C語言性能優化深度解析：數據對齊與循環展開實戰

編輯：關於C語言

C語言性能優化核心技術詳解

本文通過實測數據深入剖析兩大優化方向：內存數據對齊對訪問速度的影響，以及循環展開提升指令級並行的技巧。

一、數據對齊：為什麼對齊能提速？

CPU 訪問內存有最小訪問粒度（MAG，典型值 8 字節）。當結構體大小與 MAG 為整數倍關係時，CPU 可按比例時間訪問；否則需多次讀取並拼裝，導致性能下降。

實測對比

// 1字節對齊（打包）
#pragma pack(1)
struct NotAlignedStruct { char a,b,c; uint32_t d; }; // sizeof=7

// 默認對齊
struct AlignedStruct { char a,b,c; uint32_t d; }; // sizeof=8

遍歷 10 萬元素數組 10 萬次：

NotAlignedStruct：12,764,585 μs
AlignedStruct：10,501,603 μs
性能提升 17%

GCC 默認對齊規則

成員起始地址必須是自身大小的倍數
結構體總大小為最大成員大小的倍數
盡可能緊湊排列

示例：sizeof(FirstStruct)=3、SecondStruct=24、ThirdStruct=16

二、循環展開：從順序依賴到指令級並行

針對 100 萬浮點數求和，對比三種實現：

版本 1：基礎循環

for (i=0; i<len; i++) value += array[i];

耗時：1,221,869 μs

版本 2：簡單展開（步長 4）

for (i=0; i<num; i+=4) {
    value += array[i];
    value += array[i+1];
    value += array[i+2];
    value += array[i+3];
}

耗時：1,221,701 μs（提升微乎其微）

原因：浮點加法延遲遠大於分支預測開銷，且存在嚴格順序依賴，無法利用流水線。

版本 3：並行累加器（關鍵優化）

float v1=1.0f, v2=1.0f;
for (i=0; i<num; i+=4) {
    v1 = array[i] + array[i+1];      // 獨立鏈路 1
    v2 = array[i+2] + array[i+3];    // 獨立鏈路 2
    value += v1 + v2;                // 合併結果
}

耗時：643,581 μs （性能近乎翻倍）

原理：打破數據依賴鏈，使 CPU 超標量流水線可並行執行兩條加法指令。