CPU缓存优化核心是避免伪共享和提升数据局部性：用alignas与填充隔离热点变量；按访问模式选SoA/AoSoA布局；控制循环顺序适配预取；优先栈分配或对象池减少堆碎片。
CPU缓存优化的核心是让数据访问更“贴近”缓存行（cache line），减少跨核争用和缓存失效。关键就两点：避免伪共享（false sharing） 和 提升数据局部性（data locality），而不是盲目写汇编或调指令。
用内存对齐 + 填充字段隔离热点变量
伪共享发生在多个线程频繁修改同一缓存行（通常64字节）里的不同变量时——即使变量逻辑无关，硬件仍会反复同步整行，拖慢性能。最直接的解法是确保高竞争变量独占缓存行。
- 用
alignas(64)强制按64字节对齐，再配合填充字段（padding）把变量隔开 - 例如：两个原子计数器若共处一缓存行，可这样布局
注意：不要依赖结构体默认对齐；padding 大小要算准，推荐用 std::hardware_destructive_interference_size（C++17起）代替硬编码64。
结构体设计优先考虑访问模式（SoA vs AoS）
数据局部性差，常因结构体布局和访问方式不匹配。比如遍历数组时只读取某个字段（如所有对象的 x 坐标），用 AoS（Array of Structs）就会跳着读内存，缓存不友好。
立即学习“C++免费学习笔记（深入）”；
- 改用 SoA（Struct of Arrays）：把同类字段连续存放，一次加载更多有效数据
- 或者用 AoSoA（Array of Struct of Arrays）平衡灵活性与局部性，适合SIMD向量化
- 对热路径中的小结构体（如 Vec3、Point），确保其大小是缓存行的约数（如24字节可塞2个进64字节行），减少浪费
控制循环与数据访问顺序，贴合硬件预取
CPU预取器擅长识别规则的、正向的、步长固定的内存访问。乱序、跳跃、反向遍历都会让它失效，导致大量缓存未命中。
- 嵌套循环中，外层遍历主键，内层尽量连续访存（如按行优先遍历二维数组）
- 避免在热循环里解引用远距离指针或随机索引容器（如
std::map、链表） - 对 vector 等连续容器，用下标而非迭代器+advance；必要时用
std::span明确访问范围，帮助编译器优化
慎用动态分配，优先栈/对象池/arena分配
堆上 new 出来的对象地址随机，极易破坏空间局部性；频繁分配释放还引入锁和元数据开销。
- 小而短生命周期对象尽量放栈上（如临时计算结构体）
- 高频创建销毁的对象（如游戏实体、网络包），用对象池预先分配大块内存，按需复用
- 批量处理场景（如渲染、物理模拟）可用 arena 分配器，保证一批对象内存连续
基本上就这些。缓存优化不是玄学，关键是理解你代码在跑的时候，数据在内存里怎么排、被谁读、怎么被预取——工具只是辅助，观察才是起点。
