答案是必须链接Google Benchmark库且正确配置：用CMake需find_package(benchmark REQUIRED)并target_link_libraries(your_target benchmark)，手动g++须按-lbenchmark -lpthread顺序链接，同时确保所有被测对象在state循环体内创建、使用benchmark::DoNotOptimize防止优化，并以Release模式编译。

编译链接失败：undefined reference 到 benchmark::internal::InitializeRegistry

这是新手跑第一个 BENCHMARK_MAIN() 就卡住的典型问题。Google Benchmark 不是纯头文件库，必须链接静态或动态库，否则所有符号都找不到。

• 用 CMake 时，find_package(benchmark REQUIRED) 后必须 target_link_libraries(your_target benchmark)，漏掉这句就报错
• 手动 g++ 编译，顺序不能错：-lbenchmark -lpthread，-lpthread 必须在后面，否则 macOS/Linux 下 pthread 符号未定义
• 确保你安装的是 Release 版本（-DCMAKE_BUILD_TYPE=Release），Debug 版本性能数据不可信，且可能因调试符号干扰测量

state 循环里只做一次初始化，导致结果严重失真

比如测试 std::vector::push_back，如果把 std::vector<int> v;</int> 放在 for (auto _ : state) 外面，那整个循环只构造一次 vector，后续迭代实际测的是空容器的 push_back，完全不是你要的规模。

• 所有被测对象（容器、字符串、临时变量）必须在循环体内创建，或用 state.PauseTiming() + state.ResumeTiming() 显式隔离 setup/teardown 开销
• 避免在循环外分配内存、读文件、调系统 API——这些不属于被测逻辑，但会被计入耗时
• 若需预热缓存（如访问大数组），可在循环前加一次 dummy run，并用 state.SkipWithError("warmup done") 跳过该轮统计

没用 benchmark::DoNotOptimize，编译器直接把计算优化掉了

比如测试一个加法函数 int add(int a, int b) { return a + b; }，如果不加防护，Clang/GCC 在 -O2 下会发现结果没被用，整段循环直接删掉，测出来永远是 0ns。

Google Workspace

Google Workspace 自动化，支持 Gmail、日历、Drive、表格，可通过服务账户或 OAuth 完成读取、写入、发送并管理整个 Google 套件。

下载

• 对计算结果调用 benchmark::DoNotOptimize(result)，强制保留该值
• 对指针或引用，可用 benchmark::DoNotOptimize(&x) 防止地址被折叠
• 不要用 volatile 替代——它影响指令调度，破坏真实执行路径，测出来的不是你代码的真实性能

Release 模式下运行却还看到毫秒级波动

哪怕开了 -O3，单次运行仍可能差几倍——这不是工具问题，是微基准本身的物理限制。CPU 频率缩放、TLB miss、分支预测失败、甚至隔壁进程抢 cache 都会影响纳秒级操作。

立即学习“C++免费学习笔记（深入）”；

• Google Benchmark 默认做多轮自适应采样（--repetitions=3），并剔除离群值后报告平均值和标准差，别只看 “time per iteration” 那一行
• 关注 stddev 是否
• 真正可信的微秒级结论，来自相同硬件、相同内核版本、相同编译器 flag 下的多次对比实验，而不是单次 run_benchmark 输出

微基准不是按个回车就能信的数据，它要求你同时理解代码、编译器和 CPU。最常被忽略的，是那个看似无害的 state.PauseTiming()——漏掉它，setup 成本就被算进函数耗时里；多用一次，又可能把关键路径也跳过了。边界得亲手划清楚。