直接用指针访问数组可能破坏缓存局部性，因指针跳转不可预测，易导致缓存行未对齐和预取失效；而连续下标访问具有稳定空间局部性，更利于CPU缓存行预取与命中。
为什么直接用指针访问数组反而可能破坏缓存局部性
很多人以为“用指针遍历比下标快”，就一股脑把 std::sort 替换成手写指针快排，结果性能更差——根本原因在于现代 CPU 的缓存行（通常是 64 字节）和指针跳转的不可预测性。当你用 int* p = &arr[0]; while (p ，看似线性，但如果 <code>p 指向的是分散分配的堆内存、或跨 cache line 边界未对齐，每次 ++p 都可能触发新 cache line 加载，甚至引发 false sharing（多线程下尤其明显）。
真正关键不是“用不用指针”，而是“指针访问模式是否连续、对齐、可预测”。
- 堆上
new int[N]分配的内存通常不保证 64 字节对齐，reinterpret_cast<char>(p)</char>取地址后模 64 可能余数非零 - 结构体数组中若成员大小不整除 64（如
struct { int a; short b; }），指针遍历时会反复跨 cache line - 用
std::vector<int></int>默认分配器在多数 STL 实现中已做对齐优化，但裸指针操作绕过了它的内部保障
如何让指针排序真正对齐 cache line
要让指针驱动的排序吃上缓存红利，必须控制数据布局和访问步长。核心手段是显式对齐 + 避免跨域指针运算。
例如对齐到 64 字节：
立即学习“C++免费学习笔记（深入）”；
alignas(64) int* aligned_arr = static_cast<int*>(aligned_alloc(64, N * sizeof(int))); // 注意：用 aligned_alloc 后必须 free()，不能 delete[]
再配合按 cache line 边界分块处理：
- 计算起始偏移：
size_t offset = (reinterpret_cast<uintptr_t>(aligned_arr) % 64) / sizeof(int)</uintptr_t>，跳过首段不完整部分 - 主循环以
size_t stride = 64 / sizeof(int)（即 16 个int）为单位处理，确保每次读取正好填满一个 cache line - 避免在 partition 过程中用
int* pivot_ptr = &arr[rand() % N]——随机地址极大可能跨 line；改用固定位置 pivot（如中位数三数取中后取&arr[N/2]）并确保该地址本身对齐
std::sort vs 手写指针快排：cache 效果对比的关键变量
实测发现，std::sort 在 GCC libstdc++ 中默认使用 introsort（快排+堆排+插入排序混合），且对小数组（__stl_threshold = 16）自动切到插入排序——这恰好利用了 cache line 内部的顺序局部性。而手写指针快排若没实现类似 fallback，单次 partition 就可能扫完整个数组，导致 cache miss 率飙升。
- 开启
-march=native -O3后，std::sort的内联和向量化（如用pcmpeqd批量比较）会进一步降低 cache 压力 - 手写版本若用
std::swap而非std::iter_swap，可能因模板实例化产生冗余拷贝，间接增加 cache traffic - 用
__builtin_assume_aligned(p, 64)可提示编译器指针对齐，帮助生成更优 load/store 指令，但仅限 GCC/Clang，且必须 100% 确保对齐，否则 UB
多线程排序时指针与 false sharing 的隐性冲突
用指针切分任务（如 thread1: sort(p, p+N/2); thread2: sort(p+N/2, p+N)）看似合理，但如果 p+N/2 刚好落在某个 cache line 中间，两个线程会反复写同一 cache line 的不同字节，触发总线锁和无效化广播——这就是 false sharing。
解决它不靠“换指针”，而靠“错开边界”：
- 把切分点移到 cache line 边界：
size_t split = ((reinterpret_cast<uintptr_t>(p) + N/2 * sizeof(int)) / 64) * 64 / sizeof(int)</uintptr_t> - 或者干脆预留 padding：每个线程处理的子数组前后加 64 字节 dummy 区域（用
alignas(64)声明） - 避免多个线程共享同一个
int*类型的 pivot 缓冲区；改用 thread_local 存储临时 pivot 值
cache line 对齐不是加个 alignas 就完事，它要求从内存分配、数据访问、线程划分到编译器提示全部协同。漏掉任意一环，指针带来的灵活性反而会放大 cache 反模式。
