应使用 std::chrono::high_resolution_clock 测单次循环耗时，因其基于硬件计数器、精度达纳秒级且不受系统时钟调整影响；需预热5–10次并正式运行≥100次，避免冷启动与编译器优化干扰。
用 std::chrono 测单次循环耗时，别用 clock()
直接用 clock() 会受 CPU 调度、线程抢占干扰，返回的是进程累计 CPU 时间，不是真实墙钟时间。尤其在多线程或系统负载高时，结果偏差可能达毫秒级。推荐用 std::chrono::high_resolution_clock，它基于硬件计数器，精度通常在纳秒级（实际取决于平台，Linux 上常为 ~15ns）。
实操建议：
- 在循环开始前调用一次
start = std::chrono::high_resolution_clock::now()，每次迭代末尾记录end = std::chrono::high_resolution_clock::now() - 用
std::chrono::duration_cast<:chrono::nanoseconds>(end - start).count()</:chrono::nanoseconds>得到纳秒整数，避免浮点误差累积 - 别用
system_clock：它可能被系统时钟调整影响（如 NTP 同步），不适合性能测量
如何排除首次运行的冷启动干扰
第一次执行循环时，代码段、数据页、分支预测器都未预热，耗时明显偏高。不剔除会导致平均值失真，尤其当循环总次数少于 100 时更显著。
实操建议：
- 先跑 5–10 次“预热循环”，不做计时，只执行逻辑
- 再正式计时循环，建议至少 100 次以上，避免单次异常值主导均值
- 如果想更鲁棒，可对正式循环的每次耗时存入
std::vector，之后剔除最大/最小 5% 再求均值（而非简单算术平均）
注意编译器优化导致的空循环被优化掉
如果你测的是一段看似有计算但实际没副作用的循环（比如只更新局部变量），-O2 或更高优化等级下，GCC/Clang 可能直接删掉整个循环体，测出来全是 0ns。
实操建议：
- 确保循环内有可观测副作用：例如把关键计算结果写入
volatile变量，或用asm volatile("" ::: "memory")插入编译器屏障 - 更稳妥的做法是让结果参与后续输出（如
std::cout ），或把结果存入全局 <code>std::vector（但注意内存分配开销要单独扣除） - 用
objdump -d your_binary | grep -A20 your_loop_label确认汇编里循环体确实存在
跨平台时间单位转换要小心 duration_cast 截断
std::chrono::nanoseconds 转 double 微秒时，若直接除以 1000.0，可能因浮点精度丢失低三位纳秒；而用 duration_cast<:chrono::microseconds></:chrono::microseconds> 又会向下取整，丢掉余数。
实操建议：
- 统一用纳秒整数做所有中间计算，最后再转成带小数的微秒：
double us = ns_count / 1000.0 - 避免嵌套
duration_cast：比如从nanoseconds先转microseconds再转double，会损失精度 - Windows 上
high_resolution_clock实际等价于steady_clock，但某些旧 MSVC 版本（steady_clock
最易被忽略的是：循环体里哪怕一个 std::cout 或 malloc，都会让测量结果反映 I/O 或堆分配开销，而不是纯计算时间。真要测算法核心，得把外围操作剥离干净，否则“平均时间”这个数字根本没法归因。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
