写出c++pu友好的c++代码，关键在于优化数据局部性以提升缓存命中率。1. 数据访问尽量集中：在处理结构体时，应优先访问一个对象的所有字段后再进入下一个对象，以充分利用空间局部性；2. 循环顺序与内存布局匹配：按行连续访问二维数组，必要时将数据结构改为soa形式；3. 减少伪共享：通过填充或对齐确保多线程下不同变量不位于同一cache line；4. 适当使用预取指令：在热点路径手动预取数据以提升效率。
写C++代码时，很多人关注的是功能实现和算法效率，但真正影响性能上限的，往往是“CPU友好”的写法。其中最关键的一环就是数据局部性优化。它直接影响缓存命中率，决定了程序运行时能否高效利用CPU缓存，从而减少等待时间。
下面从几个常见角度出发，讲讲怎么写出更贴近CPU行为习惯的C++代码。
数据访问尽量集中：空间局部性的基本要求
CPU缓存是按块（cache line）读取内存的，一般大小是64字节。当你访问一个变量的时候，实际上会把它附近的数据也一起加载进缓存里。所以如果你能保证接下来要处理的数据就在当前这个cache line里，那访问速度就会非常快。
立即学习“C++免费学习笔记（深入）”；
举个例子：
struct Point {
float x, y, z;
};
Point points[1000];如果你在循环中依次处理每个
Point的
x、
y、
z，那没问题；但如果你分开处理：
for (int i = 0; i < 1000; ++i) process_x(points[i].x); for (int i = 0; i < 1000; ++i) process_y(points[i].y); for (int i = 0; i < 1000; ++i) process_z(points[i].z);
这种写法会导致重复加载整个结构体，浪费缓存带宽。更好的做法是：
for (int i = 0; i < 1000; ++i) {
process_x(points[i].x);
process_y(points[i].y);
process_z(points[i].z);
}这样每次访问完一个
Point的所有字段后才移动到下一个，充分利用了空间局部性。
循环顺序与内存布局匹配：别让步长跳得太大
数组访问的顺序对性能影响很大。比如二维数组：
int matrix[1024][1024];
如果写成：
for (int j = 0; j < 1024; ++j)
for (int i = 0; i < 1024; ++i)
matrix[i][j] += 1;这会导致频繁的cache miss，因为
matrix[i][j]并不是连续访问内存。正确的做法应该是：
for (int i = 0; i < 1024; ++i)
for (int j = 0; j < 1024; ++j)
matrix[i][j] += 1;这样访问是按行连续进行的，符合内存布局，更容易命中缓存。
如果你经常需要按列操作，可以考虑将数据结构改成SoA（Structure of Arrays）形式，而不是默认的AoS（Array of Structures），这样可以让某一类数据连续存放。
减少不必要的数据共享和伪共享
多线程环境下，两个线程分别访问不同变量，但如果这两个变量位于同一个cache line中，就可能引发“伪共享”问题。即使它们不共享数据，也会因为缓存一致性协议导致频繁同步，拖慢性能。
比如：
struct SharedData {
int a;
int b;
};
SharedData data;线程1修改
data.a，线程2读取
data.b，虽然逻辑上没有冲突，但由于在同一cache line里，CPU会频繁刷新缓存，造成性能下降。
解决方法之一是使用填充（padding）来隔离变量，确保它们不在同一cache line：
struct PaddedData {
int a;
char padding[60]; // 假设cache line为64字节
int b;
};或者在C++17之后，可以使用
alignas关键字来控制对齐：
alignas(64) int a; alignas(64) int b;
这样就能避免伪共享带来的性能损耗。
小技巧：适当使用预取指令
现代CPU支持硬件预取机制，但在某些情况下，手动干预也能带来好处。比如你在遍历一个大数组，并且知道访问模式是顺序的，就可以用
__builtin_prefetch（GCC/Clang）或
_mm_prefetch（Intel）来提前加载数据。
例如：
for (int i = 0; i < N; ++i) {
__builtin_prefetch(&array[i + 32], 0, 0); // 提前加载后面的数据
process(array[i]);
}当然，预取也不是越多越好，过早加载反而会占用缓存资源。建议只在热点路径、数据量大的地方使用。
基本上就这些。数据局部性听起来抽象，其实核心思想很简单：让数据离你最近要用的地方越近越好。而具体实现方式则包括结构设计、访问顺序、内存对齐等多个方面。看起来不复杂，但很容易被忽略。
