行遍历快的根本原因是缓存命中率高：CPU按64字节缓存行加载数据，行优先存储使同行元素地址连续，行遍历时能高效复用缓存行；列遍历则导致频繁缓存未命中和额外指针跳转，实测慢10倍以上。
行遍历快的根本原因是缓存命中率高
CPU访问内存时，不会只读一个int，而是把连续64字节（典型缓存行大小）一起加载进L1 cache。C++中二维数组（包括int arr[1000][1000]或std::vector<:vector>></:vector>的每行）按行优先布局：同一行元素地址连续，同一列元素地址相隔整行长度（如1000×sizeof(int) = 4000字节）。行遍历时，arr[i][j]和arr[i][j+1]大概率落在同一缓存行；列遍历时，arr[i][j]和arr[i+1][j]地址跳变大，几乎每次都要触发新缓存行加载，甚至跨页。
vector>按列遍历会额外放大性能损失
动态二维vector不是一块连续内存，而是“指针数组 + 每行独立堆块”。列遍历不仅破坏空间局部性，还导致：
- 每次
matrix[i][j]都要先解引用外层vector拿到行首指针，再加偏移——多一次指针跳转 - 不同行可能分布在不同内存页，列遍历引发频繁缺页中断（page fault）
- 编译器很难对这种双重间接访问做优化（如循环展开、向量化）
std::vector<int></int>一维模拟二维（data[i * cols + j]）能完全避免指针跳转，行遍历优势更明显。实测差异远不止“一点点”
在1000×1000的int数组上做简单求和，典型表现：
- 行遍历（
for i; for j）：约3–5ms - 列遍历（
for j; for i）：常达40–80ms，慢10倍以上 - 若数组更大（如4000×4000）或运行在低缓存机器上，差距可扩大到20倍
什么时候可以忽略这个差异？
只有当以下条件同时满足时，列优先才不至于严重拖慢：
- 数组极小（如
int arr[4][4]），整个数组能塞进一级缓存 - 访问频率极低（比如初始化后只读一次）
- 逻辑强依赖列语义（如转置、列归一化），且已用分块（tiling）等技术缓解
