C++模板类array底层实现原理
- 内存布局
std::array在内存中是连续存储的。它的大小是固定的，在编译期就确定了。例如std::array<int, 5>，它会在栈上（如果是局部变量）或堆上（如果是动态分配的对象的成员）分配一块连续的内存空间，足以容纳5个int类型的元素。- 它的内存布局就像一个普通的C数组，元素一个接一个地排列，没有额外的堆内存分配开销（除了对象本身的存储位置）。
- 数据存储方式
std::array使用聚合体（aggregate）来存储数据。聚合体是一种特殊的类或结构体，它的成员按照声明顺序直接存储在对象的内存中。对于std::array，其元素就是直接存储在对象内部，这使得它与普通C数组的存储方式非常相似。- 例如，
std::array<int, 3> arr;，arr对象内部直接存储3个int类型的元素，访问arr[0]、arr[1]和arr[2]就像访问普通C数组一样，通过内存偏移量来获取相应位置的元素。
性能优化（适应高并发读写场景）
- 方面入手
- 数据访问同步：在高并发读写场景下，多个线程可能同时访问
std::array，需要考虑数据的一致性和同步问题。
- 缓存优化：由于
std::array是连续存储的，可以利用缓存行（cache line）的特性来提高性能。不同线程访问不同元素时，如果这些元素在同一缓存行，可能会引发缓存行争用（cache line contention），需要尽量避免。
- 减少锁的粒度：如果使用锁来保证数据同步，要尽可能地减小锁的粒度，避免锁成为性能瓶颈。
- 技术手段与原理
- 互斥锁（Mutex）：使用
std::mutex来保护对std::array的访问。原理是在访问std::array之前，线程先获取互斥锁，访问结束后释放互斥锁。这样可以保证同一时间只有一个线程能访问std::array，从而保证数据的一致性。例如：
#include <array>
#include <mutex>
std::array<int, 10> arr;
std::mutex arrMutex;
void writeToArr(int index, int value) {
std::lock_guard<std::mutex> lock(arrMutex);
arr[index] = value;
}
- 读写锁（Read - Write Lock）：如果读操作远多于写操作，可以使用读写锁（如
std::shared_mutex在C++17及以上）。原理是允许多个线程同时进行读操作，但只允许一个线程进行写操作，并且写操作时不允许读操作。这样可以提高读操作的并发性能。例如：
#include <array>
#include <shared_mutex>
std::array<int, 10> arr;
std::shared_mutex arrMutex;
void readFromArr(int index) {
std::shared_lock<std::shared_mutex> lock(arrMutex);
int value = arr[index];
}
void writeToArr(int index, int value) {
std::unique_lock<std::shared_mutex> lock(arrMutex);
arr[index] = value;
}
- 缓存行填充（Cache Line Padding）：为了避免缓存行争用，可以对
std::array进行缓存行填充。例如，如果缓存行大小是64字节，而int类型大小是4字节，可以在std::array元素之间填充一些额外的空间，使得不同线程经常访问的元素不在同一缓存行。原理是减少缓存行的频繁更新，提高缓存命中率。例如：
#include <array>
#include <iostream>
class CacheLinePadding {
public:
alignas(64) std::array<int, 10> arr;
};
- 无锁数据结构（Lock - Free Data Structures）：对于一些简单的场景，可以使用无锁数据结构。例如，使用
std::atomic类型来实现无锁的计数器等简单数据结构，原理是利用硬件提供的原子操作指令，避免使用锁带来的开销，提高并发性能。但实现复杂的无锁std::array替代方案较为困难，因为需要处理好数据一致性和内存顺序等问题。
