性能优化核心是减少等待、搬运和猜测，需用perf stat等工具定位瓶颈，避免盲目修改；合理使用容器、重排结构体提升缓存效率，并在真实数据规模下验证效果。
性能优化不是“写得快”，而是“让机器少等、少搬、少猜”。没测就改，90% 的改动不提升性能，反而增加维护成本。
先用 perf stat 看清瓶颈类型
别靠眼睛盯代码。Linux 下一句命令就能告诉你程序卡在哪：
perf stat -e cycles,instructions,cache-misses,branch-misses ./my_program
重点关注三个指标：
-
cycles高但instructions低 → 很可能在等内存（memory-bound） -
cache-misses超过 5% → 数据局部性差，结构体或循环访问模式有问题 -
branch-misses高 → 分支预测频繁失败，比如随机条件跳转多、循环边界不可预测
Windows 用户可用 VTune 或 Windows Performance Recorder，但别用任务管理器的 CPU 占用率做判断——它掩盖了大量空转等待。
std::vector 和 std::unordered_map 的误用陷阱
很多人以为换掉 std::map 就能提速，结果发现更慢。关键不在容器类型，而在怎么用：
-
std::vector连续分配，但push_back触发扩容时会拷贝全部元素；预分配用reserve()，别依赖默认增长策略 -
std::unordered_map查找是 O(1)，但哈希碰撞高、桶数不足时退化成链表遍历；构造后调用rehash()或用reserve(n)提前铺开桶 - 用
std::span（C++20）替代裸指针传参，避免临时std::vector构造/析构开销
示例：传一个只读数组，别写 void f(std::vector，改用 void f(std::span。
结构体成员重排能省 15% 缓存带宽
编译器按声明顺序填充字节，但 CPU 每次加载是按缓存行（通常是 64 字节）批量读取。如果高频访问的字段被低频字段隔开，就会浪费带宽：
- 把同频访问的字段放一起，比如
bool is_valid和int id总是一起用，就该紧挨着声明 - 从大到小排列：
double→int→char，减少填充字节；用alignas(64)强制对齐可防伪共享，但别滥用——它会浪费内存 - 用
offsetof和sizeof打印布局验证，别凭感觉调整
一个 32 字节结构体，重排后可能实际占用仍为 32 字节，但 L1 cache miss 次数下降明显——因为一次 load 就能拿到所有需要的字段。
最常被忽略的点：优化收益随数据规模非线性变化。小数组上重排结构体几乎没差别，但百万级对象集合里，缓存效率差异直接反映在毫秒级耗时上。别在没复现真实数据量的环境下做判断。
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！
