C++ 性能怎么优化？编译器/缓存/并发三层面实战指南

C++ 性能优化的核心原则是"先测量，再优化"。编译器层面，-O2 是发布标配，-O3 会启用更激进的自动向量化和循环展开但可能引入浮点精度变化；-flto 链接时优化让编译器跨翻译单元内联，-march=native 生成针对当前 CPU 的指令，非同构集群部署时禁用。内存层面，缓存命中率是第一瓶颈——CPU 从 L1 读数据约 1ns，从主存读约 100ns，差两个数量级；数据结构要按访问模式紧凑排列，避免伪共享（多线程各自原子递增同一缓存行的不同变量，每次都要跨核同步缓存行）。算法层面，选对容器比微优化重要百倍：vector 连续内存缓存友好，unordered_map 查找 O(1) 但每个桶都是堆分配的链表节点，随机访存对缓存不友好。并发层面，atomic 比 mutex 轻量但要选对 memory_order，无锁不等于高性能——CAS 自旋在竞争激烈时比互斥锁更慢。

追问

-O2 和 -O3 实际差多少？

-O3 相比 -O2 额外开启循环向量化、循环内条件外提等优化。数值密集型计算在 -O3 下可能快 10-30%，但 -O3 会把 memcpy 语义的 struct 拷贝优化成逐成员赋值，可能破坏 volatile 语义；浮点运算会重排顺序导致精度差异。建议默认 -O2，对确定的热点模块单独开 -O3，配合 benchmark 验证。

缓存友好的数据布局具体怎么做？

核心思路：把经常一起访问的字段放在同一条缓存行（64 字节）。SoA（Structure of Arrays）——float x[N], y[N], z[N]，比 AoS（Array of Structures）缓存利用率更高。避免 vector<bool>，它用位压缩存储，比 vector<char> 慢 5-10 倍。伪共享问题用 alignas(64) 对齐解决。

移动语义什么时候不生效？

几种情况：对象没有移动构造函数；移动构造函数被隐式删除（类里有 const 或引用成员）；返回值优化（RVO）已经省去了拷贝/移动，此时 return std::move(local) 反而阻止了 RVO——直接 return local 让编译器做消除更好。

atomic 的 memory_order 怎么选？

默认 memory_order_seq_cst 最强但开销最大。acquire（读）+ release（写）是最常用的放松组合，适合生产者-消费者模型。relaxed 只保证原子性不保证顺序，适合计数器，绝对不能用来做同步标志。

性能分析工具怎么用？

perf record -g 采集调用栈，perf report 看热点函数。perf stat 看 IPC，IPC < 1 说明 CPU 在等内存，优化方向是缓存友好。valgrind --tool=cachegrind 模拟缓存行为。先看总耗时排名，再看 call count 判断单次调用是否才是瓶颈。