你代码里每一个不起眼的 if，在CPU眼里都是一场赌局：流水线必须抢在条件算出来之前，先押注程序会走哪条路。押对了，分支近乎免费；押错了，整条流水线推倒重来，白烧十几个时钟周期。本期解读的这堂海外高热度编程课，正是围绕这个反直觉事实展开——它演示了如何用算术和位运算“抹掉”代码里的分支，让不可预测的 if 从热点中消失。这节课近年一直在开发者社区反复翻红，被大量程序员称为“看完再也无法直视自己代码里的 if"。本文把它讲透，并补上视频没讲的那一层：分支预测背后的机器学习史，以及分支如何成为安全漏洞的温床。
| 项目 | 内容 |
|---|---|
| 视频标题 | Branchless Programming in C++（无分支编程） |
| 频道 | Creel（专注 C++/图形学/数学的科普教学频道） |
| 发布时间 | 2021年（据频道页面） |
| 播放量 | 百万级量级（据频道页面，未经实时核验） |
| 时长 | 短课时教学视频，约一刻钟以内 |
| 语言 | 英文，代码演示为主 |
数据核验说明：本文写作环境无法联网抓取频道页面，上表为据频道页面的近似记录；精确播放数据请以频道页面为准。视频可在 YouTube 检索标题"Branchless Programming in C++"与频道名"Creel"找到。
这堂课的叙事结构非常干净：先制造一个认知冲突，再给出一套工具箱，最后泼一盆理性的冷水。按顺序拆成五个要点。
视频开篇点破一个大多数程序员从未想过的问题：CPU 执行指令不是一条一条排队，而是流水线化（pipelining）的——取指、译码、执行、访存、写回，像工厂流水线一样同时处理几十条指令。当流水线遇到条件分支时，麻烦来了：条件本身的计算结果要过几级流水线才出来，但下一条该取的指令取决于这个结果。
硬件的解法不是等待，而是赌：分支预测器立刻押注“跳”还是“不跳”，然后沿着押注的方向继续取指、继续执行——这叫投机执行（speculative execution）。视频用一张流水线示意图说明：猜对了，一切如常，分支的代价约等于零；猜错了，流水线里所有已经算了一半的投机结果全部作废、清空重来，损失通常在一二十个时钟周期的量级。
这里有一个量级感值得记住：一颗 3GHz 的 CPU，一个时钟周期只有约 0.33 纳秒；一次分支预测失败要赔上十几拍，一次访问内存（缓存全未命中）要赔上百拍。分支不便宜，但也不是最贵的——这个量级感后面批判审查时还会用到。
视频最有价值的一层认知是：分支本身几乎不花钱，花钱的是预测失败。现代CPU的分支预测器极其聪明，对规律性强的分支——比如循环里九成九都成立的 if——命中率能到 95% 以上，这类分支在性能曲线上几乎隐形。
真正要命的是数据毫无规律、命中与不命中接近五五开的分支：预测器等于抛硬币，每次抛错都触发一次流水线清空。编程史上最著名的性能悬案之一——2012年 Stack Overflow 上那个“为什么处理有序数组比无序数组快好几倍”的问题——答案正是这个：数据排序后，分支从“抛硬币”变成了“几乎永远命中”，性能差出数倍。视频沿同样的逻辑给出对比演示：同一个函数，分支版本在随机数据上被预测失败拖垮，而抹掉分支的版本对数据分布免疫。
由此得出本文最重要的一句话：代码的形状不重要，数据的形状才重要。同一个 if，喂它规律数据就是免费的，喂它随机数据就是热点。
接下来是视频的主体：一组“去分支化”的手法。演示思路大致如下：
if (x<0) return -x;，而是利用符号位运算；求最大值用 max(a,b) = a ^ ((b^a) & -(a<b)) 这类位技巧，让“选择”变成纯算术。if 编译成 CMOV。这些手法的共同哲学：把“控制依赖”改写成“数据依赖”。控制依赖靠预测器赌，赌错赔流水线；数据依赖无条件执行，天生免疫预测失败。
视频没有明说但值得补上的一层：现代编译器在 -O2 以上会主动做分支消除——把简单分支换成 CMOV、做循环展开、配合分支提示（C++20 的 [[likely]]/[[unlikely]]、__builtin_expect）调整代码布局，甚至自动向量化。工程上查看这些转换的标准工具是 Compiler Explorer（godbolt.org）：左边写 C++，右边实时看生成的汇编，你的 if 到底变成了跳转还是 CMOV，一眼可见。
所以成熟的结论不是“人人都要手写位运算”，而是：先让编译器干活，你负责喂给它结构清晰、数据形状友好的代码。手写无分支代码留给两处：已用性能分析证实的热点循环，和安全敏感的密码学代码（见要点五）。
无分支编程还有一个视频没展开、但重要性极高的应用场景：侧信道防护。分支预测依赖数据，也就意味着分支行为会泄露数据——通过测量某段代码走快走慢，攻击者可以反推出密钥的每一个比特。这正是1996年 Paul Kocher 提出的计时攻击的思路，也是为什么 OpenSSL、libsodium 这类密码库的核心例程强制写成常数时间（constant-time）风格：与密钥相关的每一个分支、每一次内存访问都必须被抹平。2018 年震惊业界的 Spectre 漏洞（Kocher 等人发表）更是把这条逻辑推到极致——它直接攻击预测器本身，诱导CPU投机执行本不该执行的代码，再用侧信道把投机留下的痕迹读出来。可以说：分支预测这门“赌术”，既是性能的引擎，也是安全的地雷。
视频内容浅显，但它脚下踩着四十多年真实、扎实的体系结构研究：
这些是计算机体系结构领域被反复验证的共识，视频没有虚构成分——它只是把这四十年的研究浓缩成了十几分钟。
证据充分的部分：流水线与投机执行的原理、预测失败的代价、CMOV/掩码等去分支手法、以及“无分支版本在随机数据上更快”的方向性结论，全部有体系结构文献和大量独立基准测试支撑，可以放心接受。
容易被夸大或误读的部分，有三处需要泼冷水：
另外要说明：视频本身只讲了性能这一个维度，没有涉及 Spectre 与侧信道；本文“要点五”是补充延伸，不是视频内容。
第一条：先测量，再优化。 别凭直觉猜自己的 if 是不是热点。Linux 下 perf stat -e branch-misses 一条命令就能看到预测失败次数，配合火焰图定位热点。绝大多数程序员一辈子都不需要手写无分支代码——但每个写过热点循环的人都应该看过一眼 branch-misses 计数器。
第二条：优化数据形状，胜过优化代码形状。 下次发现分支热点时，第一个问题不是“怎么消掉 if"，而是“这个分支在赌什么数据”。如果条件与数据的某种排序/分组强相关，先 std::sort 或 std::partition 你的数据，让分支变得可预测——2012年那个著名的有序数组案例证明，重排数据带来的加速可以超过任何代码层面的技巧。
第三条：读懂汇编，但保持代码可读。 把 Compiler Explorer（godbolt.org）纳入日常工具链：写完关键函数看一眼汇编，确认编译器做了你期望的事。需要给编译器提示时用 [[likely]] 而不是手写黑魔法；只有当剖析器证实某个循环确实是预测失败热点时，才动用位运算手段。至于密码学相关的代码，记住一条铁律：与秘密数据相关的分支必须写成常数时间——这不是性能问题，是生存问题。
flowchart TD
A[代码里的一个if] --> B[CPU流水线遇分支]
B --> C[预测器立刻下注]
C --> D[沿押注方向投机执行]
D --> E{条件结果揭晓}
E -->|猜对| F[结果直接提交<br/>分支近乎免费]
E -->|猜错| G[清空流水线<br/>损失十几拍]
G --> H[随机数据时<br/>反复赔钱成热点]
F --> I[规律数据时<br/>if几乎隐形]
H --> J[解法1: 排序或分组<br/>让分支可预测]
H --> K[解法2: 算术掩码CMOV<br/>把分支变成数据依赖]
K --> L[更深处: 分支泄露数据<br/>侧信道与Spectre]
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。