C++中局部数组复制为何比参数数组更快？能否实现同性能？

1. 性能差异的根源 #

带initArr时的性能差异（-O3/-O2下run更快） #

核心原因是编译器的别名分析与优化能力差异：

• 在run()函数中，arr是栈上的局部数组，编译器可以完全掌控它的生命周期和内存位置，明确知道它和全局数组globalArr不存在内存重叠（别名）。结合initArr(arr)把arr全部置0的操作，编译器可以做极致优化：它能识别到后续循环globalArr[i][j] = arr[i][j]本质是把globalArr全部设为0，甚至可以把256次重复的初始化+赋值操作合并成少数几次memset调用，或者直接优化掉冗余的循环，大幅减少执行时间。
• 而run2()中的arr是作为函数参数传递的，虽然你在main里传的是栈上数组，但C++中多维数组参数会退化为指针（int (*arr)[1024]）。编译器无法确定这个指针指向的内存是否和globalArr存在重叠（别名问题），因此不敢进行激进优化：它必须严格执行initArr的memset，再逐个执行赋值循环，完全无法合并操作，导致执行时间显著变长。

移除initArr后的性能反转 #

当去掉initArr后，情况发生了变化：

• run()中的arr是未初始化的局部数组，读取未初始化的值属于未定义行为（UB）。编译器可能利用UB做极端优化：比如直接跳过整个赋值循环（因为读取未初始化值的结果不可预测，编译器认为这段代码没有意义），或者生成的代码因为UB引入额外的无效操作。
• run2()的arr是参数传递的，编译器会默认假设这个指针指向的内存是有合法值的（即使实际是未初始化的栈内存），不会轻易跳过循环。同时，此时没有memset的开销，加上CPU缓存的局部性优化，run2()的循环执行效率反而更高，最终出现性能反转的结果。

2. 让参数传递的数组达到局部数组的性能 #

要让run2()的性能追上run()，关键是消除编译器的别名顾虑，让它能确认参数数组和全局数组无重叠，从而进行优化。可以通过以下方法实现：

方法1：使用restrict关键字（GCC支持） #

给run2()的数组参数加上restrict关键字，明确告诉编译器这个指针指向的内存不会和其他指针（比如globalArr）重叠：

void run2(int (*restrict arr)[1024]) {
    memset(arr, 0, 1024 * 1024 * sizeof(int));
    for(int i = 0; i < 1024; ++i) {
        for(int j = 0; j < 1024; ++j) {
            globalArr[i][j] = arr[i][j];
        }
    }
}

restrict会让编译器放心地进行激进优化，效果和run()中的局部数组一致。

方法2：将数组包装成结构体 #

结构体的数组成员不会退化为指针，编译器可以明确知道它的内存范围，从而避免别名问题：

struct ArrWrapper {
    int data[1024][1024];
};

void run2(ArrWrapper &arr) {
    memset(arr.data, 0, sizeof(arr.data));
    for(int i = 0; i < 1024; ++i) {
        for(int j = 0; j < 1024; ++j) {
            globalArr[i][j] = arr.data[i][j];
        }
    }
}

// main中调用方式：
ArrWrapper arr;
run2(arr);

这种方式下，编译器能确定arr.data和globalArr是独立的内存区域，可以进行和run()一样的极致优化。

方法3：手动合并冗余操作 #

既然我们知道initArr后赋值的本质是把globalArr置0，完全可以手动优化代码，直接去掉数组复制循环，用memset替代：

void run2(int arr[1024][1024]) {
    // 不需要memset arr，直接操作全局数组
    memset(globalArr, 0, sizeof(globalArr));
}

这是最直接的优化，完全消除了冗余的数组操作，性能自然拉满。

内容的提问来源于stack exchange，提问作者gani