patmc-cpp-examples

《Performance Analysis and Tuning on Modern CPUs》（Denis Bakhvalov）优化章节（第 7–11 章）的 C++ 示例代码，配有中文注释，帮助读者将书中抽象概念与实际代码对应起来。

书籍原文免费获取：easyperf.net

---

目录结构

patmc_cpp/
├── ch07_frontend/               # 第7章：CPU 前端优化
│   ├── 01_basic_block_placement.cpp   # 基本块放置：__builtin_expect / [[likely]]
│   ├── 02_basic_block_alignment.cpp   # 基本块对齐：alignas(64) / cache line
│   └── 03_function_splitting.cpp      # 函数冷热分离：[[gnu::cold]] / noinline
│
├── ch08_backend/
│   ├── memory_bound/            # 第8章：内存瓶颈优化
│   │   ├── 01_sequential_access.cpp   # 顺序访问 & AoS vs SoA
│   │   ├── 02_data_packing.cpp        # 位域压缩 & 结构体成员重排
│   │   ├── 03_alignment_padding.cpp   # 数据对齐 & false sharing 预防
│   │   ├── 04_prefetch.cpp            # 显式内存预取 __builtin_prefetch
│   │   └── 05_loop_tiling.cpp         # 循环分块（矩阵乘法 tiling）
│   └── core_bound/              # 第8章：计算瓶颈优化
│       ├── 01_inlining.cpp            # 函数内联：always_inline vs noinline
│       ├── 02_loop_transformations.cpp # LICM / 展开 / 强度削减 / unswitching
│       ├── 03_loop_interchange.cpp    # 循环交换（cache stride 优化）
│       ├── 04_loop_fusion.cpp         # 循环合并与分裂
│       └── 05_vectorization.cpp       # 向量化：__restrict__ / pragma / ffast-math
│
├── ch09_speculation/            # 第9章：消除错误分支预测
│   ├── 01_lookup_table.cpp            # 查找表替换 if-else 分支
│   └── 02_predication.cpp             # 无分支代码（CMOV）& 二分查找权衡
│
├── ch10_other/                  # 第10章：其他优化手段
│   ├── 01_constexpr.cpp               # 编译期计算：constexpr 筛质数 & CRC32 表
│   ├── 02_intrinsics.cpp              # SIMD 内建函数（SSE x86 / NEON ARM 双路）
│   └── 03_denormals.cpp               # 非规格化浮点检测 & FTZ/DAZ 模式
│
└── ch11_multithreaded/          # 第11章：多线程优化
    ├── 01_true_sharing.cpp            # 真实共享：atomic vs thread_local
    └── 02_false_sharing.cpp           # 伪共享：alignas(64) 消除 cache line 抖动

---

各章核心概念速查

第7章：CPU 前端优化

文件	优化技术	关键 API
01_basic_block_placement	热路径走 fall-through，冷路径走 taken	__builtin_expect, [[likely]], [[unlikely]]
02_basic_block_alignment	热循环对齐到 64 字节 cache line	alignas(64), -falign-loops
03_function_splitting	把冷代码提取为独立函数，远离热代码	[[gnu::cold]], [[gnu::hot]], noinline

第8章：CPU 后端优化（内存瓶颈）

文件	优化技术	核心原理
01_sequential_access	行优先访问 / SoA 布局	空间局部性，cache line 利用率
02_data_packing	位域 + 结构体重排	减少内存带宽，消除编译器 padding
03_alignment_padding	alignas(64)	防止跨 cache line，SIMD 对齐要求
04_prefetch	__builtin_prefetch	隐藏随机访问的内存延迟
05_loop_tiling	矩阵乘法分块	时间局部性，L2 cache 工作集适配

第8章：CPU 后端优化（计算瓶颈）

文件	优化技术	核心原理
01_inlining	强制 / 阻止内联	消除 call/ret 开销，开启后续优化
02_loop_transformations	LICM / 展开 / 强度削减 / unswitching	减少循环税，提升 ILP
03_loop_interchange	交换嵌套循环顺序	内层循环连续访问，消除大 stride
04_loop_fusion	循环合并 & 分裂	时间局部性 vs 向量化友好性
05_vectorization	SIMD 自动向量化控制	__restrict__ 消除别名，pragma 强制

第9章：消除错误分支预测

文件	优化技术	适用场景
01_lookup_table	查找表替换 if-else	值域小、输入随机分布
02_predication	三元运算符触发 CMOV	小数组/高频 misprediction（大数组慎用）

第10章：其他优化手段

文件	优化技术	关键点
01_constexpr	编译期计算	constexpr 函数 + static_assert 验证
02_intrinsics	SIMD 内建函数	x86/SSE ↔ ARM/NEON 跨平台对比
03_denormals	非规格化浮点	FP_ASSIST 开销，FTZ/DAZ 修复

第11章：多线程优化

文件	优化技术	MESI 协议视角
01_true_sharing	thread_local 减少共享操作	atomic 每次触发总线事务
02_false_sharing	alignas(64) 隔离 cache line	不同线程的变量不共享 cache line

---

编译 & 运行

依赖： CMake ≥ 3.14，C++17 编译器（GCC ≥ 7 / Clang ≥ 5），支持 x86 或 ARM（Apple Silicon）

git clone https://github.com/xuhao77/patmc-cpp-examples.git
cd patmc-cpp-examples
cmake -S . -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build

运行某个示例：

./build/ch09_speculation/ch09_01_lookup
./build/ch11_multithreaded/ch11_02_false_sharing

---

平台说明

• x86_64：ch10/02_intrinsics 使用 SSE 内建函数（_mm_add_ps 等）
• ARM / Apple Silicon：自动切换为 NEON 内建函数（vaddq_f32 等）
• 所有示例已在 Apple M 系列芯片上测试通过

---

参考

• Performance Analysis and Tuning on Modern CPUs — Denis Bakhvalov（CC BY 4.0）
• Intel Intrinsics Guide
• Agner Fog's optimization manuals