使用gprof进行C++性能优化需先编译时添加-pg选项，运行生成gmon.out文件后，用gprof命令分析函数耗时与调用关系，通过Flat profile和Call graph定位瓶颈，针对高频或高耗时函数优化算法或减少调用开销，适用于单线程程序的函数级性能分析。
在C++开发中，程序性能优化是关键环节。当程序运行缓慢或资源消耗异常时，需要定位性能瓶颈。gprof 是 GNU 提供的一个函数级别性能分析工具，能够统计每个函数的调用次数、执行时间，帮助开发者找出耗时最多的函数。
1. 编译程序时启用 gprof 支持
要使用 gprof，必须在编译和链接阶段加入 -pg 选项，它会插入性能数据收集代码。
示例编译命令：g++ -pg -g -o myapp main.cpp utils.cpp
-pg 启用剖析支持，-g 加入调试信息有助于更清晰地关联源码。所有参与构建的目标文件都需用 -pg 编译。
2. 运行程序生成性能数据
正常执行编译后的程序，运行过程中会自动生成一个名为 gmon.out 的二进制性能数据文件。
立即学习“C++免费学习笔记（深入）”；
运行示例：./myapp
程序退出后，当前目录下应出现 gmon.out。若未生成，请确认程序是否正常退出（如避免 exit(0) 前被中断）。
3. 使用 gprof 分析性能报告
通过 gprof 工具读取 gmon.out 并输出可读的性能分析结果。
基本命令：gprof myapp gmon.out
输出内容主要包括两部分：
- Flat profile：列出每个函数的自身执行时间、调用次数、每次平均耗时等。重点关注“self seconds”高的函数。
- Call graph：展示函数调用关系，包括父函数、子函数、调用次数及时间分布，用于发现深层调用链中的瓶颈。
4. 看懂关键指标并优化代码
从 Flat profile 中识别出耗时多的函数，结合 Call graph 判断是频繁调用还是单次执行过长。
常见优化方向：- 减少高频小函数的调用开销（考虑内联）
- 优化算法复杂度（如将 O(n²) 改为 O(n log n)）
- 避免重复计算或冗余内存操作
修改代码后重新编译运行 gprof，对比前后数据验证优化效果。
基本上就这些。gprof 虽然简单，但对函数级性能分析足够有效，适合快速定位 C++ 程序中的主要瓶颈。注意它只支持实际执行到的路径，未触发的函数不会出现在报告中。对于多线程程序，gprof 支持有限，建议结合 perf 或其他现代工具辅助分析。
