4、内存访问模式优化：顺序访问 vs 随机访问、空间局部性原理、时间局部性原理

好，咱们今天聊一个非常实在的话题——内存访问模式。说白了，就是你的程序怎么去读内存、写内存。别小看这个，我见过太多性能问题，根子就出在这里。

你想想看，CPU 算得再快，如果数据拿不过来，那不就是干等着吗？内存带宽就那么大，怎么用好它，是咱们性能优化的基本功。

4.1 顺序访问 vs 随机访问：天壤之别

先问个问题：同样是读 1MB 数据，顺序读和随机读，速度能差多少？

我告诉你，差一个数量级是常有的事。我在项目中遇到过，一个数据处理程序，改成顺序访问后，性能直接翻了 5 倍。当时团队都惊呆了。

为什么会这样？

因为内存的物理特性决定了它喜欢「连续干活」。你读地址 A，内存会把地址 A 附近的一整块数据都准备好。如果你接下来读 A+1，那数据已经在缓存里等着了。但如果你跳来跳去，每次都要重新去内存里取，那带宽就全浪费在等待上了。

来看个代码对比，你就明白了：

// 顺序访问 —— 快
int sum = 0;
for (int i = 0; i < N; i++) {
    sum += array[i];
}

// 随机访问 —— 慢
int sum = 0;
for (int i = 0; i < N; i++) {
    sum += array[random_index[i]];
}

嗯，代码看着简单，但背后的性能差距是巨大的。我建议你在写循环的时候，脑子里要有一张「内存布局图」，尽量让访问步长是 1。

4.2 空间局部性原理：用好缓存的关键

空间局部性，说白了就是「如果你用了一个数据，它旁边的数据很可能也会被用到」。这是 CPU 缓存能生效的根本原因之一。

我个人习惯，在设计数据结构时，会把经常一起访问的字段放在一起。比如一个结构体里，热点数据和非热点数据混在一起，那缓存命中率就会很差。

举个例子：

// 不好的布局 —— 缓存利用率低
struct Bad {
    int hot1;      // 经常访问
    char padding[60]; // 很少访问
    int hot2;      // 经常访问
};

// 好的布局 —— 热点数据紧凑
struct Good {
    int hot1;      // 经常访问
    int hot2;      // 经常访问
    char padding[60]; // 很少访问
};

你看，同样是 64 字节的缓存行，Bad 布局可能一次只能拿到一个热点数据，而 Good 布局一次能拿到两个。这就是空间局部性的威力。

4.3 时间局部性原理：别重复造轮子

时间局部性，意思是「如果你用了一个数据，短时间内很可能还会再用它」。这个原理指导我们：能复用就复用，别反复去内存里取。

我曾经犯过一个错：在一个热循环里，每次迭代都去计算一个不变的值。后来发现，把这个值提到循环外面，性能提升了 30%。

时间局部性的典型应用：

• 循环不变量的外提 —— 把不随循环变化的值提前算好
• 数据复用 —— 尽量在寄存器或 L1 缓存里完成多次操作
• 分块处理 —— 让数据在缓存里待久一点，别频繁换入换出

4.4 知识体系总览

下面这张图，是我自己总结的内存访问模式优化框架。你看一眼，心里就有谱了：

4.5 实战建议

说了这么多理论，来点实际的。我总结了几条「拿来就能用」的优化建议：

嗯，这一章的内容就到这。记住一句话：内存访问模式决定了你的程序能跑多快，而不是 CPU 主频。 下次写代码的时候，多想想数据是怎么在内存里流动的，你会感谢自己的。

想要更多资料，联系可可