围绕流程，同时访问的数据邻近定义，提高数据访问效率

【说明】 一般来说，需要统筹考虑指令执行过程与数据组织形式之间的关系，做到单个流程执行过程中可能连续访问的数据在内存空间上聚拢，确保D-Cache加速效果。

具体地，可以考虑，在数据结构中将频繁访问的数据字段定义在靠前，较少访问的数据字段定义靠后，这样大部分的访问时只需要加载一次Cache就完成处理，否则要加载多次；提取的热点结构体中字段赋值使用set函数进行封装，确保与非热点字段同时赋值，避免遗漏。

【原理】 现代CPU硬件系统中，大都存在CPU片内Cache，在CPU尝试读取数据时，会优先将目标地址的邻近区域加载到D-Cache（数据Cache）中，在后续指令读取临近数据时，优先从Cache中读取，提升CPU执行效率；但是如果访问的数据在内存空间上跨度较大，可能导致D-Cache被反复替换（重复Load Cache），从而导致性能恶化；

【注意事项】 数据结构的定义(建模)是面向业务场景/功能的结构化表现，围绕流程重新排布数据可能导致数据建模的受到影响，因此需要在软件的可维护性和性能表现之间做好权衡。

【案例】

优化前：

struct KeyValueList {
    int keys[0x100];
    int values[0x100];
};

int FuncCheckKeyValuePairExist(KeyValueList *origData, int keyExpected, int valueExpected) 
{
    int index;
    for (index = 0; index < 0x100; index++) {
        if (origData->keys[index] == keyExpected && origData->values[index] == valueExpected) {
            return 1;
        }
    }
    return 0;
}

说明：上述函数FuncCheckKeyValuePairExist中，在进行for循环查找(keyExpected, valueExpected)对时，循环每轮访问origData时都会连续访问keys和values中两个间隔较远的数据，导致D-Cache重新装载，效率低下。

优化后：

struct KeyValuePair {
    int key;
    int value;
};

struct KeyValueList {
    KeyValuePair pairs[0x100];
};

int FuncCheckKeyValuePairExist(KeyValueList *origData, int keyExpected, int valueExpected) 
{
    int index;
    for (index = 0; index < 0x100; index++) {
        if (origData.pairs[index].key == keyExpected && origData.pairs[index].value == valueExpected) {
            return 1;
        }
    }
    return 0;
}

说明：经过对KeyValueList数据结构的重新设计，使得每次连续访问的key和value连续存放，提高D-Cache命中率。

父主题： 数据结构