函数内联优化技术(Function Inlining)是使用函数体代替函数调用的一种重要的编译优化技术,其处理对象层次高、对程序性能影响大,该技术能消除函数调用产生的额外开销,改变函数体的特征,从而增加其他后续优化对函数处理的机会,提高机器代码生成质量,最终提高程序执行效率。LLVM是伊利诺伊大学开发的开源编译器框架,凭借高度模块化、容易分析和调试、语言和平台无关的中间表示等特点,受到国内外众多课题组和编译爱好者的追捧。本文基于LLVM编译框架对函数内联优化模型进行研究和改进。LLVM中原生的函数内联模型根据调用函数和被调函数的大小决定内联与否。如果内联成本(Cost)小于内联阈值(Threshold),则内联该被调函数;反之不内联。本文在此基础上提出了基于函数调用次数(NFC)和考虑后续循环合并(BLF)的新内联模型。NFC指出内联被多次调用的函数可以减少因函数调用产生的额外消耗。BLF指出函数内联后能够得到循环合并识别的模型,则有利于后续循环合并优化的处理。本文提出的新模型分别在减少函数调用消耗和增加后续优化机会两个方面对LLVM原生的函数内联模型进行了完善。本文使用的测试平台是EPCM-505C和PC机,测试集是SPEC CPU2000和部分LLVM标准测试程序。实验结果表明,在本文的两个模型作用下,程序的平均效率提高1.52%和1.82%,且程序的函数体积越小,平台的硬件资源越多,内联优化越有利。