先看下这两段代码：
代码段1：
const int row = 10240;const int col = 10240;int matrix[row][col];int TestRow() {//按行遍历int sum_row = 0;for (int r = 0; r < row; r++) {for (int c = 0; c < col; c++) {sum_row += matrix[r][c];}}return sum_row;}
代码段2：
int TestCol() {//按列遍历int sum_col = 0;for (int c = 0; c < col; c++) {for (int r = 0; r < row; r++) {sum_col += matrix[r][c];}}return sum_col;}
两段代码的目的相同，都是为了计算矩阵中所有元素的总和。
但有些区别：一个是按行遍历元素做计算，一个是按列遍历元素做计算。
它俩的运行速度有什么区别吗？
如图：
图中可以看到，行遍历的代码速度比列遍历的代码速度快很多。
为什么按行遍历的代码比按列遍历的代码速度快？这里就是CPU Cache在起作用。
什么是CPU Cache？
可以先看下这个存储器相关的金字塔图：
从下到上，空间虽然越来越小，但是处理速度越来越快，相应的，设备价格也越来越贵。
图中的寄存器和主存估计大家都知道，那中间的L1 、L2、L3是什么？它们起到了什么作用？
它们就是CPU 的Cache，如下图：
可以理解为CPU Cache就是CPU与主存之间的桥梁。
当CPU想要访问主存中的元素时，会先查看Cache中是否存在，如果存在（称为Cache Hit），直接从Cache中获取，如果不存在（称为Cache Miss），才会从主存中获取。Cache的处理速度比主存快得多。
所以，如果每次访问数据时，都能直接从Cache中获取，整个程序的性能肯定会更高。
那，如何提高CPU Cache的命中率？
这里我不多介绍，感兴趣的直接移步到我这篇文章：https://mp.weixin.qq.com/s/iKWQZxn6XYKU9KnlBRynfg
但CPU Cache这里还有个小问题，看下这两段代码：
代码段1：
struct Point {std::atomic<int> x;// char a[128];std::atomic<int> y;};void Test() {Point point;std::thread t1([](Point *point) {for (int i = 0; i < 100000000; ++i) {point->x += 1;}},&point);std::thread t2([](Point *point) {for (int i = 0; i < 100000000; ++i) {point->y += 1;}},&point);t1.join();t2.join();}
代码段2：
struct Point {std::atomic<int> x;char a[128];std::atomic<int> y;};void Test() {Point point;std::thread t1([](Point *point) {for (int i = 0; i < 100000000; ++i) {point->x += 1;}},&point);std::thread t2([](Point *point) {for (int i = 0; i < 100000000; ++i) {point->y += 1;}},&point);t1.join();t2.join();}
两端代码的核心逻辑都是对Point结构体中的x和y不停+1。只有一点区别就是在中间塞了128字节的数组。
它们的执行速度却相差很大。
带128的比不带128的代码，执行速度快很多。
为什么？
看过我上面文章的同学应该就知道，每个CPU都有自己的L1和L2 Cache，而Cache line的大小一般是64字节，如果x和y之间没有128字节的填充，它俩就会在同一个Cache line上。
代码中开了两个线程，两个线程大概率会运行在不同的CPU上，每个CPU有自己的Cache。
当CPU1操作x时，会把y装载到Cache中，其他CPU对应的的Cache line失效。
然后CPU2加载y，会触发Cache Miss，它后面又把x装载到了自己的Cache中，其他CPU对应的Cache line失效。
然后CPU1操作x时，又触发Cache Miss。
它俩就会是大体这个流程：
频繁的触发Cache Miss，导致程序的性能相当差。
而如果x和y中间加了128字节的填充，x和y不在同一个Cache line上，不同CPU之前不会影响，它俩都会频繁的命中自己的Cache，整个程序性能就会很高，这就是传说中的False Sharing问题。
所以我们写代码时，可以基于此做深一层思考，如果我们写单线程程序，最好保证访问的数据能够相邻，在一个Cache line上，可以尽可能的命中Cache。
如果写多线程程序，最好保证访问的数据有间隔，让它们不在一个Cache line上，减少False Sharing的频率。
上述内容源于前一段的技术分享，完整PPT在 一个优质的C++学习圈 里，来一起钻研C++吧。