Detaljan način razrade bodovanja na predmetu te pragovi prolaza za pojedine aktivnosti koje se boduju biti će navedeni u izvedbenom planu predmeta Praćenje 1 rada studenata Pohađanje nastave: 2 Aktivnost u nastavi: Seminarski rad: Eksperimentalni rad: Pismeni ispit: 1 Usmeni ispit: Esej: Istraživanje: Projekt: Kontinuirana provjera znanja: 1 Referat: Praktični rad: 1 Portfolio: Postupak i primjeri vrednovanja pojedinog ishoda učenja tijekom nastave i na završnom ispitu Praktična provjera znanja na računalu (praktični kolokvij) u kojoj student analizira i transformira kod te koristi i prilagođava postojeće optimizacije (I1, I2, I3, I4, I6). Grupni ili individualni praktični rad u kojem studenti prema zadanim uputama implementiraju rješenje s traženim optimizacijama i pišu dokumentaciju vlastite implementacije (I1, I2, I3, I4, I6). Pisana ili online provjera znanja u kojoj student pokazuje razumijevanje teorijskih koncepata optimizacije programskog koda, na primjer pomoću pitanja višestrukog izbora, pitanja nadopunjavanja i esejskih pitanja (I1, I2, I4, I5, I7). Obvezna literatura (u trenutku prijave prijedloga studijskog programa) Cooper, K. D. & Torczon, L. Engineering a compiler . (Elsevier/Morgan Kaufmann, 2011). Holub, A. I. Compiler design in C . (Prentice Hall, 1990). (e-knjiga je dostupna za besplatno preuzimanje s autorove stranice holub.com/compiler/ i može se ispisati po potrebi) Skripte, prezentacije i ostali materijali za učenje dostupni u e-kolegiju. Dopunska literatura (u trenutku prijave prijedloga studijskog programa) Fraser, C. W. & Hanson, D. R. A retargetable C compiler: design and implementation . (Benjamin-Cummings, 1995). Muchnick, S. S. Advanced compiler design and implementation . (Morgan Kaufmann, 1997). Nielson, F., Nielson, H. R. & Hankin, C. Principles of program analysis . (Springer, 1999). Appel, A. W. Modern compiler implementation in C . (Cambridge University Press, 2004). Aho, A. V., Lam, M. S., Sethi, R. & Ullman, J. D. Compilers: principles, techniques, & tools . (Pearson/Addison-Wesley, 2006). Morgensen, T. Ae. Basics of Compiler Design . (Lulu, 2010). Wilhelm, R. & Seidl, H. Compiler design: virtual machines . (Springer, 2011). Hack, S., Wilhelm, R. & Seidl, H. Compiler design: code generation and machine-level optimization . (Springer, 2019). The GNU Compiler Collection. GCC online documenatation . (GNU, 2019). (dostupna online: gcc.gnu.org/onlinedocs/ ) The LLVM Compiler Infrastructure. LLVM documentation . (LLVM, 2019). (dostupna online: llvm.org/docs/ ) Broj primjeraka obavezne literature u odnosu na broj studenata koji trenutno pohađaju nastavu na predmetu Naslov Broj primjeraka Broj studenata Engineering a compiler 1 30 Compiler design in C Dostupno online 30 Načini praćenja kvalitete koji osiguravaju stjecanje izlaznih znanja, vještina i kompetencija Predviđa se periodičko provođenje evaluacije s ciljem osiguranja i kontinuiranog unapređenja kvalitete nastave i studijskog programa (u okviru aktivnosti Odbora za upravljanje i unapređenje kvalitete Odjela za informatiku). U zadnjem tjednu nastave provodit će se anonimna evaluacija kvalitete održane nastave od strane studenata. Provest će se i analiza uspješnosti studenata na predmetu (postotak studenata koji su položili predmet i prosjek njihovih ocjena). Važno: Uz svaki od načina praćenja rada studenata unijeti odgovarajući udio u ECTS bodovima pojedinih aktivnosti tako da ukupni broj ECTS bodova odgovara bodovnoj vrijednosti predmeta. Prazna polja upotrijebiti za dodatne aktivnosti. ↩