两篇关于stl容器性能比较的文章

STL container Benchmark

C++ benchmark – std::vector VS std::list VS std::deque

C++ benchmark – std::vector VS std::list

我们知道通常对于在序列中插入和删除频繁的操作，使用list会更快，而对于序列头尾插入频繁的操作，用deque会更快。vector对于查找来说会比较快，相对于前两种，vector对cache的利用率更高。

文中详细比较了不同的操作，有一定的参考意义。

有一点值得注意的是，random insert+linear search，list最慢（小数据块），原因应该还是cache miss，因为如果node被分配不同的内存块中，那么cache miss的几率会增加。

Data Oriented Design

在选择数据结构时，有一个重要的因素在传统的复杂度分析时通常不会考虑的是cache locality。一旦cache miss发生，处理器需要等待很多CPU周期才能从内存中取得数据，对于NUMA架构的处理器更是如此。所以，在设计数据结构时有一种叫dod，即Data Oriented Design的设计常常会使用，并且越来越受到重视。可以参考：

Pitfalls of Object Oriented Programming

注意，标题是OOP的缺陷，其实不是探讨OOP和面向过程等编程范式的，而是关于OOP对于性能的影响。下面还有一些DOD相关的文章可供参考：

Data-Oriented Design (Or Why You Might Be Shooting Yourself in The Foot With OOP)

Data-Oriented Design Now And In The Future

Intorduction to Data Oriented Design

DOD对于性能不敏感的模块意义不大（80/20原则），但是对于某些性能上要求较高的模块，那么就很重要了。

总之，优化是一门高深的学问。