小数组循环赋值更快，因指令精简、无分支开销且缓存命中率高；中等规模（64b–4kb）memcpy占优，因其支持sse/avx加速和成熟预取；大数组性能取决于内存对齐、分块策略及避免伪共享。
数组拷贝是否缓存友好，关键不在“是不是数组”，而在于拷贝时的内存访问模式是否连续、是否对齐、是否匹配缓存行（通常64字节）。
小数组：循环赋值常比 memcpy 更快
当拷贝长度 ≤ 64 字节（一个缓存行），数据大概率全程驻留在 L1 缓存中。此时简单展开的循环赋值（如逐个 mov）反而有优势：
- 指令精简，几乎全在指令缓存中命中，无分支预测开销
- 源和目标地址都短，CPU 预取器能准确推测后续访问，一次加载即覆盖全部数据
- memcpy 的函数调用开销、参数检查、通用路径判断反而成了负担
中等规模（64B–4KB）：memcpy 明显占优
这个区间已超出单个缓存行，但仍在 L1/L2 容量范围内。memcpy 的优势开始显现：
- 内建硬件加速（如 SSE/AVX 指令）可一次搬移 16–64 字节
- 预取逻辑成熟，能提前拉入后续缓存行，维持高命中率
- 避免了手写循环中可能引入的地址计算、边界检查等额外指令
大数组（>4KB）：缓存局部性决定实际吞吐
此时拷贝性能不再由“用不用 memcpy”决定，而取决于内存布局与访问节奏：
- 若数组起始地址未对齐（如偏移 17 字节），首个缓存行读取会跨两个物理行，浪费带宽
- 连续拷贝本身天然友好，但若目标区域正在被其他线程频繁写入，可能引发伪共享（false sharing）
- 分块拷贝（如每次 2KB）比一次性大拷贝更利于 L3 缓存驻留，减少驱逐压力
真正影响缓存效率的实操细节
比起选 memcpy 还是 for 循环，以下几点对缓存友好度影响更大：
- 地址对齐：用 aligned_alloc 或 __attribute__((aligned(64))) 确保源/目标起始地址是 64 字节倍数
- 避免跨行结构体：若拷贝结构体数组，确保 sizeof(struct) 是 64 的整数倍或通过 padding 对齐
- 顺序优先：永远按内存物理顺序拷贝，不要跳读（如 stride=2）、不要 scatter 写入
- 控制并发干扰：多线程环境下，避免多个线程同时写同一缓存行内的不同字段
