C++性能优化擂台

1. 基本概念

• 性能优化目标：减少执行时间/降低内存占用

• 优化层次：算法级/代码级/系统级

• 优化原则：先测量后优化/保持代码可读性

2. 关键优化技术

2.1 内存优化

• 使用对象池避免频繁分配

• 预分配内存减少动态分配

• 使用智能指针管理资源

示例：

// 原始版本
for(int i=0; i<1000; i++){
    auto p = new MyObject();
    // 使用p
    delete p;
}

// 优化版本
ObjectPool<MyObject> pool(1000);
for(int i=0; i<1000; i++){
    auto p = pool.acquire();
    // 使用p
    pool.release(p);
}

2.2 循环优化

• 减少循环内部计算

• 展开循环减少判断

• 使用更高效的迭代方式

示例：

// 原始版本
for(int i=0; i<100; i++){
    result += data[i] * coefficient;
}

// 优化版本
int sum = 0;
const int step = 4;
for(int i=0; i<100; i+=step){
    sum += data[i] * coefficient;
    sum += data[i+1] * coefficient;
    sum += data[i+2] * coefficient;
    sum += data[i+3] * coefficient;
}
result = sum;

2.3 多线程优化

• 使用线程池避免创建开销

• 合理分配任务粒度

• 减少锁竞争

示例：

// 原始版本
std::mutex mtx;
int counter = 0;

void increment(){
    std::lock_guard<std::mutex> lock(mtx);
    counter++;
}

// 优化版本
std::atomic<int> counter(0);

void increment(){
    counter.fetch_add(1, std::memory_order_relaxed);
}

3. 高级优化技术

3.1 SIMD指令优化

• 使用编译器内置函数

• 数据对齐处理

• 批量处理数据

示例：

// 原始版本
void addArrays(float* a, float* b, float* c, int n){
    for(int i=0; i<n; i++){
        c[i] = a[i] + b[i];
    }
}

// 优化版本(使用AVX)
#include <immintrin.h>
void addArrays(float* a, float* b, float* c, int n){
    for(int i=0; i<n; i+=8){
        __m256 va = _mm256_load_ps(a+i);
        __m256 vb = _mm256_load_ps(b+i);
        __m256 vc = _mm256_add_ps(va, vb);
        _mm256_store_ps(c+i, vc);
    }
}

3.2 缓存优化

• 提高数据局部性

• 避免缓存伪共享

• 优化数据结构布局

示例：

// 原始版本
struct Data {
    int a;
    bool flag;
    int b;
};

// 优化版本(减少padding)
struct alignas(64) Data {  // 缓存行对齐
    int a;
    int b;
    bool flag;
    char padding[64 - sizeof(int)*2 - sizeof(bool)];
};

4. 工具支持

• 性能分析工具：perf/VTune

• 内存分析工具：Valgrind

• 编译器优化选项：-O3/-march=native

5. 优化流程

1. 性能分析定位瓶颈

2. 设计优化方案

3. 实现并测试优化

4. 验证优化效果

5. 重复迭代