Appearance
计算机体系与性能 共70题
说明：
- 高频方向：CPU Cache、局部性、cache line、cache miss、内存对齐、大小端、流水线、分支预测、SIMD、false sharing、AoS/SoA、内存池、性能分析。
一、单选题
1. CPU Cache 的主要作用是？
A. 缓解 CPU 与内存速度差距
B. 替代所有内存
C. 保存网络连接
D. 压缩纹理
答案：A
解析：Cache 位于 CPU 和主存之间，用更快的小容量存储缓存近期访问数据。
2. 程序顺序访问数组通常性能较好的主要原因是？
A. 空间局部性好，缓存命中率高
B. 数组不占内存
C. CPU 不需要执行指令
D. 编译器会删除循环
答案：A
解析：连续内存访问更容易命中同一缓存行，也利于硬件预取。
3. 时间局部性指的是？
A. 近期访问过的数据很可能再次被访问
B. 相邻地址容易被访问
C. 时间越长数据越快
D. 线程越多越快
答案：A
解析：时间局部性强调同一数据的重复访问。
4. 空间局部性指的是？
A. 访问某地址后，附近地址也可能被访问
B. 同一数据会被重复访问
C. 所有数据都在寄存器
D. 磁盘比内存快
答案：A
解析：数组遍历常利用空间局部性。
5. Cache line 通常指？
A. Cache 与内存交换数据的基本块
B. 一行 C++ 代码
C. 网络包头
D. 屏幕扫描线
答案：A
解析：CPU 缓存按缓存行加载数据，常见大小如 64 字节。
6. cache miss 会导致？
A. CPU 等待更慢层级缓存或内存
B. 程序一定崩溃
C. 网络断开
D. 显卡重启
答案：A
解析：miss 会增加访存延迟，可能成为性能瓶颈。
7. 以下哪种数据结构通常更 cache-friendly？
A. 连续数组
B. 随机分布链表
C. 大量指针跳转树
D. 碎片化对象链
答案：A
解析：连续数组有更好的空间局部性和预取效果。
8. 结构体内存对齐的主要目的之一是？
A. 满足硬件访问要求并提升访问效率
B. 让代码行数更少
C. 避免网络丢包
D. 替代虚函数
答案：A
解析：对齐可减少非对齐访问开销，某些平台还要求特定对齐。
9. 结构体 padding 指的是？
A. 编译器为满足对齐插入的填充字节
B. 网络填充包
C. 纹理压缩块
D. 栈溢出
答案：A
解析：成员之间或尾部可能插入 padding，影响 sizeof。
10. 大小端 endian 描述的是？
A. 多字节数据在内存中的字节顺序
B. CPU 核心数量
C. 网络延迟
D. 显卡纹理格式
答案：A
解析：小端低有效字节在低地址，大端高有效字节在低地址。
11. x86/x64 常见字节序是？
A. 小端
B. 大端
C. 随机端
D. 网络端
答案：A
解析：主流 x86/x64 平台通常为 little-endian。
12. 网络字节序通常是？
A. 大端
B. 小端
C. 随机端
D. 和显卡一致
答案：A
解析：网络协议通常使用 big-endian，又称 network byte order。
13. CPU 流水线的目的主要是？
A. 提高指令吞吐率
B. 让单条指令完全不耗时
C. 替代内存
D. 保证不发生分支
答案：A
解析：流水线让多条指令不同阶段重叠执行。
14. 分支预测失败通常会导致？
A. 流水线冲刷，性能下降
B. 内存容量增加
C. 网络包变大
D. 代码无法编译
答案：A
解析：预测失败需要丢弃错误路径上的流水线结果。
15. SIMD 的含义更接近？
A. 单指令多数据
B. 单数据多指令
C. 网络多播
D. 磁盘阵列
答案：A
解析：SIMD 可用一条指令处理多个数据元素，适合向量/矩阵/批量计算。
16. false sharing 指的是？
A. 多个线程修改同一缓存行中的不同变量导致缓存一致性抖动
B. 变量名相同
C. 共享指针为空
D. 两个文件同名
答案：A
解析：虽然变量不同，但在同一 cache line 上，跨核写入会互相使缓存失效。
17. 多线程程序中频繁写同一缓存行可能导致？
A. 缓存一致性流量增加
B. GPU 纹理变清晰
C. 磁盘更快
D. 网络更稳定
答案：A
解析：跨核心缓存行所有权来回迁移会降低性能。
18. 内存带宽瓶颈通常表示？
A. CPU/GPU 等待数据搬运，计算单元未充分利用
B. 代码没有函数
C. 网络端口不足
D. 硬盘没有分区
答案：A
解析：大量数据读写可能受限于内存带宽，而非计算能力。
19. AoS 指的是？
A. Array of Structures
B. Always on Server
C. Area of Shader
D. Async over Socket
答案：A
解析：AoS 是结构体数组，如 vector<Player>。
20. SoA 指的是？
A. Structure of Arrays
B. Socket over API
C. Shader of Alpha
D. Stack of Args
答案：A
解析：SoA 把字段拆成多个数组，有利于批量访问某一字段。
21. 在只批量更新位置 x 坐标时，SoA 相比 AoS 的潜在优势是？
A. 更少无关字段被加载进缓存
B. 一定减少代码量
C. 完全不占内存
D. 禁止 SIMD
答案：A
解析：SoA 能只访问需要的字段，提升缓存利用率和向量化机会。
22. 性能分析中，FPS 下降但 CPU/GPU 都不满，可能还要关注？
A. 同步等待、锁、I/O、内存带宽、调度抖动
B. 只看代码行数
C. 只看文件名
D. 只看显示器品牌
答案：A
解析：瓶颈可能来自等待和数据搬运，而非纯计算占满。
23. prefetch 预取的目的是什么？
A. 提前把可能访问的数据加载到缓存
B. 提前关闭程序
C. 提前发送网络 ACK
D. 提前删除纹理
答案：A
解析：合理预取可隐藏部分内存延迟，但错误预取也会污染缓存。
24. 循环展开 loop unrolling 的潜在收益是？
A. 减少循环控制开销并暴露更多优化机会
B. 保证代码更短
C. 消除所有 cache miss
D. 自动修复 bug
答案：A
解析：循环展开可能提升指令级并行，但会增加代码体积。
25. 循环分块 tiling 常用于？
A. 提升缓存复用
B. 减少源文件数量
C. 改变网络协议
D. 禁用多线程
答案：A
解析：矩阵计算等场景通过分块让数据在 cache 中复用。
26. 内存池的主要性能收益是？
A. 减少频繁小对象分配释放开销和碎片
B. 提升网络带宽
C. 增加 CPU 核数
D. 自动压缩图片
答案：A
解析：游戏对象、消息包、粒子等高频对象常用池化。
27. 对象池如果复用对象时不重置状态，最可能导致？
A. 脏状态 bug
B. CPU 不能启动
C. 编译器崩溃
D. 网络协议改变
答案：A
解析：复用前必须清理状态，否则上一次使用的数据会泄漏到新逻辑。
28. 判断机器大小端时，常用方法是？
A. 写入多字节整数并查看最低地址字节
B. ping 本机
C. 读取显卡型号
D. 比较文件大小
答案：A
解析：例如 int x=1，查看首字节是否为 1。
29. volatile 在 C/C++ 中主要表示？
A. 对象可能被编译器无法感知的方式修改，限制优化
B. 保证线程同步
C. 保证原子性
D. 保证 cache 一致性
答案：A
解析：volatile 不是线程同步工具，不能替代 atomic/mutex。
30. 原子操作 atomic 的性能通常比普通变量访问？
A. 更高开销，尤其涉及跨核同步时
B. 一定更低开销
C. 完全一样
D. 不会生成机器指令
答案：A
解析：atomic 可能带来内存序和缓存一致性成本。
二、不定项选择题
1. 哪些做法通常有利于提高 cache 命中率？
A. 使用连续内存
B. 减少随机指针跳转
C. 按访问顺序组织数据
D. 频繁遍历链表随机节点
答案：A、B、C
解析：连续访问和减少指针跳转通常更 cache-friendly。
2. 哪些现象可能说明存在 cache miss 问题？
A. CPU 等待内存
B. 性能随数据规模增大突然下降
C. 链表随机访问慢
D. 顺序数组遍历很快
答案：A、B、C
解析：顺序数组快通常是利用了缓存。
3. 影响结构体 sizeof 的因素包括？
A. 成员大小
B. 成员顺序
C. 对齐规则
D. padding
答案：A、B、C、D
解析：结构体大小由成员和对齐共同决定。
4. 关于大小端，正确的是？
A. 小端低有效字节在低地址
B. 大端高有效字节在低地址
C. 网络字节序通常是大端
D. 大小端会影响多字节数据序列化
答案：A、B、C、D
解析：跨平台通信和文件格式需要明确字节序。
5. 可能导致 false sharing 的情况有？
A. 多个线程频繁写相邻变量
B. 变量位于同一 cache line
C. 跨核心缓存一致性反复失效
D. 每个线程只读常量
答案：A、B、C
解析：只读常量一般不会导致 false sharing。
6. 性能优化前应该做什么？
A. 测量和定位瓶颈
B. 建立基准数据
C. 确认 CPU/GPU/内存/I/O 谁是瓶颈
D. 凭感觉重写全部代码
答案：A、B、C
解析：先 profile 再优化，避免无效改动。
7. 游戏客户端 CPU 性能问题可能来自？
A. 脚本层和原生层频繁交互
B. 过多小对象分配
C. 锁竞争
D. 缓存不友好的数据布局
答案：A、B、C、D
解析：这些都是游戏客户端常见 CPU 问题来源。
8. 能提升数据局部性的方式包括？
A. 对象数组连续存储
B. SoA 数据布局
C. 按系统批量处理组件
D. 每帧随机访问大量散落对象
答案：A、B、C
解析：随机散落访问通常破坏局部性。
9. SIMD 适合哪些场景？
A. 批量向量计算
B. 矩阵运算
C. 粒子更新
D. 每个元素分支完全不同且不可预测
答案：A、B、C
解析：SIMD 适合相同操作作用于多份数据。
10. 分支预测更容易失败的场景包括？
A. 条件结果随机
B. 数据分布不可预测
C. 循环内大量不规则分支
D. 固定模式分支
答案：A、B、C
解析：固定模式分支更容易预测。
三、判断题
1. Cache 容量越大，访问延迟通常越低。
答案：错
解析：更大层级 cache 通常容量更大但延迟更高。
2. 顺序遍历数组通常比随机访问链表更容易利用缓存。
答案：对
解析：数组连续，链表节点可能散落。
3. 结构体成员顺序可能影响 sizeof。
答案：对
解析：调整成员顺序可能减少 padding。
4. volatile 可以替代 mutex 保证线程安全。
答案：错
解析：volatile 不提供互斥和原子性。
5. false sharing 中，不同线程访问的变量可以是不同变量。
答案：对
解析：关键是它们位于同一 cache line 且被频繁写。
6. 网络字节序通常是小端。
答案：错
解析：网络字节序通常是大端。
7. SIMD 可以让一条指令处理多个数据元素。
答案：对
解析：这是 single instruction multiple data。
8. 性能优化应该先测量再改代码。
答案：对
解析：没有 profile 容易优化错方向。
9. 内存池可以减少频繁分配释放的开销。
答案：对
解析：池化常用于高频小对象。
10. 分支预测失败不会影响流水线。
答案：错
解析：预测失败可能导致流水线冲刷。
四、填空题
1. Cache 利用的两个经典局部性是时间局部性和 ______ 局部性。
答案：空间
解析：空间局部性指附近地址可能很快被访问。
2. CPU 与内存之间交换数据的基本缓存块通常称为 cache ______。
答案：line
解析：缓存行是 cache 加载/失效的基本粒度。
3. 小端机器中，低有效字节存放在 ______ 地址。
答案：低
解析：little-endian：低字节低地址。
4. 网络字节序通常采用 ______ 端。
答案：大
解析：big-endian 是网络协议常见字节序。
5. SIMD 的中文含义可写作：单指令 ______ 数据。
答案：多
解析：single instruction multiple data。
6. 多个线程写同一 cache line 上不同变量造成的性能问题称为 ______ sharing。
答案：false
解析：false sharing 会造成缓存一致性抖动。
7. 结构体为满足对齐规则插入的无效字节称为 ______。
答案：padding
解析：padding 会影响结构体大小。
8. SoA 的全称是 Structure of ______。
答案：Arrays
解析：SoA 将字段拆成数组。
9. AoS 的全称是 Array of ______。
答案：Structures
解析：AoS 是结构体数组。
10. 性能分析工具中，cache-misses 常用于观察 ______ 未命中情况。
答案：缓存
解析：cache miss 指缓存未命中。
五、简答题
1. 解释时间局部性和空间局部性。
参考答案：时间局部性指刚访问过的数据很可能再次被访问，例如循环中反复使用同一变量；空间局部性指访问某地址后，附近地址也很可能被访问，例如顺序遍历数组。CPU Cache 和预取机制都依赖局部性提升性能。
2. 什么是 cache miss？为什么会影响游戏性能？
参考答案：cache miss 是 CPU 访问数据时未在当前缓存层级命中，需要访问更慢的下级缓存或内存。游戏每帧时间很短，大量随机访问、指针跳转或数据布局差会导致 CPU 等待内存，表现为帧耗时上升、卡顿。
3. 解释 false sharing。
参考答案：false sharing 指多个线程修改不同变量，但这些变量位于同一 cache line。由于缓存一致性协议以 cache line 为单位维护所有权，多个核心写入会让该缓存行在核心间反复失效和迁移，导致性能下降。
4. AoS 和 SoA 有什么区别？
参考答案：AoS 是结构体数组，适合一次处理单个对象的多个字段；SoA 是多个字段数组，适合批量处理某一类字段。游戏 ECS 和批量更新中，SoA 往往能减少无关字段加载，提高 cache 命中和 SIMD 机会。
5. 为什么结构体成员顺序会影响大小？
参考答案：编译器会根据成员对齐要求插入 padding。若小成员和大成员交错排列，可能产生更多填充。把大对齐成员集中排列，有时可以减少结构体大小，但还要考虑可读性和 ABI 约束。
6. 如何判断大小端？
参考答案：可以定义一个多字节整数如 uint32_t x = 1，再用 uint8_t* 查看最低地址字节。如果最低地址字节为 1，则为小端；如果为 0 且最高字节为 1，则为大端。
7. 游戏客户端性能优化为什么要先 profile？
参考答案：性能瓶颈可能在 CPU、GPU、内存带宽、I/O、锁等待、脚本交互等不同位置。没有数据就优化容易改错方向。profile 能确认热点函数、帧耗时、cache miss、GC/分配、锁等待和渲染瓶颈，再针对性处理。
六、场景分析题
1. 场景：游戏里有 10 万个粒子，每帧只更新 position 和 velocity，但数据结构是 struct Particle { pos; vel; color; lifetime; material; ... } 的数组。CPU 更新较慢，你会怎么优化？
参考答案：可以考虑从 AoS 改为 SoA，把 position、velocity、lifetime 等热字段拆成连续数组，更新时只加载需要字段，减少 cache line 中无关数据；批量循环处理，减少分支；尝试 SIMD；按活跃粒子紧凑排列；使用对象池避免频繁分配；profile cache miss 和循环热点，确认优化效果。
2. 场景：多线程更新玩家状态，每个线程写自己的计数器，但性能随线程数增加反而下降。请分析可能原因。
参考答案：可能是 false sharing：多个线程写的计数器相邻，位于同一 cache line，导致缓存行在核心间反复失效。解决方式包括为每个线程的数据做 cache line 对齐和 padding，使用线程本地存储，批量汇总结果，减少共享写。
3. 场景：某系统使用链表保存大量可见对象，每帧遍历做剔除，Profiler 显示 CPU 时间高。如何分析和优化？
参考答案：链表节点分散，遍历时 cache miss 多，预取效果差。可改为连续数组/vector 保存活跃对象，删除时使用 swap-remove 或延迟压缩；按空间区域分桶，减少遍历数量；热冷数据分离，只遍历剔除需要的包围盒和 transform；用 profile 对比 cache miss、遍历时间和内存占用。