Fusion of IO/CPU intensive IO & CPU 融合 Fusion of IO/CPU intensive 南向调度融合：异步并行迭代器  将数据容器内的数据进行递归二分，对左 半和右半分别生成一个异步任务。最终对 单个数据执行用户业务逻辑 IO & CPU 融合 南向调度融合  IO & CPU 通过设置不同优先级，进 入不同线程池调度  线程池根据负载监控（任务平均等待

实际上是：根 /biology/include 。 • 注意我们用了 PUBLIC 修饰符，这是为了让链接 biology 的 pybmain 也能够共享 根 /biology/include 这个头文件搜 索路径。 五、子项目的源文件 • 这里我们给 biology 批量添加了 src/*.cpp 下的全部源码文 件。 • 明明只有 *.cpp 需要编译，为什么还添加了 include/*.h Find 文件会在 CMake 安装时负责安装到 /usr/share/cmake/Modules 。 • 包搜索文件可以在不知道包具体位置信息的情况下搜索他们（在 /usr/lib 等默认路径搜 索）。 • 这些都是 CMake 自带的包搜索文件： • /usr/share/cmake/Modules/FindCUDAToolkit.cmake • /usr/share/cmake/Modules/FindPython 那么如果有个不太热门的第三方库没提供包配置文件， CMake 也没提供包搜索文件，我 们该如何找到他？这就需要自己提供包搜索文件了！别担心，你不用自己写， GitHub 上 有很多志士仁人已经写过了对应的包搜索文件，你搜一下 FindXXX.cmake 就能找到了。 举例： FindJemalloc.cmake 举例： FindJemalloc.cmake • 虽然 Config 文件通常风格比较统一，都是

，里面的元素都是完全随机 的顺序，和插入的顺序也不 一样。虽然你可能注意到这 里的刚好和插入的顺序相反 ？巧合而已，具体怎么顺序 是和 glibc 实现有关的。 • set 基于红黑树实现，相当 于二分查找 树， unordered_set 基于散 列哈希表实现，正是哈希函 数导致了随机的顺序。 不同版本的 set 容器比较 类型 去重 有序 查找 插入 vector × × O(n) O(1)

map 的元素类型是…… • pair 。 • 可是为什么要用 const K 呢？上节课说了， set 里面的 K 不能改变！一旦改变就会破坏 好不容易排好的顺序，以后再用二分法 find 就找不准了，所以 set 实际上只有 const_iterator 。 • 但是 map 只针对 K 进行排序， V 又不参与排序，完全可以随意改变。因此 C++ 之父 允许 map

继续锐评黄某勋 • 感兴趣的扣 1 • OpenMP 新特性（ parallel for 之外的） • SIMD 指令全解析（ mm 开头那堆） • 内存与缓存优化进阶（第七课的延伸） • 二分查找法优化案例（针对缓存行的） • eigen 、 glm 、 vectorclass 等常用库（可能） • CPU 红黑高斯 + 多重网格实战 • 继续锐评因特尔 • 感兴趣的扣 2

右值引用 && 10. std::shared_ptr 和 std::any • 只提供了关键字，详细信息请善用搜索引擎： bing.com 。（不要用 baidu.com ，那个是搜广告用的） • 如果感兴趣，我可以增添一节专门讲动态多态。 回家作业！ • 已经发布到： https://github.com/parallel101/hw02 • 仓库的 README.md