Data Oriented 下

OOP 面向对象编程

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

Data Oriented Programming

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

image.png

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

Performance-Sensitive Programming 高性能编程

尽量让代码顺序无关，

Branch prediction

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

image.png

Performance-Sensitive Data Arrangements

image.png

Entity Component System

image.png

image.png