在C++中实现CPU缓存友好的编程需提升数据局部性以减少缓存未命中。1. 提高空间局部性：优先使用std::vector等连续存储结构，避免链表或多级指针导致的内存碎片；2. 提高时间局部性：合并循环操作，复用已在缓存中的数据；3. 避免伪共享：通过alignas对齐线程私有数据，防止不同线程修改同一缓存行；4. 优化访问模式：按行主序遍历数组，确保内存访问顺序与存储布局一致。
在C++中实现CPU缓存友好的编程，核心在于提升数据局部性（data locality），减少缓存未命中（cache miss）。现代CPU访问内存速度远慢于访问缓存，因此即使算法效率高，若频繁触发缓存未命中，实际性能仍会大幅下降。优化的关键是让程序尽可能多地访问已缓存在L1/L2/L3中的数据。
1. 提高空间局部性：连续内存访问
空间局部性指程序倾向于访问邻近的内存地址。使用连续存储的数据结构能显著提升缓存利用率。
建议：- 优先使用 std::vector 而非链表类结构（如 std::list、std::forward_list），因为 vector 的元素在内存中连续分布，遍历时缓存命中率高。
- 避免指针跳转频繁的结构。例如，二维数组用一维数组模拟比用指针数组更快：
// 推荐：连续存储
std::vector
int val = matrix[i * cols + j]; // 访问 (i,j)
// 不推荐：多级指针导致内存碎片
std::vector<:vector>> matrix_bad(rows, std::vector
2. 提高时间局部性：重复利用缓存中的数据
时间局部性指程序近期访问过的数据很可能再次被访问。应尽量在数据还在缓存中时多次使用。
建议：- 避免在循环中重复计算或重复读取同一变量，提前加载到局部变量。
- 合并多个遍历操作为一次循环，减少对同一数据的多次扫描：
// 更好：一次遍历完成多个操作
for (const auto& x : data) {
sum += x;
if (x > max_val) max_val = x;
}
3. 避免伪共享（False Sharing）
在多线程环境中，不同线程修改位于同一缓存行（通常64字节）的不同变量时，会导致缓存行频繁无效化，称为伪共享。
立即学习“C++免费学习笔记（深入）”；
建议：
- 对线程私有数据进行内存对齐，确保它们不在同一缓存行：
struct alignas(64) ThreadData {
uint64_t local_count;
double padding; // 防止与其他数据共享缓存行
};
- 使用线程局部存储（thread_local）避免竞争和缓存同步开销。
4. 循环优化与访问模式
访问顺序严重影响缓存表现。C/C++使用行主序（row-major order），应按先行后列的方式遍历。
// 正确：按内存布局顺序访问for (int i = 0; i for (int j = 0; j matrix[i * cols + j] += 1;
// 错误：列优先访问导致跳跃式内存读取
for (int j = 0; j
for (int i = 0; i
matrix[i * cols + j] += 1; // 每次跳过整个行
5. 数据结构设计考虑缓存行大小
合理安排结构体成员，避免浪费缓存空间或跨行访问。
建议：- 将常用字段集中放在结构体前部，确保首次访问时尽可能载入有用数据。
- 注意结构体对齐和填充，可使用 alignas 或编译器指令控制布局。
- 小对象可考虑池化或数组存储，避免堆分配碎片化。
基本上就这些。缓存友好的C++编程不是靠单一技巧，而是从数据结构选择、内存布局、访问模式到并发设计的整体考量。理解程序如何与缓存交互，才能写出真正高性能的代码。
