关于性能优化，有个观点是“不要优化”。这是因为软件架构未建好的情况下，优化的成本很容易超出收益。但是这不代表性能不重要。如果性能不重要，那就不要用C++编程，改用其它的编程语言，可以提高开发效率。我们现在还在用C++，唯一的原因是性能。下面写几条我认为的C++高性能编程的经验。

1）优化需要建立在实测的基础上，同时要考虑Amdahl定律。即使是经验丰富的程序员，也很难通过直觉判断性能瓶颈到底在哪里，直觉通常是错的（这一点也适用于管理学，管理优化也需要建立实测基础上，管理者通过直觉拍脑袋的决策也多半是错的）。比如说，有的程序初看觉得性能瓶颈是数值计算，其实性能瓶颈在于I/O接口的等待。还有必须考虑Amdahl定律，比如说：一个子程序占程序总时间的50%，再怎么优化这个子程序，再怎么投入智力资源，整个程序的性能最多可以提高到2倍。（这一点同样也适用于管理学，很多看起来非常有道理的管理变革没有预期效果，无非是收益-成本的比较问题）。

2）控制好内存布局，充分利用局部性原理，写出“缓存友好型”程序。具体的计算机体系结构的原理就不展开讲了（可参考我之前的博客《矩阵乘法的优化》）。传统的教程更关注CPU而不是存储，我个人认为存储对性能的影响要大多了。

下面举几个例子：

怎么样表示稠密矩阵（即二维数组），有不同的方式。《常用算法程序集（C++语言描述）》（第四版）采用下面的方式：

Double **a;

a = new double *[m];

for(i = 0 ; i < m ;++i) {

   a[i] = new double[n];

}

这种方法就不妥，因为矩阵在计算机内存的存储不能保证连续性。

还有的人用嵌套vector来实现：

vector<vector<double> > a_mat;

这种方法同样不妥，原因一样。

正确的做法是，不管矩阵表象是什么样子，最终的存储都在一维的连续内存上。C++之父在好几本书上都有矩阵的例子，他的实现就是这样。

3）正确使用STL

怎样正确使用STL，已经有很多教程了。比如说，优先使用vector(因为vector的内存连续性)。在使用vector前预先分配内存（用reserve命令）。排序数查找，用排序vector有可能比map更快（还是因为内存连续性）。

下面重点谈谈嵌入式编程能否使用STL。有人一刀切的认为嵌入式编程不应该使用STL，这样相当于把C++的精华都丢掉了，我非常不赞成。但嵌入式编程确实有其特殊性。如果把嵌入式程序分为两部分：初始化和运行。那么，初始化部分显然是可以用STL，这从软件工程的角度可以减少许多开发量。运行部分需要避免内存销毁和重分配，从而保证实时性。STL在这阶段确实应避免new和delete的出现，这其实是可以实现的(前提是对STL的原理要熟悉)。还可以考虑把STL管理的内存转交给低级指针，我就经常这样写：

 double *a_ptr =&A_vec[0];

上面的代码表示的是把初始化阶段由vector<double>管理的内存(即A_vec)首地址传递给原始指针，然后在运行阶段由原始指针进行低层次的计算和操作。

4）用空间换性能

用更多的内存可以换取性能。比如求三角函数不一定需要级数展开，也可以预先制定一个三角函数表存储下来，然后查表，再插值。速度可能比级数展开还快一些。再比如，有一个很复杂的系统，用户办理业务需要查询一些东西。用户不可能像随机数那样随机的查，总有些记录更容易重复查到。可以把容易查的记录缓存到内存中，下次再查就不用到数据库里面去查了。

5）注意C++的特有规范

C++程序有一些特有的东西，比如说避免无谓的内存复制(往函数传递参数，只要不是内置类型，就要用引用或指针)。在编译期可以确定的数字就不要在运行期再算（使用constexpr）。控制临时对象的影响（使用右值引用）。

这些特有的东西往往在别的编程语言中不存在或者很难理解，需要专门去学习。