数据局部性

现代CPU有缓存来加速内存读取，它可以更快的读取最近访问过的内存的眦邻内存，通过合理组织数据，提高内存局部性，保证数据以处理顺序排列在连续内存上，充分使用CPU缓存来加速内存读取。

数据局部性的第一准则是在遇到性能问题时使用，优化会使使代码更加复杂，更加缺乏灵活性。使用本模式时要确认你的性能问题确实是由缓存不命中引发的，通过工具来找到糟糕的缓存使用。现代软件通过抽象来解耦代码块，抽象几乎总是意味着接口，在c++中使用接口就是通过指针或者引用访问对象，意味着在内存中跳跃，造成缓存不命中。数据局部性模式就是在抽象与性能之间进行一个权衡，没有两者兼顾的完美的解决方案。

连续数组：

通过上图可以观察出，数组存储的是指针，为了获取元素就要转换指针，这就会造成缓存不命中。令人害怕的是，我们不知道这些对象是如何在内存中布局的，只能完全任由内存管理器摆布，随着实体的分配和释放，堆会组织更加乱。所以我们使用数组将AI,Physic和Render在内存中直线摆放，然后再进行遍历，在性能攸关的地方避免在内存中跳来跳去，从而提高性能。

打包数组：

假设我们做粒子系统，将所有粒子放在连续数组中，通常我们会使用一个标识来追踪其是否在使用状态，代码如下：

for (int i = 0; i < numParticles_; i++){  if (particles_[i].isActive())  {    particles_[i].update();  }}

不难发现，当我们检查粒子的这个标志位时，会将粒子的其他部分数据也加载到缓存中，如果该粒子没有在使用，跳过它检查下一个，那么该粒子加载到内存中的其他数据就浪费了。活跃的粒子越少，在内存中跳过的部分就越多，活跃粒子有效更新之间发生的缓存不命中就越多。

我们可以不监测活跃与否的标签，而是根据标签排序粒子，将所有的活跃粒子放在列表的前头，避免缓存不命中，使循环更美丽。

for (int i = 0; i < numActive_; i++){  particles[i].update();}

当一个粒子激活时，我们只需让它与第一个不活跃粒子交换位置。反激活粒子时，只需要与最后一个激活粒子交换位置。这样做的坏处就是Particle类不再知道自己的索引，不再控制其激活状态，任何想要激活粒子的代码都需要接触到粒子系统，增加耦合度。

冷/热分割：

冷/热分割就是在第一部分保存"热"数据，那么经常需要使用的数据以及指向冷组件的指针，冷组件存储使用次数较少的数据。至于哪些是热数据，哪些是冷数据，这就是很模棱两可，需要具体情况具体分析。

多态意味着即使不知道对象的类型，也能引入行为，但动态调用总会带来一些消耗。使用指针数组指向基类或接口类型，完全开放，但是对缓存不友好。这个时候可以考虑每个数组治保会同类对象，使用常规的非虚调用，管理每种类型分别的数组确实是件苦差事，而且无法解耦类型集合，但这样对缓存友好。