機械同理心（mechanical sympathy）

一位懂得引擎、變速箱與輪胎實際表現的賽車手，開得更快也更少弄壞車——不是靠對抗機器，而是順著它。「機械同理心」這個詞從賽車借進軟體：在理解底層硬體真正如何運作的前提下寫程式，讓程式碼順著機器偏好的方式流動，而非逆著它的紋理。

實務上這意味著讓幾條關於現代硬體的硬事實來形塑你的程式碼。記憶體並不均勻：已在快速快取裡的資料，存取速度大約比待在主記憶體裡的快上百倍，而硬體是以整條快取線（通常 64 位元組）為單位抓取記憶體，並在你以可預測的步幅前進時先預取——所以按順序走過一個陣列，遠快於追逐散落的指標，即使兩者碰到的位元組數相同。分支會被預測，所以一個 CPU 能猜中的分支（幾乎總是被採取、或遵循簡單模式）近乎免費，而一個不可預測的分支則要付出把進行中的工作沖掉的代價。CPU 同時且亂序地做許多事，所以獨立的操作可重疊，而一條長相依鏈則被序列化。機械同理心就是安排你的資料與控制流，讓常見情況保持快取溫熱、保持分支可預測、保持有獨立工作可做——例如把你會一起掃描的紀錄連續存放，或把一個難以預測的分支換成無分支的運算。

它之所以重要，是因為在相同演算法下，記憶體友善與記憶體不友善程式碼之間的差距，動不動就是 5 到 50 倍——遠大於大多數微最佳化。不過誠實的說法是：機械同理心是「第二」根槓桿，不是第一根。一個漸進地做更少工作的更好演算法，通常勝過在舊演算法上任何程度的快取友善，而且你仍應該量測，而非假設哪個硬體效應主宰你的程式碼。並且細節（線大小、快取大小、預測有多積極）因 CPU 而異，所以原則持久而確切的數字不然——用你真實硬體上的 PMU 去確認。