函数预处理指令通过内联函数、函数指代和强制函数内联化来提高函数执行效率：1. 内联函数消除函数调用开销。2. 函数指代提供编译时函数指针分配，允许快速函数调用。3. 强制内联化确保指定的函数始终内联执行，进一步提升效率。实战案例表明，优化后代码的速度显着提升。
如何使用 C++ 函数预处理指令优化函数执行效率？
函数预处理指令是 C++ 中一种强大且鲜为人知的功能，可用于显著提高函数执行效率。以下是使用函数预处理指令优化函数执行效率的方法：
1. 内联函数：
立即学习“C++免费学习笔记（深入）”；
内联函数通过将函数代码直接插入调用它的位置来消除函数调用开销。使用 inline 关键字声明内联函数：
inline int square(int x) {
return x * x;
}2. 函数指代：
函数指代允许在编译时将函数指针分配给变量。这可以通过使用 typename* 语法来实现，其中 typename 是函数类型：
using SquareFunc = int (*)(int);
int square(int x) {
return x * x;
}
int main() {
SquareFunc pSquare = □ // 将 square 函数指针分配给变量 pSquare
int result = pSquare(5); // 通过指针调用函数
}3. 函数内联化：
使用 __forceinline 或 __attribute__((always_inline)) 属性可以强制编译器始终内联指定的函数。这类似于内联关键字，但更具侵略性：
__attribute__((always_inline))
int square(int x) {
return x * x;
}实战案例：
我们可以在以下代码段中看到优化前后的时间对比：
#include <chrono>
#include <iostream>
// 未优化
int slow_square(int x) {
return x * x;
}
// 内联优化
inline int inline_square(int x) {
return x * x;
}
// 函数指代优化
using SquareFunc = int (*)(int);
int function_pointer_square(int x) {
return x * x;
}
int main() {
int n = 1000000; // 循环次数
// 未优化
auto start = std::chrono::high_resolution_clock::now();
for (int i = 0; i < n; i++) {
slow_square(i);
}
auto end = std::chrono::high_resolution_clock::now();
std::cout << "未优化时间： " << std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count() << " 毫秒" << std::endl;
// 内联优化
start = std::chrono::high_resolution_clock::now();
for (int i = 0; i < n; i++) {
inline_square(i);
}
end = std::chrono::high_resolution_clock::now();
std::cout << "内联优化时间： " << std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count() << " 毫秒" << std::endl;
// 函数指代优化
start = std::chrono::high_resolution_clock::now();
SquareFunc pSquare = &function_pointer_square;
for (int i = 0; i < n; i++) {
pSquare(i);
}
end = std::chrono::high_resolution_clock::now();
std::cout << "函数指代优化时间： " << std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count() << " 毫秒" << std::endl;
return 0;
}结果：
未优化时间： 886 毫秒 内联优化时间： 38 毫秒 函数指代优化时间： 45 毫秒
正如预期的那样，优化后的代码比未优化的代码快得多。
