快取友善程式碼（區塊化／分塊，blocking and tiling）

兩位廚師照著一模一樣的食譜、做出一模一樣的菜，但一位一小時完成、另一位五小時。差別在組織：快的廚師成批地把食材聚在手邊使用，慢的廚師則每一步都去儲藏室拿一樣東西、整天來回奔走。快取友善程式碼就是快廚師的紀律：撰寫存取模式尊重區域性的程式，好讓 CPU 需要的資料幾乎總是已在快取裡。結果是正確性一模一樣，速度卻可能快上好幾倍。

兩項核心技巧是迴圈排序與區塊化（也叫分塊，tiling）。迴圈排序是指照資料在記憶體中擺放的方式走訪，好讓你掃過相連的位址、收割空間區域性——在列優先語言裡，對二維陣列逐列走、而非逐行走，好讓你拉進的每條快取列在你前進之前都被完全用掉。區塊化是指把對大型資料集的計算拆成一個個小子塊（tile），每塊大小剛好塞進快取，並在一塊還常駐時把它的所有工作做完、才換下一塊。這把容量未命中轉成命中：不再讓巨大矩陣反覆從快取旁串流而過（每一遍都重新載入同一資料），而是把一塊載入一次、重用多次，善用了原始迴圈順序所揮霍掉的時間區域性。

經典例子是矩陣乘法。對大矩陣的天真三重迴圈，以對快取不友善的順序觸碰某個運算元、一再從記憶體重讀它；而把快取大小的子塊相乘的分塊版本，在完全相同的硬體上、以完全相同的結果，可以快上好幾倍。這是整章的實際回報：快取是自動的，但它的好處必須「賺來」。誠實的說法是，快取只改變速度、從不改變答案——所以快取友善程式設計對正確性隱形、容易被忽略，卻是程式設計者能施展的最高槓桿優化之一，常勝過演算法上的細微調整。提醒是最佳的分塊大小與迴圈順序取決於快取大小與機器，所以調校是真實、有時瑣碎的工作——但其原理，尊重區域性，是普世的。