我是Android开发者

C/C++开发者代码优化终极指南 优化意味着调整代码，使 CPU、内存子系统和编译器能够高效执行 引言优化意味着调整代码，使 CPU、内存子系统和编译器能够高效执行——不改变逻辑，而是减少运行所需的周期、分配和停顿。 🎯 核心目标：让代码跑得更快、占用更少内存、响应更及时！ 核心优化策略1. 减少执行时间123456789101112131415161718// ❌ 每次调用都计算for (int i = 0; i < N; ++i) { double angle = i * 2 * M_PI / N; // 每次计算 result[i] = std::sin(angle);}// ✅ 预计算常量const double TWO_PI = 2 * M_PI;for (int i = 0; i < N; ++i) { double angle = i * TWO_PI / N; // 使用常量 result[i] = std::sin(angle);}// ✅ 更好的方式：查表法static c ...

C++性能优化与效率完全指南 本文是 CppCon 2026 培训课程，由 Fedor Pikus 主讲，带你深入理解 C++ 性能的”秘密生活” 引言本文揭示了 C++ 性能的”秘密生活”，超越标准优化建议，探索与现代系统充分利用每个周期所需的机械亲和力。 🎯 核心观点：高效代码不必不可读！现代设计实践与硬件要求完美对齐。 课程结构第一部分：硬件现实超越”缓存友好”的理解，我们需要深入理解： 12345678910┌─────────────────────────────────────────────────────────┐│ 内存层次结构 │├─────────────────────────────────────────────────────────┤│ L1 Cache │ ~1ns │ ~32KB │ 最快，最昂贵 ││ L2 Cache │ ~4ns │ ~256KB │ ││ ...

OpenClaw 安装部署指南OpenClaw 是一个多通道 AI 助手网关，支持 WhatsApp、Telegram、Discord、飞书等多种消息平台。本文详细介绍如何在 macOS/Linux 系统上安装和部署 OpenClaw。 环境要求 Node.js: 22.x 或更高版本 操作系统: macOS / Linux / Windows 网络: 能够访问外部 API（用于连接 AI 服务） 安装步骤1. 安装 OpenClaw 在终端执行以下命令： 1curl -fsSL https://openclaw.ai/install.sh | bash 或者使用 npm 全局安装： 1npm install -g openclaw 在 PowerShell 中执行以下命令： 1iwr -useb https://openclaw.ai/install.ps1 | iex 或者使用 npm 全局安装： 1npm install -g openclaw 2. 运行初始化向导1openclaw onboard --insta ...

Android 启动流程详解Android 系统的启动是一个复杂而精密的过程，涉及多个阶段的协同工作。从按下电源键到看到桌面，整个流程可以分为以下几个关键阶段。 启动流程概览1Power On → Boot ROM → Bootloader → Kernel → Init → Zygote → SystemServer → Boot Animation 1. Boot ROM 阶段1.1 什么是 Boot ROMBoot ROM 是固化在设备 SoC 中的只读存储器，包含设备启动的第一段代码。这段代码由芯片厂商（如 Qualcomm、MediaTek、Samsung）在出厂时写入，无法修改。 1.2 Boot ROM 的主要任务 任务 说明 硬件初始化 初始化最基本的硬件（CPU、内存控制器） 安全验证 验证 Bootloader 的签名（Secure Boot） 加载 Bootloader 从存储设备（eMMC/UFS）加载 Bootloader 到内存 1.3 安全启动链1Boot ROM (信任根) → 验证 Bootloader → 验证 Kerne ...

哈希表性能分析关键观点: 哈希表问题很难从 CPU profile 中发现，需要专门的profiler。 核心指标 指标 含义 阈值 Stuck bits 哈希函数熵不足 应为 0 Probe length 平均探针长度 > 0.1 表示有碰撞 Rehashes 重新哈希次数 过多说明没提前 reserve() 案例分析1. 使用 absl::Hash推荐使用 absl::Hash 而非自定义弱哈希函数： 1234// 推荐absl::flat_hash_map<Key, Value> map;// 避免自定义弱哈希 2. 为分片添加 Salt为分片哈希添加 salt，避免底部 bit 冲突： 123// 为每个分片添加不同的 saltuint64_t salt = GetShardSalt(shard_id);size_t hash = MixHash(base_hash, salt); 实践建议 提前分配: 使用 reserve() 预分配内存 选择合适类型: 优先使用 absl::flat_hash_map 监控指标: 定期检查探针长度 ...

本文介绍几种常用的内核动态追踪技术，对ftrace、perf及eBPF的使用方法进行案例说明。 1. 什么是动态追踪动态追踪技术，是通过探针机制来采集内核或者应用程序的运行信息，从而可以不用修改内核或应用程序的代码，就获得调试信息，对问题进行分析、定位。 通常在排查和调试异常问题时，我们首先想到的是使用GDB在程序运行路径上设置断点，然后结合命令进行分析定位；或者，在程序源码中增加新的日志，往往需要重新编译和部署。在面对偶先问题以及对时延要求严格的场景下，GDB和增加日志的方式就不能满足需求了。 动态追踪为这些问题提供了完美的方案：它既不需要停止服务，也不需要修改程序的代码；程序还按照原来的方式正常运行时，就可以分析出问题的根源。同时，相比以往的进程级跟踪方法（比如ptrace），动态追踪往往只会带来很小的性能损耗。 2. 动态追踪技术分类动态追踪的工具很多，systemtap、perf、ftrace、ssydig、eBPF等。动态追踪的事件源根据事件类型不同，主要分为三类：静态探针，动态探针以及硬件事件。 硬件事件：通常由性能监控计数器OMC（Performance Monitor ...

使用Linux开发是常见的问题是：我的内存呢？怎么只剩这么点了？这是怎么回事呢？ 消失的内存 通常我们会用free命令（如下）或Node Exporter + Prometheus 来监控系统的内存。 1234# free total used free shared buff/cache availableMem: 6460324 111876 5577136 75188 771312 6073040Swap: 0 上面的输出中，我们很自然的以为free代表可用内存，所以经常会发现这个值特别低，造成“系统的内存用光”的错觉。在比较新的内核里，会有available一项，它才是“可用内存”。 这里有个小知识，free指的是完全没有被用到的内存，而Linux认为内存不用也是浪费，因此会尽量“多”地把内存用来做各种缓存，提高系统的性能。在内存不够用时，它会释放缓存腾出空间给应用程序。因此早期没有available这项指标时，一般会认为 ...

自从2022年1月份辞去了Android系统的工作从事自动驾驶行业以来, 已经接近1年了, 在这一年间基本没接触过Android系统的源代码了, 但是Android的设计思想还是在的, 特别是在复杂的自动驾驶系统里面, 很多好的设计和架构都是如出一辙, 所以在好学心的驱使下, 还是打算把Android的aosp源代码给下载下来研究研究, 毕竟Android也是在不停演进, 站在巨人的肩膀上也可以有更多的视野 但是有个问题, 光看源代码可能远远不能满足我的需求, 但是手头上已经没有Android的开发设备了(都换成了Apple设备), 于是就开始倒腾模拟器了, 毕竟模拟器环境搭建好之后开发效率还是挺高的, 话不多说行动起来 Android源代码是通过repo管理的, 一个repo仓库管理了N多了git仓, 首先是环境搭建, 我这边是基于一台联想工作站, 12代i7给Android预留了500G硬盘, 32G内存, 安装的ubuntu 1804系统 源代码环境搭建代码管理工具可以参考这个链接来下载repo: https://source.android.com/docs/setup/dow ...

本文翻译自Netflix技术博客： Linux Performance Analysis in 60,000 Milliseconds | by Netflix Technology Blog | Netflix TechBlog Frist 60 Seconds：Summary在本文中，Netfix的性能工程师团队会介绍在一上来的60秒内，在命令行中使用一套优化的性能调研，使用Linux系统中现成的工具。在头60内，你可以运行下面的命令来获取到一个High Level的系统资源利用率和正在运行的进程。首先是最容易理解的，查找一些错误信息和性能饱和度，然后才是资源利用率。饱和度是指一个资源已经超出了他本来应该持有的资源数量，可以理解为一个请求队列的长度，或者等待时间的消耗。 12345678910uptimedmesg | tailvmstat 1mpstat -P ALL 1pidstat 1iostat -xz 1free -msar -n DEV 1sar -n TCP,ETCP 1top 上面有一些工具需要使用到sysstat软件包，在ubuntu系统里面可以使用下面的命令去 ...

本文将会介绍如何使用模板以及参数生成器来批量生成测试用例，简化繁琐的性能测试代码。 测试对象这次测试的对象是标准的vector，我们在Linux GCC上进行测试。为了写代码方便，开启了C++17的支持。 这次的疑问来自于《A Tour of C++》这本书，在第九章给出了一个很有意义的建议：尽量少用reserve方法。 我们都知道reserve会提前分配足够大的内存来容纳元素，这样在push_back时可以减少内存分配和元素移动的次数，从而提高性能。所以习惯上如果我们知道vector中存储元素的大致数量，就会使用reserve提前进行内存分配，这时典型的“空间换时间”。 而书中给出的理由仅仅是说vector的内存分配器性能已经很高，预分配往往是多此一举，收效甚微。事实到底如何呢？性能问题光靠脑补是不能定位的，所以我们用实验结果说话。 使用模板函数生成测试测试用例的设计很简单，我们定义普通vector和reserve过的vector，然后分别对其添加一定数量的元素（逐步从少到多）测试性能。同时vector本身是泛型容器，所以为了测试的全面性我们需要测试两至三种类型参数。 如果针对每一种 ...