C++ 17 新增的 if constexpr 述句能讓我們用更簡潔的方式編寫樣版特化（Template Specialization）。本文會介紹它的語法與應用。
if constexpr 述句的語法與一般的 if 述句相似。兩者的差異在於 if 關鍵字與刮號之間多了一個 constexpr 關鍵字：
if constexpr ( condition ) then-statement
if constexpr ( condition ) then-statement else else-statement
其中，condition 必須是編譯期能確定數值的 constexpr 且該數值必須能被轉型為 bool。constexpr 包含以下常用的表達式：
<type_traits> 標頭檔定義的 Type Traits：std::is_integral_v<T>std::is_array_v<T>std::is_reference_v …今天我想要介紹 C++ 17 的類別樣版參數推導（Class Template Argument Deduction）。在 C++ 17 之前，樣版參數推導（Template Argument Deduction）只會被施行於「函式樣版（Function Template）」。以 std::pair 為例，如果我們要呼叫 std::pair 的建構式創建一個 std::pair<double, int> 暫時物件，我們必須指定所有 std::pair 的樣版參數：
std::pair<double, int>(5.0, 1)
然而明確地指定樣版參數太過繁瑣，我們通常會另外定義一個函式樣版（Function Template …
C++ 11 引入了 Variadic Template，讓我們得以宣告任意個數的樣版參數。C++ 標準函式庫的 std::make_tuple 就是一個典型的例子：
#include <tuple>
int main() {
auto a = std::make_tuple("a");
auto b = std::make_tuple(1, "a");
auto c = std::make_tuple(1.0, 1, "a");
}
如果我們想要編寫一個 sum() 函式累加所有的參數，我們該怎麼作呢？更具體的說，我們要怎麼改寫以下 sum() 函式，使它們能接收任意個數、任意型別的參數：
int sum(int x0 …C++ 98 程式語言標準將 if、switch、while 與 for 述句的文法依序定義為：
if (condition) statementif (condition) statement else statementswitch (condition) statementwhile (condition) statementfor (for-init-statement conditionopt; expression) statement
其中，我們能在 condition 宣告一個變數[1]，並使用此變數的數值控制執行流程。例如：
#include <cstdlib>
#include <ctime>
#include <iostream>
int main() {
std::srand(std::time(NULL));
if …最佳化多執行緒程式時，為了減少非必要阻塞（Blocking），常見作法是將一個 Mutex 依照保護對象拆分為多個 Mutex。如此一來，一個執行緒只需鎖定它需要的 Mutex，不必等待它不需要的 Mutex。有時我們會進一步實作「並行資料結構（Concurrent Data Structure）」，將 Mutex 的保護對象縮小到資料結構的節點，讓多個執行緒能同時讀寫一個資料結構。
然而，同時操作多個 Mutex 必需留意一些技術細節。舉例來說，以下程式碼有問題：
#include <mutex>
struct Node {
std::mutex m;
int data;
};
void swap(Node &lhs, Node &rhs) {
if (&lhs == &rhs) return;
std::lock_guard …今天我想要介紹 C++ 17 新增的 Structured Binding（結構化綁定）。以 std::pair 為例，Structured Binding 能讓我們能直接將 std::pair 的內容綁定到我們指定的識別字：
auto [a, b] = std::make_pair("str", 0);
在這個例子𥚃，a 是型別為 const char * 的 "str" 而 b 是型別為 int 的 0。換句話說，上面的程式碼相當於：
const char *a = "str";
int b = 0;
這讓我們能簡化「接收 std::pair …
最近工作上遇到一個和 C/C++ 巨集有關的問題。我想要使用巨集將原本呼叫 bcopy 的程式碼導向另一個實作 __bionic_bcopy。所以我寫出以下的程式碼：
#define bcopy __bionic_bcopy
然而這段程式碼會使得部分程式無法被正常地編譯。如果我將上面的 #define 改為：
#define bcopy(src, dst, size) __bionic_copy(src, dst, size)
原本被第一個 #define 弄壞的程式就能被正常地編譯了。然而這兩個 #define 的差異是什麼呢？以下是引起錯誤的程式片段：
builtin.def
#ifndef BUILTIN_LIBC
#define BUILTIN_LIBC(NAME) BUILTIN(NAME)
#endif
BUILTIN_LIBC(bcopy)
builtin.cpp
enum BuiltinFunction {
#define BUILTIN …Call Graph 是幫助 Perf Events 使用者判讀效能瓶頸成因的重要工具。Call Graph 優雅地結合「花去最多執行時間的熱區」與「為什麼要執行熱區內的程式碼」進而讓使用者能快速判斷程式有沒有改進空間。本文會從 Call Graph 的基本概念著手，再介紹記錄 Stack Trace 的注意事項與判讀 Call Graph 的方式。最後，本文會以一個文字處理程式示範如何利用 Call Graph 找出效能問題。
perf report 印出的 Call Graph（呼叫圖）是以各個樣本的 Stack Trace（堆疊回溯）為基礎繪製而成的樹狀圖。因此本節會依序介紹 Stack Trace 與兩種不同的 Call Graph。
在最佳化程式之前，我們必須要先測量程式的執行狀況，如此我們才能對症下藥。本文要介紹 Linux 核心內建的系統效能分析工具——perf_events。
perf_events 是 Linux 核心內建的系統效能分析工具。perf_events 一開始的主要功能是存取硬體效能計數器，所以最早的名字是 Performance Counters for Linux (PCL)。隨著功能不斷擴充，perf_events 能處理的事件來源已經不限於硬體效能計數器，所以改名為 perf_events。
有時候 perf_events 也被簡稱為 Perf。然而因為 Perf 作為一個單字是難以搜尋的常見字𢑥，所以 Vince Weaver 與 Brendan Gregg 前輩通常使用 perf_events 稱呼這套工具。
perf_events 這套工具分為三個部分：
perf 指令因為最近的工作需求，我開始學習與補強系統效能分析方面的知識。所以我把同事之前推薦的論文 The Case of the Missing Supercomputer Performance [Fabrizio Petrini et al. 2003] 拿出來仔細研究。
這篇論文提出一個重要觀察：背景程式（Daemon）的干擾有時會嚴重影響特定負載（Workload）的執行速度。如果能妥善處理這些干擾，有機會可以讓總執行時間減半。
這個結論在當時是非常特別的。因為在分析程式效能的時候，直覺的作法是專注分析「程式本身」的問題。有時候會從理論分析演算法或計算流程有沒有改善空間。有時是對程式做 Profiling，尋找有沒有明顯的熱區或者效能瓶頸。有時是改進編譯器，讓編譯器可以產生比較好的機器碼。然而這些作法背後都隱含一個假設：執行程式時，這個程式可以完全享有整個系統的計算資源。這對現代「分時多工的計算系統」而言是不成立的。
論文舉出需要「Fine-Grained Synchronization」的負載特別容易被背景程式影響。以下是用 OpenMP 編寫的示意程式碼：
for …
