巧用CPU缓存优化代码：数组 vs. 链表(转)

一个常见的编程问题： 遍历同样大小的数组和链表， 哪个比较快？ 如果按照大学教科书上的算法分析方法，你会得出结论，这2者一样快， 因为时间复杂度都是 O(n)。 但是在实践中， 这2者却有极大的差异。   通过下面的分析你会发现， 其实数组比链表要快很多。
首先介绍一个概念：memory hierarchy （存储层次结构），电脑中存在多种不同的存储器，如下表
CPU 寄存器 – immediate access (0-1个CPU时钟周期)
CPU L1 缓存  – fast access (3个CPU时钟周期)
CPU L2 缓存 – slightly slower access (10个CPU时钟周期)
内存 (RAM)   – slow access (100个CPU时钟周期)
硬盘 (file system) – very slow (10,000,000个CPU时钟周期)
（数据来自 http://www.answers.com/topic/locality-of-reference）
各级别的存储器速度差异非常大，CPU寄存器速度是内存速度的100倍！ 这就是为什么CPU产商发明了CPU缓存。 而这个CPU缓存，就是数组和链表的区别的关键所在。
CPU缓存会把一片连续的内存空间读入， 因为数组结构是连续的内存地址，所以数组全部或者部分元素被连续存在CPU缓存里面， 平均读取每个元素的时间只要3个CPU时钟周期。   而链表的节点是分散在堆空间里面的，这时候CPU缓存帮不上忙，只能是去读取内存，平均读取时间需要100个CPU时钟周期。 这样算下来，数组访问的速度比链表快33倍！ （这里只是介绍概念，具体的数字因CPU而异）
因此，程序中尽量使用连续的数据结构，这样可以充分发挥CPU缓存的威力。 这种对缓存友好的算法称为 Cache-oblivious algorithm， 有兴趣可以参考相关资料。再举一个简单例子：
对比
for i in 0..n
for j in 0..m
for k in 0..p
      C[i][j] = C[i][j] + A[i][k] * B[k][j];
和
for i in 0..n
for k in 0..p
for j in 0..m
      C[i][j] = C[i][j] + A[i][k] * B[k][j];
虽然两者执行结果一样，算法复杂度也一样，但是你会发现第二种写法要快很多。
总结一下， 各种存储器的速度差异很大，在编程中绝对有必要考虑这个因素。 比如，内存速度比硬盘快1万倍，所以程序中应该尽量避免频繁的硬盘读写；CPU缓存比内存快几十倍，在程序中尽量多加利用。
>> 原创文章的版权属于作者，转载请注明出处和作者信息(http://blog.csdn.net/WinGeek/)， 谢谢。 <<