性能优化的方法和技巧
提高电脑性能的方法和技巧
提高电脑性能的方法和技巧第一章：硬件升级电脑硬件的升级是提高电脑性能的常见方法之一。
通过对电脑硬件的更换或升级，可以提升电脑的处理速度和运行效率。
1. 更换固态硬盘（SSD）：传统的机械硬盘（HDD）相比，固态硬盘有更快的读写速度，能够大幅缩短电脑的启动时间和应用程序的加载时间。
2. 增加内存：增加电脑内存容量，可以提高电脑处理数据的能力和多任务处理的效率。
尤其对于使用大型软件或者进行多重任务的用户而言，内存的升级会明显提升电脑的性能。
3. 更换显卡：对于游戏或图形处理需求较高的用户来说，可以考虑更换或升级显卡。
新一代的显卡由于拥有更强大的图形处理能力，可以提供更流畅的游戏画面和更高精度的图像渲染。
第二章：系统优化除了硬件的升级，对电脑系统进行优化也是提高性能的有效方法。
1. 清理磁盘空间：电脑上过多的垃圾文件和临时文件会占据大量的磁盘空间，导致电脑运行缓慢。
定期使用系统自带工具或第三方软件清理磁盘空间，可以提高系统的运行效果。
2. 关闭不必要的启动项：开机自启动的程序过多会占用电脑的系统资源，导致电脑启动缓慢。
在系统设置或任务管理器中，将不需要开机启动的程序禁用，以提高电脑启动速度。
3. 更新系统和驱动程序：操作系统和硬件的驱动程序更新可以修复一些已知的问题、漏洞或性能不佳的情况。
定期检查系统和各硬件的官方网站，下载和安装最新的更新，以确保电脑的稳定性和性能。
第三章：软件优化优化电脑上的软件也能大幅提高电脑的性能。
1. 卸载不必要的程序：一些冗余的程序或者不常用的软件会占用电脑的系统资源，影响系统的性能。
及时卸载不需要的软件，可以释放出更多的系统资源，提高电脑的运行速度。
2. 清理注册表：注册表是Windows系统中保存软件和硬件相关信息的数据库。
随着时间的推移，注册表中会产生冗余、无效的信息，影响电脑的性能。
使用专业的注册表清理工具，可以清理无效的注册表项，提高系统运行效率。
3. 定期更新和优化网络安全软件：安装可靠的杀毒软件和防火墙，可以保护电脑免受病毒和恶意软件的侵害。
如何提高计算机系统的性能优化
如何提高计算机系统的性能优化计算机系统的性能优化是开发人员、系统管理员和计算机用户共同关注的重点。
一个高性能的计算机系统可以提高生产效率，加速数据处理速度，改善用户体验。
本文将介绍一些提高计算机系统性能优化的方法和技巧。
一、硬件优化1. 选择合适的硬件：对于需要高性能的计算机系统，选择高速、大容量的内存、处理器和硬盘是非常重要的。
合理配置硬件，可以提升系统运行速度和响应能力。
2. 硬盘优化：使用固态硬盘（SSD）代替传统机械硬盘可以大大提高系统的读写速度。
此外，定期清理无用的文件和碎片，以确保硬盘的顺畅运行和快速响应。
3. 内存管理：合理利用内存是提高系统性能的关键。
在使用大型应用程序时，尽量避免过度的内存交换（swap），降低系统的负载。
二、软件优化1. 操作系统优化：定期更新和升级操作系统，安装最新的补丁和驱动程序，以确保系统的顺畅运行和安全性。
优化系统的启动和关闭过程，减少不必要的后台服务和进程。
2. 应用程序优化：合理选择和使用应用程序是提升计算机系统性能的关键。
尽量避免同时打开过多的应用程序，关闭不需要的后台进程和插件。
优化应用程序的设置，如减少图形效果和动画，降低应用程序的资源消耗。
3. 数据库优化：对于需要频繁读写数据库的系统，优化数据库可以极大地提高系统的性能。
通过创建索引、优化查询语句和合理分配数据库资源等方法，可以加快数据库的访问速度和响应能力。
三、代码优化1. 代码审查：定期进行代码审查，发现和修复潜在的性能问题。
避免使用冗长、复杂的代码，优化算法和数据结构，减少资源消耗和运行时间。
2. 并行和并发：合理使用并行和并发的技术，如多线程和分布式计算，可以提高系统的性能和响应能力。
使用线程池和任务队列来管理并发操作，避免资源竞争和死锁等问题。
3. 编译优化：选择优化的编译器和编译选项，使用内联函数和循环展开等技术，可以改善代码的执行效率。
四、系统监控与调优1. 系统监控：通过使用性能监控工具，不断跟踪和分析系统的性能指标，可以及时发现系统的瓶颈和问题。
如何进行性能调优
如何进行性能调优性能调优是在软件开发过程中非常重要的一步，它可以提高软件的响应速度、资源利用率和整体性能。
本文将介绍几种常见的性能调优方法和技巧，帮助开发人员提升软件的性能。
一、代码优化1. 减少循环次数：在编写代码时，应尽量减少循环次数，避免不必要的重复计算。
可以通过使用缓存变量、优化数据结构等方式来实现。
2. 避免冗余计算：在代码中，经常会出现重复计算的情况。
可以通过缓存计算结果、提前计算等方式来避免冗余计算，提高程序运行效率。
3. 消除内存泄漏：内存泄漏是指程序未能正确释放不再使用的内存，导致内存占用过多，造成性能下降。
开发人员应注意及时释放不再使用的资源，防止内存泄漏问题的发生。
二、数据库优化1. 索引优化：在数据库中，索引是提高查询效率的关键。
可以通过合理地创建索引，避免全表扫描，提高查询效率。
2. 合理设计数据库表结构：数据库表结构的设计合理与否直接影响查询和操作的性能。
应尽量避免过多的冗余字段、不必要的联表查询等，避免影响数据库的性能。
三、缓存优化1. 使用缓存技术：将经常使用的数据缓存在内存中，可以减少对数据库频繁的访问，提高读取数据的效率。
2. 设置合理的缓存过期时间：缓存数据的过期时间应根据业务需求进行合理设置，避免数据更新不及时或者数据过期时间过长的问题。
四、网络优化1. 减少网络请求：网络请求通常是耗时较长的操作，可以通过合并请求、减少不必要的请求等方式来减少网络请求的次数。
2. 压缩数据传输：对于传输的数据，可以采用压缩算法进行压缩，在保证数据完整性的前提下，减小传输的数据量，提高传输效率。
五、硬件优化1. 使用高性能的硬件设备：在部署软件时，应尽量选择性能较高的硬件设备，如高频率的CPU、大内存、SSD硬盘等，以提升整体性能。
2. 合理分配硬件资源：对于多个部署在同一台服务器上的应用，应合理分配硬件资源，避免资源竞争导致的性能下降。
总结：性能调优是软件开发过程中的重要环节，可以提高软件的响应速度和整体性能。
软件性能优化的技巧与方法
软件性能优化的技巧与方法随着计算机技术的不断发展，软件的功能不断增强，但同时也给软件性能带来了更高的要求。
尤其是在各种移动设备上的应用，软件性能成为了制约用户体验甚至是应用成败的重要因素。
因此，软件性能优化愈发受到开发者的重视。
一、代码调优代码调优可以通过性能分析工具进行，可以找到代码中的瓶颈，从而进行优化。
具体可从以下几个角度入手：1. 合理使用算法和数据结构对于一个计算机程序来说，算法和数据结构是其可伸缩性的重要因素。
优秀的算法和数据结构可使得相同的程序在处理大规模输入时性能更加出色。
在编写代码过程中，应充分考虑算法复杂度和结构特性，选用合适的算法和数据结构以达到最优性能。
2. 减少重复计算重复计算是代码性能低下的常见原因之一。
为了避免重复计算，可以使用缓存数据，例如将计算结果缓存到内存或者本地存储中，这样可以避免对系统资源的重复消耗，提高程序性能。
3. 尽可能避免使用锁锁在多线程编程中是必不可少的，但锁的使用频繁也会使得程序性能降低。
因此，应尽可能避免使用锁，例如在代码中使用读写锁或者并发队列等来避免对于系统资源的独占。
4. 减少I/O操作I/O操作对于程序的性能影响极大，应尽量减少I/O操作的频率。
可以通过将I/O操作集中在一起完成，或者使用缓存等技术来优化I/O操作。
二、减少冗余代码许多程序的工作流程可能有相同的部分，这样就会出现代码冗余。
冗余代码在不影响结果的情况下应尽量避免，否则会增加系统资源的消耗。
可以通过抽象出共通的部分，封装成函数或者类，从而达到减少代码重复的目的。
三、使用适当的数据结构和算法对于一个优秀的程序而言，数据结构和算法选择是至关重要的。
如果选择不当，可能会导致程序的性能降低，反之，一个好的数据结构和算法可以使得程序的性能得到提升。
1. 选择合适的数据结构在编写程序的时候，应该根据程序的实际情况来选择合适的数据结构。
例如，对于需要频繁插入和删除的数据结构，应该选择链表等数据结构，而对于需要快速搜索和排序的数据，则使用数组等数据结构。
常见的计算机性能优化技巧与方法
常见的计算机性能优化技巧与方法计算机性能优化是提高计算机系统运行效率的关键步骤。
无论是个人电脑、服务器还是移动设备，都可以通过一些常见的技巧和方法来优化性能。
本文将介绍一些常见的计算机性能优化技巧与方法，帮助读者更好地了解和应用。
一、硬件优化硬件是计算机性能的基础，因此优化硬件是提高计算机性能的首要步骤。
以下是一些常见的硬件优化技巧：1. 内存升级：增加计算机内存可以提高系统运行速度，特别是在多任务处理和大型应用程序运行时。
2. 硬盘优化：使用固态硬盘（SSD）可以显著提高系统的启动速度和文件读写速度。
3. 温度控制：确保计算机的温度在适宜的范围内，避免过热导致系统性能下降。
二、软件优化除了硬件优化，软件优化也是提高计算机性能的重要手段。
以下是一些常见的软件优化技巧：1. 升级操作系统和驱动程序：及时升级操作系统和驱动程序可以修复漏洞和提高系统的稳定性和性能。
2. 关闭不必要的后台程序：关闭不必要的后台程序可以释放计算机资源，提高系统的响应速度。
3. 清理磁盘空间：定期清理磁盘空间可以提高系统的读写速度和整体性能。
4. 使用轻量级软件：选择轻量级软件可以减少系统负担，提高计算机的运行速度。
三、网络优化对于依赖网络连接的计算机，网络优化也是提高性能的重要环节。
以下是一些常见的网络优化技巧：1. 使用有线连接：有线连接通常比无线连接更稳定和快速，可以提高网络传输速度。
2. 选择合适的网络协议：选择适合网络环境的协议可以提高数据传输的效率。
3. 优化网络设置：通过调整网络设置，如优化DNS解析、限制带宽占用等，可以提高网络连接的质量和速度。
四、编程优化对于开发人员而言，编程优化是提高应用程序性能的关键。
以下是一些常见的编程优化技巧：1. 减少资源占用：尽量减少应用程序对计算机资源的占用，如内存、处理器等。
2. 优化算法和数据结构：选择高效的算法和数据结构可以提高程序的执行效率。
3. 并行计算：利用多线程或分布式计算等技术，将任务分解并并行处理，提高程序的运行速度。
提高计算机性能的技巧与优化方法
提高计算机性能的技巧与优化方法计算机在我们日常生活和工作中扮演着越来越重要的角色。
然而，随着计算机应用的广泛，我们经常会遇到一些性能瓶颈，例如运行速度慢、响应迟缓等问题。
为了提高计算机性能，我们可以采取一些技巧和优化方法。
本文将探讨一些有效的技巧和方法，以提高计算机性能。
一、硬件优化1.升级硬件组件：计算机的性能很大程度上取决于硬件的配置。
如果您的计算机配置较低，可以考虑升级硬件组件，例如更换快速的硬盘、增加内存或者更快的处理器等。
这些硬件升级可以极大地提升计算机的性能。
2.优化硬盘：硬盘是计算机中最常瓶颈的部件之一。
可以通过以下几种方式优化硬盘性能：定期清理无用的文件和临时文件，使用磁盘碎片整理工具进行碎片整理，以及选择较快的硬盘类型（如固态硬盘）等。
3.合理使用外设：外设的连接和使用也会影响计算机的性能。
如果您的计算机连接了大量的外设，可以考虑拔掉不常用的外设，以释放计算机的系统资源。
二、操作系统优化1.更新操作系统：及时更新操作系统到最新版本可以提供更好的性能和安全性。
操作系统的更新通常包含修复漏洞、优化代码以及改进资源利用等功能。
2.关闭不需要的服务：操作系统通常默认开启了许多不需要的服务，这些服务会占用系统资源。
您可以在任务管理器中查看并关闭不需要的服务，以提高计算机性能。
3.优化启动项：计算机启动时，会加载许多启动项，这些启动项会占用系统资源并降低计算机性能。
可以通过系统配置实用程序（msconfig）禁用不需要的启动项，使计算机启动更快。
三、软件优化1.升级软件版本：软件厂商通常会发布更新的软件版本，修复一些bug和提升性能。
及时升级软件版本可以获得更好的性能和稳定性。
2.优化软件设置：许多软件提供了一些参数设置，通过调整这些参数可以提高软件的性能。
在使用软件时，您可以查阅软件的官方文档或者搜索相关信息，了解如何优化软件设置。
3.使用轻量级软件：有些软件虽然功能强大，但同时占用较多系统资源。
如何进行性能优化减少代码的执行时间
如何进行性能优化减少代码的执行时间一、概述性能优化是软件开发中非常重要的一环，它旨在提高程序的执行效率和响应速度。
在本文中，将介绍一些常见的性能优化技巧，以减少代码的执行时间。
二、算法优化1. 选择合适的算法：不同的算法对于同一问题的解决方式可能存在差异，选择合适的算法可以大大减少代码执行的时间。
2. 减少循环次数：在循环中进行频繁的计算可能会导致性能下降，可以通过合理设置循环条件或者减少循环次数来优化程序的性能。
3. 使用空间换时间的策略：可以使用缓存或者索引等数据结构来加速代码的执行，虽然会占用更多的内存空间，但是可以减少代码执行的时间。
三、代码结构优化1. 减少函数调用次数：函数调用会产生一定的开销，过多的函数调用会降低程序的性能，可以通过减少函数的调用次数来提高执行效率。
2. 减少代码重复：重复的代码会导致冗余的计算，可以将重复的代码封装为函数或者将其放在循环外部，以减少计算次数。
3. 优化条件判断：可以通过重新排列条件判断的顺序，将出现频率较高的条件判断放在前面，减少无效的判断，提高代码执行效率。
四、数据结构优化1. 使用合适的数据结构：选择合适的数据结构可以提高代码的执行效率，比如使用哈希表可以快速查找数据，使用数组可以提高数据的访问速度等。
2. 优化内存分配：频繁的内存分配和释放会导致性能下降，可以预先分配一块足够的内存空间，避免频繁的内存分配操作。
3. 使用缓存：将频繁访问的数据存放在缓存中，可以提高数据的读取速度，减少代码的执行时间。
五、并发优化1. 多线程或者多进程：使用多线程或者多进程可以将任务分解成多个子任务，并行执行，提高程序的执行效率。
2. 锁优化：对于共享资源的访问，使用合适的锁机制可以避免多个线程同时访问，减少资源竞争，提高执行效率。
六、工具优化1. 使用性能分析工具：通过使用性能分析工具可以找出代码的瓶颈所在，优化性能。
2. 编译优化：使用合适的编译选项可以进行代码优化，提高代码的执行效率。
软件性能调优的技巧和方法
软件性能调优的技巧和方法在当今数字化时代，软件已经成为我们日常生活和工作中必不可少的一部分。
然而，随着软件功能和复杂性的不断增加，软件性能问题也逐渐浮现。
为了确保软件能够流畅高效地工作，软件性能调优成为一项关键任务。
本文将介绍一些软件性能调优的技巧和方法，以帮助开发人员优化他们的软件。
1. 代码优化代码是软件的基础，优化代码可以显著提高软件性能。
以下是一些代码优化的技巧：- 减少循环和递归次数：避免使用不必要的循环和递归操作，尽量采用更高效的算法和数据结构。
- 慎用资源密集型操作：例如频繁的文件读写和网络请求，可以通过缓存或批处理来减少操作次数。
- 使用合适的数据类型：选择最适合操作的数据类型，避免不必要的数据类型转换和内存消耗。
2. 内存管理内存管理是软件性能调优的另一个重要方面。
以下是一些内存管理的技巧：- 及时释放未使用的内存：确保在不再需要的时候及时释放已经分配的内存，避免内存泄漏。
- 减少内存碎片化：合理管理内存分配和释放，避免频繁的内存分配和释放操作，以减少内存碎片化。
- 优化内存访问：减少内存读写次数，可以通过合理的数据结构和缓存来提高内存访问效率。
3. 并发处理对于涉及大量并发操作的软件，合理地处理并发是提高性能的关键。
以下是一些并发处理的技巧：- 使用线程池：尽量使用线程池来管理线程的创建和销毁，避免频繁的线程创建和销毁操作。
- 合理划分任务：将任务划分成独立的、可并发执行的子任务，提高并行处理效率。
- 加锁优化：减少锁的使用，尽量使用更轻量级的锁，避免锁竞争和死锁问题。
4. 数据库优化对于使用数据库的软件，数据库优化是提高软件性能的关键之一。
以下是一些数据库优化的技巧：- 索引优化：根据查询和更新需求，合理地创建索引，提高查询效率。
- 避免全表扫描：尽量避免全表扫描操作，可以通过合理的条件筛选和使用索引来提高查询效率。
- 批量操作优化：对于批量的数据插入、更新或删除操作，可以使用批处理方式来减少交互次数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
性能优化方法和技巧：概述性能优化有三个层次：∙系统层次∙算法层次∙代码层次系统层次关注系统的控制流程和数据流程，优化主要考虑如何减少消息传递的个数；如何使系统的负载更加均衡；如何充分利用硬件的性能和设施；如何减少系统额外开销（比如上下文切换等）。
算法层次关注算法的选择（用更高效的算法替换现有算法，而不改变其接口）；现有算法的优化（时间和空间的优化）；并发和锁的优化（增加任务的并行性，减小锁的开销）；数据结构的设计（比如lock-free的数据结构和算法）。
代码层次关注代码优化，主要是cache相关的优化（I-cache, D-cache相关的优化）；代码执行顺序的调整；编译优化选项；语言相关的优化技巧等等。
性能优化需要相关的工具支持，这些工具包括编译器的支持；CPU的支持；以及集成到代码里面的测量工具等等。
这些工具主要目的是测量代码的执行时间以及相关的cache miss, cache hit等数据，这些工具可以帮助开发者定位和分析问题。
性能优化和性能设计不同。
性能设计贯穿于设计，编码，测试的整个环节，是产品生命周期的第一个阶段；而性能优化，通常是在现有系统和代码基础上所做的改进，属于产品生命周期的后续几个阶段（假设产品有多个生命周期）。
性能优化不是重新设计，性能优化是以现有的产品和代码为基础的，而不是推倒重来。
性能优化的方法和技巧可以指导性能设计，但两者的方法和技巧不能等同。
两者关注的对象不同。
性能设计是从正向考虑问题：如何设计出高效，高性能的系统；而性能优化是从反向考虑问题：在出现性能问题时，如何定位和优化性能。
性能设计考验的是开发者正向建设的能力，而性能优化考验的是开发者反向修复的能力。
两者可以互补。
后续我会就工具，架构，算法，代码，cache等方面展开讨论这个话题，敬请期待。
评论：优化不能缺少量化的信息，基于量化信息可以解决这些问题（举个例子）：什么时候使用静态内存，什么时候使用动态内存？动态与静态的分界线是什么？所谓和谐得恰到好处。
最近因为工作需要也在做多核下的应用，这里面性能优化可能是最困难的地方了。
个人觉得这方面作为知识分享的话，可以更加注重方法论的描述。
优化本身是个仁者见仁智者见智的事情，优化的效果评估一方面取决于你的应用场景，另一方面也取决于你的测试方法。
我们就曾为了优化算法而设计了一个数学上看起来很棒的 hash，结果在早期应用中我们发现hash本身带来的cache miss，使得我们还不如使用linear search。
总之是非常期待后续的文章，希望看到一些新的思路。
关于代码层次的优化，大多时候是把高级语言向低级语言去靠。
然后就是将系统层次扁平化，厚的层做薄，薄的层去掉。
很多时候philosophy的冲突导致实现困难。
性能好了，移植性，维护性差了。
老板还不高兴。
我现在是越来越不想做这个活了。
在做设计阶段，就应该考虑性能的质量属性。
如果软件已经成型，再做系统级的性能优化，工作量、风险以及影响都较大。
代码级优化：先找热点，然后针对这些热点进行分析，cache使用、减少不必要指令数、减少栈的深度、提高IO总线利用（如IO由每次变成批量访问）、TLB Miss等等。
性能是不能一次搞定的，需要建立基线，不停地迭代，不停地确认。
性能优化很容易降低软件的其他质量属性：如维护性、可扩展性。
性能优化方法和技巧：代码代码层次的优化是最直接，也是最简单的，但前提是要对代码很熟悉，对系统很熟悉。
很多事情做到后来，都是一句话：无他，但手熟尔^-^。
在展开这个话题之前，有必要先简单介绍一下Cache相关的内容，如果对这部分内容不熟悉，建议先补补课，做性能优化对Cache不了解，基本上就是盲人骑瞎马。
Cache一般来说，需要关心以下几个方面1）Cache hierarchyCache的层次，一般有L1, L2, L3 （L是level的意思）的cache。
通常来说L1，L2是集成在CPU里面的（可以称之为On-chip cache），而L3是放在CPU 外面（可以称之为Off-chip cache）。
当然这个不是绝对的，不同CPU的做法可能会不太一样。
这里面应该还需要加上 register，虽然register不是cache，但是把数据放到register里面是能够提高性能的。
2）Cache sizeCache的容量决定了有多少代码和数据可以放到Cache里面，有了Cache才有了竞争，才有了替换，才有了优化的空间。
如果一个程序的热点(hotspot)已经完全填充了整个Cache，那么再从Cache角度考虑优化就是白费力气了，巧妇难为无米之炊。
我们优化程序的目标是把程序尽可能放到Cache里面，但是把程序写到能够占满整个Cache还是有一定难度的，这么大的一个Code path，相应的代码得有多少，代码逻辑肯定是相当的复杂（基本上是不可能，至少我没有见过）。
3）Cache line sizeCPU从内存load数据是一次一个cache line；往内存里面写也是一次一个cache line，所以一个cache line里面的数据最好是读写分开，否则就会相互影响。
4）Cache associativeCache的关联。
有全关联(full associative)，内存可以映射到任意一个Cache line；也有N-way关联，这个就是一个哈希表的结构，N就是冲突链的长度，超过了N，就需要替换。
5）Cache type有I-cache（指令cache），D-cache（数据cache），TLB（MMU的cache），每一种又有L1, L2等等，有区分指令和数据的cache，也有不区分指令和数据的cache。
更多与cache相关的知识，可以参考这个链接：/wiki/CPU_cache或者是附件里面的cache.pdf，里面有一个简单的总结。
代码层次的优化，主要是从以下两个角度考虑问题：1）I-cache相关的优化例如精简code path，简化调用关系，减少冗余代码等等。
尽量减少不必要的调用。
但是有用还是无用，是和应用相关的，所以代码层次的优化很多是针对某个应用或者性能指标的优化。
有针对性的优化，更容易得到可观的结果。
2）D-cache相关的优化减少D-cache miss的数量，增加有效的数据访问的数量。
这个要比I-cache优化难一些。
下面是一个代码优化技巧列表，需要不断地补充，优化和筛选。
1) Code adjacency （把相关代码放在一起），推荐指数：5颗星把相关代码放在一起有两个涵义，一是相关的源文件要放在一起；二是相关的函数在object文件里面，也应该是相邻的。
这样，在可执行文件被加载到内存里面的时候，函数的位置也是相邻的。
相邻的函数，冲突（miss？）的几率比较小。
而且相关的函数放在一起，也符合模块化编程的要求：那就是 - 高内聚，低耦合。
如果能够把一个code path上的函数编译到一起（需要编译器支持，把相关函数编译到一起），很显然会提高I-cache的命中率，减少冲突。
但是一个系统有很多个code path，所以不可能面面俱到。
不同的性能指标，在优化的时候可能是冲突的。
所以尽量做对所以case都有效的优化，虽然做到这一点比较难。
2) Cache line alignment （cache对齐），推荐指数：4颗星数据跨越两个cache line，就意味着两次load或者两次store。
如果数据结构是cache line对齐的，就有可能减少一次读写。
数据结构的首地址cache line对齐，意味着可能有内存浪费（特别是数组这样连续分配的数据结构），所以需要在空间和时间两方面权衡。
3) Branch prediction （分支预测），推荐指数：3颗星代码在内存里面是顺序排列的。
对于分支程序来说，如果分支语句之后的代码有更大的执行几率，那么就可以减少跳转，一般CPU都有指令预取功能，这样可以提高指令预取命中的几率。
分支预测用的就是likely/unlikely这样的宏，一般需要编译器的支持，这样做是静态的分支预测。
现在也有很多CPU支持在CPU 内部保存执行过的分支指令的结果（分支指令的cache），所以静态的分支预测就没有太多的意义。
如果分支是有意义的，那么说明任何分支都会执行到，所以在特定情况下，静态分支预测的结果并没有多好，而且likely/unlikely对代码有很大的侵害（影响可读性），所以一般不推荐使用这个方法。
4) Data prefetch (数据预取），推荐指数：4颗星指令预取是CPU自动完成的，但是数据预取就是一个有技术含量的工作。
数据预取的依据是预取的数据马上会用到，这个应该符合空间局部性（spatial locality），但是如何知道预取的数据会被用到，这个要看上下文的关系。
一般来说，数据预取在循环里面用的比较多，因为循环是最符合空间局部性的代码。
但是数据预取的代码本身对程序是有侵害的（影响美观和可读性），而且优化效果不一定很明显（命中的概率）。
数据预取可以填充流水线，避免访问内存的等待，还是有一定的好处的。
5) Memory coloring （内存着色），推荐指数：不推荐内存着色属于系统层次的优化，在代码优化阶段去考虑内存着色，有点太晚了。
所以这个话题可以放到系统层次优化里面去讨论。
6）Register parameters （寄存器参数），推荐指数：4颗星寄存器做为速度最快的内存单元，不好好利用实在是浪费。
但是，怎么用？一般来说，函数调用的参数少于某个数，比如3，参数是通过寄存器传递的（这个要看ABI的约定）。
所以，写函数的时候，不要带那么多参数。
c语言里还有一个register关键词，不过通常都没什么用处（没试过，不知道效果，不过可以反汇编看看具体的指令，估计是和编译器相关）。
尝试从寄存器里面读取数据，而不是内存。
7) Lazy computation （延迟计算），推荐指数：5颗星延迟计算的意思是最近用不上的变量，就不要去初始化。
通常来说，在函数开始就会初始化很多数据，但是这些数据在函数执行过程中并没有用到（比如一个分支判断，就退出了函数），那么这些动作就是浪费了。
变量初始化是一个好的编程习惯，但是在性能优化的时候，有可能就是一个多余的动作，需要综合考虑函数的各个分支，做出决定。
延迟计算也可以是系统层次的优化，比如COW(copy-on-write)就是在fork子进程的时候，并没有复制父进程所有的页表，而是只复制指令部分。
当有写发生的时候，再复制数据部分，这样可以避免不必要的复制，提供进程创建的速度。
8) Early computation （提前计算），推荐指数：5颗星有些变量，需要计算一次，多次使用的时候。