Eigen 内存对齐

https://eigen.tuxfamily.org/dox/group__TopicStlContainers.html
这个上面已经说的很清楚了，如果使用现代c++特性，对齐问题无需考虑

---

https://cloud.tencent.com/developer/article/1631792
最后那道题目，如果是两个char, 那么占用的字节数是2.
如果是一个char，一个int，占用的字节数是 8.

In [c++17], this macro is empty.
http://eigen.tuxfamily.org/dox/group__TopicStructHavingEigenMembers.html

http://library.isr.ist.utl.pt/docs/roswiki/eigen(2f)Troubleshooting.html

---

https://zhuanlan.zhihu.com/p/93824687
验证0x7ffeef431ef0 除以 0x20的确不能被整除，之前有一个误解，以为内存对齐是看变量地址的差值，实际上就直接看每个变量的首地址即可。不用求差，方便很多。
使用了__attribute__ ((aligned (32))) double input1[4] = {1, 1, 1, 1}之后，0x7ffc5ca2e640/0x20=0x3FFE2E51732其地址可以被32整除了

Eigen::aligned_allocator的使用，分别使用c++98和c++17进行测试

C++ version	Code	Address	16字节对齐
C++ 98	std::vector<Eigen::Vector4f > c	0x7ffd071f4e28	No
C++ 98	std::vector<Eigen::Vector3f, Eigen::aligned_allocator<Eigen::Vector3f > > c	0x7ffd397b3cb0	Yes
C++ 17	std::vector<Eigen::Vector4f > c	0x7ffd46101478	No
C++ 17	std::vector<Eigen::Vector3f, Eigen::aligned_allocator<Eigen::Vector3f > > c	0x7ffd46101480	Yes

(判断是否16字节对齐，只要用地址除以0x10即可) 使用字节对齐，只有两个坏处，每一处使用需要使用标记+会浪费一点内存空间。 并没有出现eigen官网中出现的自动对齐的情况，说明我的Eigen库并没有那么新。所以保险起见，应该还是要加上的。

---

查看eigen是否使用了向量化
https://eigen.tuxfamily.org/index.php?title=FAQ#Vectorization
对于这一段代码：

EIGEN_ASM_COMMENT("begin");
u = v + w;
EIGEN_ASM_COMMENT("end");

对应的汇编代码：

	movaps	(%rdx), %xmm0
	addps	(%rsi), %xmm0
	movaps	%xmm0, (%rdi)

当使用vector3f的时候，不管对不对齐，其对应的汇编代码均为：

	movq	32(%rsp), %rax
	movss	(%rax), %xmm0
	addss	12(%rax), %xmm0
	movss	%xmm0, 60(%rsp)
	movss	4(%rax), %xmm0
	addss	16(%rax), %xmm0
	movss	%xmm0, 64(%rsp)
	movss	8(%rax), %xmm0
	addss	20(%rax), %xmm0
	movss	%xmm0, 68(%rsp)

也就是说，Vector3f也是使用了SSE加速的。只不过更复杂，验证一下，假设用同样的次数，Vector4f的是不是要比Vector3f要快。验证结论：

uint64_t test_time = 1e17
vec3f cost time 554.156 ms
vec4f cost time 345.562 ms

实际上，加了Eigen::aligned_allocatorEigen::Vector3f 并没有什么用