CPU计算逻辑性能的优化

尽量不让每帧都更新，用回调代替。

重点关注每帧都更新的函数，频繁调用的函数。

重点关注大型的函数，算法效率复杂的函数，优化算法。

需要注意一些细节的开销。

优化思路：不计算，少计算，并发并行计算，转移计算任务，对计算任务的细节优化。

借鉴epoll的高性能设计方案:  线程池的多线程机制，异步事件回调非阻塞，边缘触发对遍历的集合划分分为活跃和非活跃的遍历更少的集合，mmap内存文件映射机制减少拷贝，事件队列检测用了数组结构查询效率变为O(1)。从IO拷贝, 查询的集合空间, 查询的算法, 多线程池， 异步事件回调机制方面进行了非常精细的优化。

一、用回调或观察者来代替每帧update

对于一些界面信息的更新，尽量用回调的机制来实现，而不是每帧update的方式来实现。

能够设计为回调的，能够设计为观察者模式的，都应该设计为回调为观察者。而不是用蛮力的每帧检查。

二、每帧调用，一定要非常手段进行优化

1.尽量避免计算：

存储常量，避免每次都计算。

事件触发的计算，放置到事件发生时候才计算。

尽量避免查找算法：

    比如勾八边的需要阴影的字体，需要查询8次并渲染，那么存放第一次，后面的就不用查找了；

     能够查找少尽量查找一次存放起来，但是有的对象是必须每次都查找的，比如对象模型。

2.优化计算，写出高效的算法：

优化查找算法：

尽量使用map,set,hash查找算法提高查询效率。

精简算法里面的容器大小，比如迪杰斯特拉算法中，本来是80 x 80的点，却要在构造的8000X8000。

优化排序算法：

如果有排序的，用map存储，重载好<运算符得到的结果就是排序好了的。

优化函数：

使用内联函数。

函数参数尽量使用传递指针引用，结构体或类对象输出也可以用引用参数输出形式，避免过多的构造函数开销。

优化表达式：

速度：移位>乘法>除法。

乘法是加操作，而除法是每步的结果作加法或减法(加减交替法)，有的算法还需要恢复上一次的结果(余数恢复法)，而且每一步加减后还要进行移位，所以最慢。

因为移位速度快，所以经常被应用。

优化类型转换：

尽量不用dynamic_cast这些，否则也是比较影响性能。

尽量将这些转换提取为常量或者计算一次使用。

三、优化算法复杂的大型函数

这种函数尽管不是每帧调用，但是调用一次都很影响性能。

那么需要尽量避免计算，或者尽量计算一次，如果要计算，也尽量优化计算。

1）减少空间提升效率，空间个数是很影响效率的。

2) 增大空间提升效率，数据结构角度。

3）优化算法，O(n2),O(n),O(log2n),O(1)的角度去不断优化。

也需要从优化查找算法，排序算法，优化函数，优化表达式，优化类型转换角度出发。

四、大量的计算采用多线程

太大量的计算使用多线程，比如解压线程，比如纹理读取解析线程。

一些复杂的图形图像计算，也可以多线程来实现，通过单CPU并发，多CPU并行机制，能够有效的利用CPU性能。

五、分离计算任务，转移到GPU分担计算

利用shader将图形计算转移到GPU。

六、优化细节，减少细节的开销

尽量使用位移，|，&,^这些高效的位操作。

尽量保存更多的常量。

尽量小而频繁调用的函数声明为内联函数。

尽量不要过多的dynamic_cast类型的转换，很影响性能。