C++性能剖析应先定位热点再优化：gprof适合初筛函数耗时但精度低、不支持多线程；perf是Linux高精度采样工具，支持火焰图和多事件分析；VTune专攻微架构级深度诊断，尤其适合Intel平台复杂瓶颈。
在 C++ 项目中做性能剖析，核心是“先定位热点，再针对性优化”。盲目改代码、换算法往往收效甚微，而用对工具能快速锁定耗时函数、CPU 瓶颈、缓存失效或锁竞争等问题。gprof、perf 和 VTune 是三类典型工具：gprof 简单轻量但精度有限；perf 是 Linux 原生利器，支持采样、火焰图、硬件事件；VTune 功能最全，适合深度分析（尤其 Intel 平台），支持线程/内存/矢量化等多维诊断。
gprof：快速上手的函数级耗时统计
适合初筛函数调用开销，尤其对传统编译流程兼容性好。需编译时加 -pg，运行后生成 gmon.out，再用 gprof ./a.out gmon.out 查看报告。
- 只支持 CPU 时间统计，不支持多线程（会混杂各线程调用栈）
- 插桩式（instrumentation）带来一定运行开销，可能掩盖真实行为
- 输出含 flat profile（各函数自耗时+调用次数）和 call graph（调用关系+子函数贡献）
- 注意：链接时若用了 -static 或某些优化（如 -fomit-frame-pointer），可能导致调用图失真
perf：Linux 下高精度、低开销的通用采样器
基于硬件性能计数器（PMU）采样，几乎无插桩开销，支持多线程、系统调用、中断、cache miss 等事件。常用组合：
- perf record -g ./a.out：记录带调用栈的 CPU 周期事件
- perf report -g 'folded'：文本格式火焰图数据
- perf script | FlameGraph/stackcollapse-perf.pl | flamegraph.pl > perf.svg：生成交互式火焰图
- perf record -e cycles,instructions,cache-references,cache-misses -g ./a.out：多事件联合分析，识别计算密集型 or 缓存瓶颈
优势明显：无需重新编译（只要带 debug info）、支持内核/用户态混合分析、可 attach 到运行进程。缺点是默认不支持 Windows，且对短生命周期进程需注意采样时机。
立即学习“C++免费学习笔记（深入）”；
VTune Profiler：面向深度调优的可视化分析平台
Intel 官方工具（也支持 AMD），特别擅长识别微架构级问题：分支预测失败、前端带宽瓶颈、内存带宽/延迟、矢量化效率、线程同步开销等。使用流程：
- 编译建议加 -g -O2 -march=native（保留调试信息，启用目标平台优化）
- 运行 vtune -collect hotspots -duration 10 ./a.out（采集热点）
- 或 vtune -collect memory-access ./a.out（分析内存模式）
- 结果用 GUI（vtune-gui）打开，支持源码级着色、热区跳转、依赖链下钻
对 OpenMP、TBB、SYCL 等并行框架有原生支持，还能结合 Intel Advisor 做矢量化建议。适合中大型项目或需要回答“为什么这段循环没跑满 IPC”这类问题的场景。
基本上就这些。选哪个工具，取决于你的环境、问题粒度和时间预算：gprof 快速验证函数耗时；perf 是 Linux 下日常排查主力；VTune 用于攻坚复杂性能瓶颈。别忘了——所有剖析都应在 Release 配置 + 符号信息（-g） 下进行，Debug 版本的性能数据基本无参考价值。
