缓存未命中（Cache Miss） 发生在 CPU 访问某块内存时，该地址不在当前缓存（L1/L2/L3）中，导致程序被迫从更慢的内存（RAM）读取数据，严重拖慢程序执行速度。
📍 一、什么时候会发生缓存未命中？
常见原因包括：
场景 说明
❌ 数据访问不连续 比如访问数组跳着取（a[i*10]）导致预取失败
❌ 频繁访问大量数据 比如一个 10GB 数组，超出缓存容量（一般几十KB ~ MB）
❌ 使用指针结构（如链表）遍历 每个节点不连续，CPU 无法预取
❌ 跨线程竞争同一缓存行（称为 false sharing） 多线程操作挨得太近的数据
❌ 数据结构嵌套复杂 多层嵌套对象，内存分布分散
❌ 随机访问容器（如 unordered_map） 哈希表节点可能分散，跳来跳去访问内存
❌ 示例：跳跃访问数组（坏的局部性）
❌ 示例：链表遍历
如何减少
✅ 1. 连续内存访问（改善局部性）
✅ 2. 结构体内存对齐优化
✅ 3. 数组替代链表
✅ 4. 减少内存分配碎片
✅ 5. 利用预取机制（CPU会自动做，但你可帮它）
✅ 6. 结构体压缩布局（小对象数组压缩）
✅ 7. 多线程注意缓存行对齐
✅ 避免 false sharing
结构体压缩布局的思想：
不要这样：
std::vector<std::unique_ptr<Node>> nodes;
会导致数据四分五裂，缓存命中率差。
应该这样：
struct Node { int x, y; };
std::vector<Node> nodes;
// 所有数据连续，命中率高！
✅ 简单解释：
这个建议的核心是 数据布局 与 缓存命中率 的关系。
🧠 你代码是干嘛的？
不推荐的写法：
std::vector<std::unique_ptr<Node>> nodes;
你创建了一个 vector 容器，里面放的是 指向 Node 的智能指针。
每个 Node 是单独在堆上分配的内存（用 new 出来的）。
所以，内存长这样：
[nodes vector] ---> [ptr1] --> [Node1 在堆上]
[ptr2] --> [Node2 在堆上]
[ptr3] --> [Node3 在堆上]
这些 Node 是分散在内存中的。
如果你遍历 nodes，访问每个 Node，由于它们位置不连续，CPU 缓存命中率差，性能低。
推荐的写法：
struct Node { int x, y; };
std::vector<Node> nodes;
你创建了一个 vector<Node>。
每个 Node 是直接在 vector 的内部内存块中分配的，是 连续排列的！
内存结构大概是这样的：
[nodes vector 内存] --> [Node1][Node2][Node3]（连续）
当你遍历这个 vector 的时候，CPU 能一次性加载多个 Node 进缓存，命中率高，性能好。
📌 总结：为啥推荐第二种写法？
项目 vector<unique_ptr<Node>> vector<Node>
内存布局 分散在堆上 连续在内存中
CPU 缓存命中率 差 高
遍历性能 差 高
适用场景 Node 很大或多态（虚函数）时才需要 Node 很小且无继承时最好用这个
⚠️ 补充说明：
如果 Node 是一个 抽象基类或有复杂资源管理（如虚函数、继承、变长数据） 的结构，那你可能不得不用 unique_ptr<Node>。
但如果 Node 是个简单的数据结构，比如 int x, y; 这种，就尽量用 值类型（vector<Node>），性能会更好。