Data Oriented 下
最后更新于
最后更新于
Object-Oriented Programming
Problem of OOP
函数应该写在执行者还是被执行者
很深的继承树，该如何抽象出基础函数
大型系统的基类很繁琐
性能很低，分散在内存的各个角落
可测试性低
内存访问速度比 CPU 运算慢的多
所以可以为了提高内存访问效率，可以增加 CPU 无用操作
多级缓存
高性能编程，要关注是否 Cache 友好
原则：数据的批量处理
Single instruction multiple data (SIMD) 16 个 byte 批处理，四倍加速
Cache 管理 LRU，丢弃最不常用的数据
Cache line，CPU 加载内存一次性加载一行，而不是一个一个。
二维数组横向读比纵向读快得多。
降低 Cache miss
尽量让代码顺序无关，
大型代码切换，也会耗费加载时间，所以尽量让代码在同一个块内重复执行，减少 if else
