性能优化-初识
一、内联与优化（Inlining and Optimization）
什么是内联（inline）？
内联是一种将函数调用展开为其函数体代码的优化方式，避免函数调用带来的栈帧开销和跳转成本。
使用方式：
inline int add(int a, int b) {
return a + b;
}
适用场景：
短小函数（如 getter/setter，运算符重载）
频繁调用的函数
注意事项：
编译器有权忽略 inline 建议。
大函数内联会导致 代码膨胀（code bloat），反而影响指令缓存性能。
内联函数需定义在头文件中以供编译器在编译期展开。
二、缓存友好设计（Cache-Friendly Design）
原理简介：
现代 CPU 使用多级缓存（L1/L2/L3）来缓解内存访问瓶颈。缓存命中率越高，程序运行越快。
常见优化策略：
| 技术 | 描述 |
|---|---|
| 尽量使用 vector 而非 list | 连续内存，支持预取 |
| 结构体紧凑排列 | 避免空隙，减少 false sharing（不同线程访问同一 cache line 的不同字段） |
| 数据局部性 | 将一起访问的数据尽可能放在一起（如将数组而非链表用于遍历） |
| 避免非连续访问 | 使用线性遍历而非跳跃式访问（如避免随机访问 vector） |
| 预取/分批处理 | 使用块处理以适应 cache 大小，例如矩阵分块乘法（blocking） |
| 使用对象池替代频繁 new/delete | 如 boost::object_pool |
| 使用 alignas(64) 防止 false sharing | 尤其在多线程中共享数组元素时 |
示例：
// 差：链表访问，内存不连续
struct Node { int val; Node* next; };
// 好：数组访问，内存连续
int arr[1000];
for(int i = 0; i < 1000; ++i) process(arr[i]);
三、性能分析工具（Profiling Tools）
性能优化不是拍脑袋，必须依靠分析工具定位瓶颈。以下是常用工具列表：
| 工具 | 平台 | 作用 |
|---|---|---|
| gprof | Linux | GNU profiler，适用于基本性能分析 |
| perf | Linux | 高级性能分析（支持硬件事件，如 cache misses） |
| Valgrind | Linux | 内存分析工具（配合 callgrind 模块查看函数调用图） |
| Intel VTune | Windows/Linux | 强大的商业工具，适用于多线程和 CPU 优化 |
| Visual Studio Profiler | Windows | 支持图形化分析 CPU/内存/线程使用 |
| Instruments (Xcode) | macOS | Apple 提供的性能分析套件 |
典型流程：
使用 g++ -pg 编译可执行文件；
运行程序生成 gmon.out；
执行 gprof ./a.out gmon.out > report.txt 查看报告。
四、编译器优化选项（Compiler Optimization Flags）
编译器是优化的第一道关口，正确使用优化选项非常关键。
GCC / Clang 常用选项：
| 选项 | 描述 |
|---|---|
-O0 |
无优化，方便调试 |
-O1 / -O2 / -O3 |
不同等级的优化：-O3 激进优化，适合对性能敏感的 release 构建 |
-Ofast |
比 -O3 更激进，可能违反标准（如不保留 IEEE 浮点行为） |
-march=native |
使用当前 CPU 的全部指令集 |
-flto |
Link Time Optimization，跨文件优化 |
-funroll-loops |
展开循环，提高性能（适用于计算密集场景） |
-ffast-math |
数学函数加速，但可能失去精度保障 |
MSVC（Visual Studio）优化选项：
/O1, /O2: 优化速度
/GL: 全程序优化（类似 LTO）
/arch:AVX2, /arch:ARM64: 指定目标架构
/fp:fast: 快速浮点优化
附加建议：
| 建议 | 说明 |
|---|---|
使用 const, constexpr |
编译期计算、减少运行时开销 |
| 避免频繁动态内存分配 | 尽可能使用对象池、预分配 |
| STL 容器选择合理 | 如 vector 优于 list，特别是遍历场景 |
| 多线程需注意共享资源与 false sharing | 使用 alignas(64) 避免线程竞争 |
内存管理与分配优化
1. 避免频繁 new/delete
动态内存分配慢，容易碎片化。
优化建议：
使用 对象池（如 boost::object_pool）
用 reserve() 预分配容器容量
对于小对象，使用 内存池（Memory Pool）
std::vector<int> vec;
vec.reserve(100000); // 预分配，避免反复扩容和复制
2. 智能指针正确使用
std::shared_ptr 有引用计数机制，性能比 unique_ptr 差
避免不必要的 shared_ptr 拷贝
void f(std::shared_ptr<T>); // ❌ 传值，会增加引用计数
void f(const std::shared_ptr<T>&); // ✅ 避免开销
3. 内存对齐（Alignment）
使用 alignas(64) 确保数据结构与 CPU cache line 对齐
避免 false sharing（多线程共享变量落在一个 cache line）
多线程与并发优化
1. 线程本地存储（Thread-local Storage）
- thread_local 关键字用于声明线程私有变量，避免锁竞争。
thread_local static int buffer[1024]; // 每个线程一份
2. 锁优化
减少锁的粒度和频率
使用 std::shared_mutex 替代 std::mutex 实现读写分离
使用无锁结构（如 concurrent_queue）可避免阻塞
3. 并行 STL 算法（C++17+）
- 使用 std::execution::par 开启并行化算法
std::sort(std::execution::par, data.begin(), data.end());
算法和数据结构选择
1. 容器选择影响性能
| 任务类型 | 推荐容器 |
|---|---|
| 快速随机访问 | std::vector |
| 插入/删除频繁 | std::deque, std::list |
| 有序查找 | std::map |
| 高速查找 | std::unordered_map（哈希表） |
2. 节省数据拷贝
- 使用 emplace_back 替代 push_back + 构造
vec.emplace_back(1, 2); // 直接构造对象
- 使用 std::move 避免不必要的深拷贝
文件与IO优化
1. 减少 I/O 调用次数
批处理写入（例如先写入内存缓冲区）
使用大块 fread/fwrite 替代小块多次调用
2. 异步IO 或 多线程处理IO
使用线程池或 std::async 后台加载
Unix/Linux 环境可用 mmap 直接内存映射文件，提高访问效率
函数级与架构优化
1. 函数调用开销控制
避免深层递归（使用迭代或尾递归优化）
减少虚函数调用（可使用 CRTP）
// CRTP 替代虚函数
template <typename Derived>
class Base {
public:
void interface() {
static_cast<Derived*>(this)->implementation();
}
};
2. Loop Unrolling（手动或编译器自动）
将循环体展开，减少跳转
编译器如 -funroll-loops 可自动展开
for (int i = 0; i < n; i += 4) {
sum += arr[i] + arr[i+1] + arr[i+2] + arr[i+3];
}
构建优化与持续测试
1. 使用 ccache 或 sccache
- 缓存编译结果，加速编译过程（对大项目非常重要）
2. 单元测试与基准测试
使用 Google Benchmark 创建微基准测试
自动跟踪性能回退
BENCHMARK(MyFunc)->Range(8, 8<<10); // Google Benchmark 示例
总结表：其他常见优化方向
| 类型 | 优化方式 |
|---|---|
| 内存 | 对齐、对象池、预分配 |
| 并发 | 读写锁、线程局部存储、减少锁粒度 |
| IO | 批量处理、异步IO、文件映射 |
| STL 容器 | vector 替代 list、使用 unordered_map |
| 编译优化 | -O3、-flto、-march=native |
| 架构与算法 | CRTP、循环展开、尾递归、跳表、B+树等 |
| 测试与持续集成 | 性能基准测试、perf, gprof, benchmark 工具 |