数组、链表对于内存及CPU访问缓存机制

最新推荐文章于 2025-01-03 14:45:23 发布
最新推荐文章于 2025-01-03 14:45:23 发布
阅读量1.5k 收藏 5
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 学习记录积累 文章标签： 数据结构 cpu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38721734/article/details/106104541

今天看文章学到了一个知识点记录一下

CPU缓存对数组友好而对链表不友好

“ 数组简单易用，在实现上使用的是连续的内存空间，可以借助CPU的缓存机制，预读数组中的数据，所以访问效率越高。而链表在内存中并不是连续存储，所以对CPU缓存不友好，没有办法预读。”

原因:CPU读取内存的时候，会把一片连续的内存块读取出来，然后放到缓存中。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，cpu读取缓存里面的每个元素的时间平均只要3个CPU时钟周期。而链表的节点是分散在堆空间（内存）里面的，cpu需要去读取内存，平均读取时间需要100个CPU时钟周期。

所以cpu访问数组比链表快了大约33倍！（这是理论上而言）

Linux 性能优化之CPU 多级缓存
山河已无恙
09-30 1559
博文内容为 Linux CPU 多级缓存认知内容涉及：什么是CPU多级缓存认知，CPU 硬件缓存信息，缓存流程写入策略，映射算法认知CPU 缓存分析，使用 valgring 和 Perf 分析CPU 缓存命中情况编码方面 CPU 缓存优化，数据指令缓存，多核缓存命中率优化方式理解不足小伙伴帮忙指正 😃,生活加油哦99%的焦虑都来自于虚度时间和没有好好做事，所以唯一的解决办法就是行动起来，认真做完事情，战胜焦虑，战胜那些心里空荡荡的时刻，而不是选择逃避。
Java专家系列：CPU Cache与高性能编程
karamos的专栏
11-11 3746
认识CPU CacheCPU Cache概述随着CPU的频率不断提升，而内存的访问速度却没有质的突破，为了弥补访问内存的速度慢，充分发挥CPU的计算资源，提高CPU整体吞吐量，在CPU与内存之间引入了一级Cache。随着热点数据体积越来越大，一级Cache L1已经不满足发展的要求，引入了二级Cache L2，三级Cache L3。（注：若无特别说明，本文的Cache指CPU Cache，高速缓存...
数组与链表之于cpu缓存
weixin_41247813的博客
10-08 937
cpu的缓存机制：cpu从内存中读取数据的时候，会先把读取的数据加载到cpu的缓存中。而cpu每次从内存中读取数据并不是只读取那个特定要访问的地址，而是读取一个数据块（视情况而定一段连续的内存地址）并保存到cpu的缓存中，然后下次访问内存数据的时候就会先从cpu缓存开始查找，如果找到就不需要再从内存中取。这样就实现了比内存访问速度更快的机制，这同时也是cpu缓存存在的意义：为了弥补内存访问速度过慢...
数据结构之数组的随机访问，链表的结构及LRU缓存机制。
qq_42907167的博客
05-21 1000
数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。 数组支持随机访问，根据下标随机访问的时间复杂度为 O(1)。 CPU在从内存读取数据的时候，会先把读取到的数据加载到CPU的缓存中。而CPU每次从内存读取数据并不是只读取那个特定要访问的地址，而是读取一个数据块(这个大小我不太确定。。)并保存到CPU缓存中，然后下次访问内存数据的时候就会先从CPU缓存开始查找，如果找到就不需要再从内存中取。这样就实现了比内存访问速度更快的机制，也就是CPU缓存存在的意义:
【转】巧用CPU缓存优化代码：数组 vs. 链表
okmnji79513的专栏
06-08 966
巧用CPU缓存优化代码：数组 vs. 链表
CPU Cache知识介绍
ZP1015
12-07 2408
CPU Cache基础知识缓存的命中缓存的一致性 基础知识 首先，我们都知道现在的 CPU 多核技术，都会有几级缓存，老的 CPU 会有两级内存（L1 和 L2），新的CPU会有三级内存（L1，L2，L3 ），如下图所示： 其中： L1 缓存分成两种，一种是指令缓存，一种是数据缓存。L2 缓存和 L3 缓存不分指令和数据。 L1 和 L2 缓存在每一个 CPU 核中，L3 则是所有 CPU 核心共享的内存。 L1、L2、L3 的越离CPU近就越小，速度也越快，越离 CPU 远，速度也越慢。 再往后面
数据结构|数组为什么这么快？
做一个认真的程序员
07-31 3194
我相信在很多地方，大家在进行数据结构的比较的时候，说到数组，第一反应就是—快，但是为什么快呢？数组到底快在哪里呢？不知道大家是否有思考过这个问题，这篇文章，我就讲讲我对数组的一些看法，抛砖引玉，希望大家多多交流！ 文章目录数组到底哪里快？查找快吗？为什么数组能支持随机访问呢？答案：举例分析： 我们要分析的第一个问题是： 数组到底哪里快？查找快吗？ 可能有的同学第一反应利用数组进行查找的话，时间...
数据结构面试题-数组和链表的区别
存在,即合理
11-24 289
如果声明的数组过大，系统 可能没有足够的连续内存空间分配给它，导致“内存不足（out of memory）”。链表本身没有大小的限制，天然地支持动态扩容，我觉得这也是它与 数组最大的区别。而且，对链表进行频繁的插入、删除操作，还会导致频繁的内存申请和释放，容易造成内存碎片，如果是 Java 语言，就有可能会导致频繁的 GC（Garbage Collection，垃圾回收）。数组简单易用，在实现上使用的是连续的内存空间，可以借助 CPU 的缓存机制，预读数组中的数据，所以访问效率更高。
链表和数组的区别 (2) 数组和链表.pdf
04-18
这种连续性赋予了数组优秀的读取效率，因为在CPU的缓存机制下，连续的内存空间可以被快速地预取，因此访问数组中的元素是常数时间复杂度，即O(1)。但与此同时，数组有一个明显的缺点，即它的大小在初始化后就不能...
CPU缓存架构详解&高性能内存队列Disruptor实战
最新发布
Zhuxiaoyu_91的博客
01-03 878
CPU缓存即高速缓冲存储器，是位于CPU与主内存间的一种容量较小但速度很高的存储器。CPU高速缓存可以分为一级缓存，二级缓存，部分高端CPU还具有三级缓存，每一级缓存中所储存的全部数据都是下一级缓存的一部分，这三种缓存的技术难度和制造成本是相对递减的，所以其容量也是相对递增的。
菜鸟成长记：数据结构练习与数组链表深度解析
首先，数组的优势在于查找效率高，因为元素是连续存储的，可以通过计算基地址加上元素大小的倍数快速定位，这得益于其连续的内存布局和CPU缓存机制。平均情况下，数组的查找操作只需要3个CPU时钟周期，利用了缓存的...
【Java】数组定义和访问及数组原理内存图
少年你真的要止步于此嘛。
08-10 486
数组定义和访问、数组原理内存图
计算机组成原理(四)-CPU的高速缓存
MiracleWW的博客
03-13 3477
当我们对各组件有了认识之后，那么我们在认识了CPU直接去访问内存的时候，需要申请总线控制权，而且一个8G的内存我们需要访问的地址也许就高达2的30次方，一次寻址访问拿到数据可能就要近百ns，而在CPU主频普遍高于3GHz的今天，内存无疑成为了拖累CPU的主要部件，而速率较快的SRAM又造价昂贵，所以早在一开始，内存速率开始拖累CPU的时候，就引入了高速缓存的机制。 什么是高速缓存? 我们在购买电脑时，通常查看参数时除了注意CPU的主频及核心数量，也会注意到有个缓存数量和缓存大小，一般分为L1，L2，L3
数组原理
lantao
08-14 4507
数据结构课程学习笔记。 数组概念 数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据, 并且不支持动态扩容。 线性表 线性表就是数据排成一条线一样的数据结构，每个线性表最多只有前后两个方向，数组，链表丶队列丶栈等都是线性表数据结构。 非线性表 非线性表就是数据不规则，与线性表是相对立的，比如二叉树丶堆丶等，在非线性表中，数据之间并不是简单的前后关...
CuPy将Numpy加速700倍的神器！
lsxxx2011的专栏
08-15 107
作为 Python 语言的一个扩展程序库，Numpy 支持大量的维度数组与矩阵运算，为 Python 社区带来了很多帮助。借助于 Numpy，数据科学家、机器学习实践者和统计学家能够以一种简单高效的方式处理大量的矩阵数据。那么 Numpy 速度还能提升吗？本文介绍了如何利用 CuPy 库来加速 Numpy 运算速度。选自towardsdatascience，作者：George Seif，机器之心编...
Redis的概括
qq_41434612的博客
09-24 216
Redis为什么快？ 1、内存数据库 2、高效的数据结构 Redis的数据结构有哪些？ Redis中值的数据类型：String（字符串）、List（列表）、Hash（哈希）、Set（集合）、SortSet（有序集合） Redis中值的底层数据结构：简单动态字符串、双向链表、压缩列表、哈希表、跳表、整数数组 Redis中本身的键和值之间用什么结构组织？ 为了实现从键到值的快速访问，Redis使用了一个哈希表来保存所有键值对。 一个哈希表就是一个数组，数组的每个元素称为一个哈希桶。哈希桶中的
深入理解数据结构原理(3)—数组和链表
皮皮治不痞痞
05-09 1233
目录 一、数组 1、数组的定义 二、链表 1、链表的简单介绍 2、链表的分类 2.1、单链表 2.2、双向链表 2.3、循环链表 2.4、双向循环链表 2.5、应用场景 一、数组 1、数组的定义 数组（Array） 是一种很常见的数据结构。它由相同类型的元素（element）组成，并且是使用一块连续的内存来存储。其特点为：提供随机访问 并且容量有限。 数组索引（index）从零开始： 在C语言中定义为： int n [10]; 在java中定义为： ..
为什么数组遍历比链表快，从CPU和内存的角度理解。
班门弄斧
01-30 4738
回家的路上看了一下cpu的结构，想起了前两天和领导吃饭时聊到的问题，为什么数组遍历比链表快，明明都知道地址了。 其实要理解这个问题，从cpu的结构和内存角度来理解就很清晰了。 读取速度:缓存>内存（剧吐多少倍差距，得看什么cpu，大概都有100倍左右）。 cpu读取数据是按照缓存行读取到缓存的，简单来说就是cpu会把需要的数据加载到缓存中，查找数据时，会先从缓存找，找不到再到内存找。 而数组作为连续内存，cpu缓存会把一片连续的内存空...
CPU Cache原理与示例
yinfourever的专栏
01-13 507
转自这篇 CPU Cache，估计也没人看 基础知识 首先，我们都知道现在的 CPU 多核技术，都会有几级缓存，老的 CPU 会有两级内存（L1 和 L2），新的CPU会有三级内存（L1，L2，L3 ），如下图所示： 其中： L1 缓存分成两种，一种是指令缓存，一种是数据缓存。L2 缓存和 L3 缓存不分指令和数据。 L1 和 L2 缓存在每一个 CPU 核中，L3 则是所有 CPU 核心共享的内存。 L1、L2、L3 的越离CPU近就越小，速度也越快，越离 CPU 远，
基于CPU-Cache优化的急速内存池设计实现
结合CPU-Cache优化的内存池实现，核心思路是在设计内存块数据结构和内存池管理机制时，尽量符合CPU缓存的局部性原理，减少缓存未命中。具体实现方法包括： 1. 内存块数据结构设计：设计内存块的数据结构时，考虑到...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值