gcc 性能优化 内建函数
分支预测优化（最常用、提升最大）
让 CPU 预测正确，减少流水线停顿，热点 if 必用。
// 内核标准写法 #define likely(x) __builtin_expect(!!(x), 1) // 大概率为真 #define unlikely(x) __builtin_expect(!!(x), 0) // 小概率为真 if (unlikely(error)) { // 错误分支很少走 handle_error(); } if (likely(ok)) { // 正常分支经常走 do_work(); }效果：减少分支预测失败，性能提升5%~30%。
位运算加速（比手写循环快 10~100 倍）
全部直接映射 CPU 指令，无循环、零开销。
| 函数 | 用途 | 例子 |---|------
__builtin_popcount(x)| 统计 1 的个数 | 0b1010 → 2
__builtin_clz(x)| 前导零个数（32 位） | 0b100 → 29
__builtin_ctz(x)| 末尾零个数 | 0b100 → 2
__builtin_ffs(x)| 最低位 1 的位置 | 0b100 → 3
用途：哈希、加密、位图、嵌入式、算法优化。
数据预取（降低缓存不命中）
提前把「马上要用的数据」从内存读到 CPU 缓存里，等你真正用的时候直接从缓存取，速度快 10~100 倍。
CPU 访问速度：寄存器 > L1 缓存 > L2 缓存 > L3 缓存 >内存（最慢）
__builtin_prefetch就是手动控制缓存加载，减少「缓存不命中（cache miss）」。
函数原型
void __builtin_prefetch (const void *addr, int rw, int locality);函数参数
addr：要预取的内存地址（数组、结构体、指针都行）。
rw：读写模式
0= 预取用来读（99% 场景用这个）1= 预取用来写
locality：局部性（保留时间）
0：取完不用保留（temporal locality = 0）1：短暂保留2：较长保留3：最久保留（默认、最常用）
适用场景：
- 遍历大数组 / 链表
- 图像处理
- 数据库 / 网络批量处理
效果：内存密集型代码提速10%~50%。
最常用的 2 行代码
// 读预取（90% 场景） __builtin_prefetch(ptr, 0, 3); // 写预取 __builtin_prefetch(ptr, 1, 3);什么时候用？
只在「遍历大数据结构」时用：
- 遍历大数组（> 1KB）
- 遍历链表
- 图像处理
- 数据库、网络批量处理
- 循环里每次访问不连续、跳很远的内存
什么时候不要用？
- 小数据、已经在缓存里
- 循环很短、访问很快
- 预取反而增加指令开销（得不偿失）
最经典实战例子：数组遍历
未优化：
for (int i=0; i<N; i++){ sum += arr[i]; // 经常 cache miss，很慢 }优化后（预取未来数据）：
for (int i=0; i<N; i++){ // 预取 未来 8 步后的数据 __builtin_prefetch(&arr[i+8], 0, 3); sum += arr[i]; }为什么 +8？
因为：
- CPU 做预取需要时间
- 你要提前几步预取，等循环跑到时数据已经在缓存里了
常用预取距离：4~16之间。
链表遍历优化
链表内存不连续，cache miss 极高，prefetch提升巨大：
struct node *p = head; while (p) { // 预取下下个节点！ if (p->next) __builtin_prefetch(p->next->next, 0, 3); process(p); // 处理当前节点 p = p->next; }提速：20%~80%非常常见。
与优化等级关系
-O0（Debug 模式）：__builtin_prefetch会生成预取指令，真的会执行，不是被删掉。
-O1/-O2/-O3：同样会生成预取指令，而且优化效果更好。
为什么要开 O2 才有用？
因为：
__builtin_prefetch的作用 = 减少 cache miss
但-O0代码本身跑得极慢，慢到：
- 内存访问延迟本来就巨大
- CPU 执行速度慢
- 预取带来的收益被淹没了
- 甚至测不出来性能提升
简单说：
-O0 下预取会执行，但优化效果几乎看不见。
-O2 下代码跑得快，cache miss 影响巨大，预取效果非常明显。
-O0（Debug）
- 不优化代码
- 不自动预取
- 不自动向量化
- 你写
prefetch→真的会插入预取指令 - 但整体代码太慢，看不出提升
-O2（Release）
- 编译器会自动做一些预取
- 你手动写
__builtin_prefetch→强化预取、精准预取 - 性能提升肉眼可见
关键要点
它是非阻塞的，不等待加载完成，不卡住 CPU。
不会崩溃，预取非法地址也不会段错误，只是无效操作。
只对大内存有效，小数组预取没用。
不要预取得太近 or 太远
- 太近：来不及加载
- 太远：数据还没用就被踢出缓存
__builtin_prefetch在任何优化级别都会执行，O2 及以上优化才有效，-O0 下看不出效果，等于白加，debug 模式下可能被忽略。__builtin_prefetch 是给 Release 版本（-O2）用的优化手段，不是给 Debug 用的。
内存操作零开销（比 memcpy 更快）
GCC 自动内联展开，无函数调用开销。
__builtin_memcpy(dst, src, n); __builtin_memset(ptr, 0, n); __builtin_memmove(dst, src, n);开启-O2后，编译器会自动把标准库函数替换成这些。
安全溢出检查（高效且安全）
比自己写if(a > INT_MAX - b)快得多。
int res; if (__builtin_add_overflow(a, b, &res)) { // 溢出处理 }支持：add/sub/mul，无符号 / 有符号都能用。
对齐提示（向量化优化神器）
告诉编译器指针是对齐的，自动启用 SIMD 指令。
// 承诺 ptr 按 32 字节对齐 int *p = __builtin_assume_aligned(ptr, 32);效果：循环自动向量化，提速2~4 倍。
性能优化 Top5 内建函数
这 5 个记住就够覆盖 99% 性能优化场景：
likely() / unlikely()分支预测__builtin_prefetch()缓存预取__builtin_popcount/clz/ctz位运算__builtin_assume_aligned()向量化__builtin_add_overflow安全运算