适合做线程拆分，而哪些不适合。
所以做出来後，反而线程冲突、性能反而下降。
说出来，很简单。
但听完之後，会议室内全体还是感到剧烈的震撼。
大家都是有点资历的程式设计师了，可但感知到全新的知识和思路时。
还是如第一趟编程课，打出「helloworld」般兴奋。
甚至有人的眼里，已经能看出粉色的桃心和花痴的表情。
苏砚承接着讲下一题。
「而至於「数据导向设计」？」
这大概是这个时代下，最好实现的方案。
还是举个例子。
传统的数据包，相当於一个，给每个学生发一个大书包。
书包里装了课本、文具、零食、衣服————
误，那如果计算机运行程序，忽然需要找某个数据，要找全班的数学课本，那就得挨个翻书包0
而数据导向设计，就是把全班的数学课本放一个箱子，文具放另一个箱子。
计算机想拿课本，直接抱课本箱子，再也不用挨个翻。
但对1996年的人来说，他们只觉得一个学生一个书包，多方便，而且还不占空间！
但有了银河算法，苏砚承就可以大胆的分箱子了！
程式设计师们面面相觑，面露惊色。
「既不用改硬体，也不用加代码，只是换个数据的摆放方式————」
「就能轻松完成性能的提速！」
「所以我们之前，到底在做什麽啊？」
有人更是摩拳擦掌，只想顺着这个思路实践一下。
苏砚承「咚咚咚」的敲了敲白板，」好的，还有没听懂的吗？」
「所以我们要怎麽做这个分装箱子呢？」
苏砚承「嘿嘿」一笑。
众人顿感不妙。
「那就是我们不再满足於只在内存方面做文章。」
苏砚承说，「而是直接绕过内存，深入到CPU的缓存里。」
嗯，毕竟道理也很简单。
「————我们都知道，内存的读写速度，比硬碟快数百倍，但cpu的缓存又是内存的数百倍。」
「这些缓存虽然小，但离核心更进，只要利用好他们，带来性能提升绝对是数量级的！」
"
一句出，满座皆寂然。
现在算是知道，什
本章未完，请点击下一页继续阅读！