正确链接 Google Benchmark 需用 CMake find_package(benchmark REQUIRED) 并 target_link_libraries，或手动链接 -lbenchmark -lpthread（顺序不可颠倒）；benchmark 函数须在 state 循环内重复执行核心操作，避免初始化 /IO 外移；其时间统计基于多轮自适应采样与离群值剔除，非 raw clock 测量。
如何正确链接 Google Benchmark 并运行第一个测试
Google Benchmark 不是头文件库，直接 #include 后编译会报 undefined reference to `benchmark::internal::InitializeRegistry()' —— 这是最常见的卡点。必须显式链接静态库或使用 CMake 正确导入。
推荐用 CMake（v3.10+）管理：
find_package(benchmark REQUIRED) add_executable(bench_main bench.cpp) target_link_libraries(bench_main benchmark) 若手动编译，需确保：
– 已用 cmake -DBENCHMARK_BUILD_TESTS=OFF -DCMAKE_BUILD_TYPE=Release . && make -j 构建 benchmark 库
– 编译命令包含 -L/path/to/benchmark/build/src -lbenchmark -lpthread
– libbenchmark.a 必须在 -lpthread 之前链接，否则 macOS/Linux 下可能报 pthread 符号未定义
编写一个可复现的 benchmark 函数要注意什么
核心原则：不要在 BENCHMARK 宏里做初始化、分配、IO 或依赖外部状态。所有耗时操作必须放在 state 循环体内，且每次迭代逻辑一致。
常见错误写法：
立即学习 “C++ 免费学习笔记（深入）”；
static void BM_StringCreation(benchmark::State& state) {std::string s; // ❌ 错误：只创建一次，后续迭代不重复 for (auto _ : state) {s.clear(); // ✅ 正确：每次迭代重置 s += "hello"; } } 关键点：
– state.range(0) 可传入参数（如数据规模），配合 BENCHMARK_RANGE 使用
– 用 state.PauseTiming() / state.ResumeTiming() 排除 setup/teardown 开销
– 若测试函数有副作用（如修改全局变量），需调用 state.counters["foo"] = …… 手动记录指标，避免被优化掉
为什么 run_benchmark 输出的“time per iteration”和自己用 clock() 测的差很多
Google Benchmark 默认做多轮自适应采样（Repetitions + ReportAggregatesOnly），并剔除离群值；它报告的是「单次迭代平均耗时」，不是 raw wall-clock 时间。
影响结果的关键配置：
– --benchmark_repetitions=3：重复整个 benchmark 3 次，取中位数
– --benchmark_report_aggregates_only=true：只输出 aggregate（如 mean/stddev），不打印每轮原始数据
– --benchmark_min_time=0.5：每轮至少运行 0.5 秒，保证统计显著性
– --benchmark_counters_tabular=true：让自定义 counters 对齐显示
如果你看到 2.34 ns 但手测 clock() 是 15 ns，大概率是你没关闭编译器优化（比如忘了加 -O2），或者 benchmark 函数被完全内联 + 常量折叠了 —— 加 benchmark::DoNotOptimize(s) 强制保活变量
如何对比两个算法在不同数据规模下的性能拐点
用 BENCHMARK_RANGE + 自定义 Args 构造渐进式测试集，比手写多个 BENCHMARK 更可靠：
static void BM_SortStd(benchmark::State& state) {for (auto _ : state) {std::vector v(state.range(0), 0); std::iota(v.begin(), v.end(), 0); std::random_shuffle(v.begin(), v.end()); std::sort(v.begin(), v.end()); } state.SetComplexityN(state.range(0)); } BENCHMARK(BM_SortStd)->Range(1<<10, 1<<18)->Complexity(); 这样能自动跑 1K/2K/4K……256K 数据，并在最终报告中给出 O(N log N) 拟合度。注意：
– Range(min, max) 是按 2 的幂次扩展，想用线性步进改用 RangeMultiplier(1.5)
– state.SetComplexityN() 必须在循环外调用，否则会被忽略
– 如果算法实际复杂度非标准（如 cache-sensitive），建议额外用 state.counters["L3Misses"] 接入 perf_event（Linux）做底层归因
真正难的不是写 benchmark，而是让测试不被编译器骗、不被 CPU 预测干扰、不因内存 layout 偏差掩盖真实差异。哪怕加了 DoNotOptimize，现代 CPU 的乱序执行和分支预测仍可能让微基准失真 —— 关键路径务必用 asm volatile("":::"rax") 插入序列化屏障，这点文档很少提。
