不均匀的情况

间距不均匀需要Y数据点和断点：

int16_T yuneven [8];uint16_T xuneven [8];

使用的总字节数为32。

偶数

偶数间距只需要Y个数据点:

int16_T yeven [10];

使用的总字节数为20。断点不是显式必需的。代码使用断点之间的间距，并且可能使用最小和最大的断点。最多需要三个与断点相关的值。

两种情况的权力

两个间距的幂次仅需要Y个数据点：

int16_T ypow2 [17];

使用的总字节数是34。断点不是明确需要的。代码使用断点之间的间距，并可能使用最小和最大的断点。最多需要三个与断点相关的值。

不均匀的情况

间隔不均匀的断点需要一个通用算法，如二进制搜索，以确定输入相对于断点的位置。以下代码提供了一个示例：

iLeft = 0;iRght = 7;/* while ((irleft - iLeft) > 1) {i = (iLeft + irright) >> 1; /* while ((irleft - iLeft) > 1) {i = (iLeft + irright) >> 1;if (uAngle < x参股[i]) {right = i;} else {iLeft = i;｝ ｝

while循环最多执行log2（N）次，其中N是断点的数量。

偶数

均匀间隔的断点只需要一个步骤来确定输入与断点的关系:

iLeft=uAngle/455U；

除数455U表示断点之间的间距。一般来说，红利是（uAngle-最小断点）. 在本例中，最小断点为零，因此代码优化了减法运算。

两种情况的权力

两个间隔断点的幂次仅需一步即可确定输入相对于断点的位置：

iLeft = uAngle >> 8;

移位的次数是8，因为断点有间隔2 ^ 8．最小的断点是零，所以旺格尔代替一般情况（uAngle-最小断点）．

比较

要确定输入相对于断点的位置，间隔不均匀的情况需要比其他两种情况多得多的代码。这段代码需要额外的命令ROM。如果许多查找表共享二进制搜索算法作为一个函数，您可以减少这个ROM损失。即使代码是共享的，在间隔不均匀的情况下，确定输入位置所需的时钟周期数要比其他两种情况高得多。如果代码是共享的，函数调用开销会稍微降低执行速度。

在等间距和两倍间距的情况下，您可以用一行代码确定输入的位置。等间距的情况使用一般的整数除法。2的幂使用移位而不是一般的除法，因为除数是2的幂。在不知道具体处理器的情况下，您无法确定移位优于除法。

许多处理器可以用一条汇编语言指令实现除法，因此代码很小。但是，此指令通常需要许多时钟周期才能完成。许多处理器不提供除法指令。这些处理器上的除法是通过重复减法来实现的。这个过程很慢，需要很多机器代码，但是这个代码可以共享。

大多数处理器提供了一种进行逻辑和算术左右移位的方法。关键的区别在于处理器是可以在一条指令中进行N次移位（桶移位），还是需要N条一次移位一位的指令。桶移位需要更少的代码。桶移位是否也会增加速度取决于支持操作的硬件。金宝app

编译器也会使比较复杂化。在上一个示例中，命令uAngle>>8基本上是在16位字中取上8位。编译器可以检测到这种情况，并用直接获取位的指令替换位移位。如果班次数是其他值，例如7，则不会发生此优化。

不均匀的情况

对于不均匀情况，理想定点插值的一种可能实现方式是：

xNum = uAngle - x参股[iLeft];xDen = x参股[右]- x参股[左];yDiff = yuneven[右]- yuneven[左];/ /MUL_S32_S16_U16(bigProd, yDiff, xNum);DIV_NZP_S16_S32_U16_FLOOR(yDiff, bigProd, xDen);yUneven = yUneven [iLeft] + yDiff;

这里没有显示乘法和除法例程。这些例程可能很复杂，并且取决于目标处理器。例如，16位处理器的这些例程与32位处理器的例程看起来不同。

偶数

均匀分布的断点使用与不均匀情况稍有不同的计算来实现插值。关键的区别在于计算不直接使用断点。当ROM中不需要断点时，可以节省大量内存。

xNum=uAngle-（iLeft*455U）；yDiff=yeven[iLeft+1]-yeven[iLeft]；MUL_S32_S16_U16（bigProd、yDiff、xNum）；NZP分区S16分区S32分区16分区（yDiff，bigProd，455U）；yEven=yEven[iLeft]+yDiff；

两种情况的权力

两个间隔断点的幂函数使用与其他两种情况非常不同的计算实现插值。与偶数情况一样，生成的代码中不使用断点，因此ROM中不需要断点。

lambda=uAngle&0x00FFU；yPow2=yPow2[iLeft）+1]-yPow2[iLeft]；MUL_S16_U16_S16_SR8（yPow2、lambda、yPow2）；yPow2+=yPow2[iLeft]；

与不均匀和均匀的实现相比，此实现具有显著的优势：