答案：编写Cache-Friendly的C++代码需利用空间和时间局部性，优先使用std::vector等连续内存容器，按行优先遍历二维数组，避免伪共享，并可通过预取提升性能。
编写Cache-Friendly的C++代码，核心在于让程序尽可能高效地利用CPU缓存层次结构。现代CPU访问内存的速度远慢于执行指令的速度，而缓存（L1/L2/L3）作为内存与处理器之间的高速缓冲区，对性能影响巨大。如果数据访问模式能契合缓存的工作机制，程序性能可显著提升。
理解CPU缓存的工作原理
CPU缓存以缓存行（Cache Line）为单位管理数据，通常大小为64字节。当程序访问某个内存地址时，CPU不仅加载该地址的数据，还会把其周围连续的一整块内存（即一个缓存行）载入缓存。若后续访问的数据也在同一缓存行内，就能命中缓存，避免昂贵的内存访问。
关键点：
- 顺序访问比随机访问更友好——利用空间局部性
- 重复使用刚访问过的数据——利用时间局部性
- 避免跨缓存行频繁跳转，减少缓存未命中（Cache Miss）
使用连续内存布局：优先选择std::vector而非std::list
std::vector在内存中是连续存储的，遍历时能充分利用缓存行预取机制；而std::list每个节点分散在堆上，访问下一个节点可能触发新的缓存未命中。
立即学习“C++免费学习笔记（深入）”；
示例对比：
// Cache-Friendly: 连续内存访问 std::vectordata(10000); for (int x : data) { // 每次访问很可能命中缓存 } // Not Cache-Friendly: 节点分散 std::list
dataList; for (int x : dataList) { // 每次跳转到不同内存位置，容易造成Cache Miss }
优化多维数组访问顺序：按行优先遍历
C/C++中二维数组是按行优先（Row-major）存储的，即一行数据连续存放。因此应优先固定行索引，内层循环列索引。
正确方式：
const int N = 1000; int arr[N][N];// Cache-Friendly: 顺序访问内存 for (int i = 0; i < N; ++i) { for (int j = 0; j < N; ++j) { arr[i][j] += 1; } }
错误方式（列优先）会导致每次跳跃N个int的距离，几乎每个访问都可能Cache Miss。
结构体设计：避免伪共享（False Sharing）
多个线程修改位于同一缓存行的不同变量时，即使逻辑上无冲突，CPU缓存一致性协议（如MESI）也会强制同步，导致性能下降——这就是伪共享。
解决方法：使用填充（padding）将不同线程频繁修改的变量隔离到不同缓存行。
struct alignas(64) ThreadData {
int local_count;
char padding[64 - sizeof(int)]; // 占满整个缓存行
};
这样每个线程独占一个缓存行，避免相互干扰。
利用数据预取（Prefetching）
对于可预测的大规模遍历，可以手动提示CPU提前加载数据：
for (int i = 0; i < large_vector.size(); ++i) {
if (i + 32 < large_vector.size()) {
__builtin_prefetch(&large_vector[i + 32], 0, 0);
}
process(large_vector[i]);
}
这在处理大数组或链表时特别有效，但需注意不要 prefetch 距离太远或无效地址。
小结：写出Cache-Friendly代码的关键习惯
- 优先使用连续容器（vector, array）
- 遍历时保持内存访问顺序性
- 结构体字段按使用频率和并发场景合理布局
- 关注热点循环中的内存访问模式
- 避免多个线程写同一缓存行
基本上就这些。不复杂但容易忽略。
