C++量化面试全攻略：从基础到高频考点解析

1次阅读

共计 2092 个字符，预计需要花费 6 分钟才能阅读完成。

在量化金融领域，C++ 的核心价值在于其高性能和底层控制能力。面试官通常会重点关注以下几个方面：

内存管理：如何避免内存泄漏和非法访问
多线程同步：确保线程安全的同时最大化性能
低延迟优化：从编译器优化到硬件特性利用
模板元编程：编写泛型且高效的代码

“ 请解释 unique_ptr 和 shared_ptr 的区别，并说明在量化系统中的适用场景 ”

// 使用 unique_ptr 表示独占所有权
std::unique_ptr<Order> createMarketOrder() {return std::make_unique<Order>(OrderType::MARKET);
}

// 使用 shared_ptr 表示共享所有权
class OrderBook {
    std::vector<std::shared_ptr<Order>> activeOrders;
public:
    void addOrder(std::shared_ptr<Order> order) {activeOrders.push_back(order);
    }
};

面试官可能会追问：
1. 如何避免 shared_ptr 的循环引用？
2. weak_ptr 在什么场景下使用？

“ 请实现一个无锁队列，并分析其性能特点 ”

template<typename T>
class LockFreeQueue {
    struct Node {
        std::atomic<Node*> next;
        T data;
    };

    std::atomic<Node*> head;
    std::atomic<Node*> tail;

public:
    void enqueue(T value) {Node* newNode = new Node{nullptr, std::move(value)};
        Node* oldTail = tail.load(std::memory_order_relaxed);
        while(!tail.compare_exchange_weak(oldTail, newNode)) {}
        oldTail->next.store(newNode, std::memory_order_release);
    }

    bool dequeue(T& value) {Node* oldHead = head.load(std::memory_order_relaxed);
        Node* next = oldHead->next.load(std::memory_order_acquire);
        if(!next) return false;
        value = std::move(next->data);
        head.store(next, std::memory_order_release);
        delete oldHead;
        return true;
    }
};

// 错误示例：两个原子变量在同一缓存行
struct Bad {
    std::atomic<int> x;
    std::atomic<int> y; // 可能与 x 在同一缓存行
};

// 正确做法：缓存行对齐
struct alignas(64) Good {
    std::atomic<int> x;
    char padding[64 - sizeof(int)]; // 填充到完整缓存行
    std::atomic<int> y;
};

template<typename T>
auto calculatePnL(const T& portfolio)
    -> decltype(portfolio.markToMarket(), double()) 
{return portfolio.markToMarket();
}

// 当 T 没有 markToMarket 方法时，该模板将被忽略

在低频交易系统中，虚函数调用开销可能被放大。考虑使用 CRTP 模式替代：

template <typename Derived>
class Order {
public:
    void execute() {static_cast<Derived*>(this)->executeImpl();}
};

class MarketOrder : public Order<MarketOrder> {
public:
    void executeImpl() { /* 具体实现 */}
};

回测系统性能关键点：
1. 数据局部性：按列存储优于按行存储
2. 分支预测：避免在热路径中使用 if-else
3. 预取：手动预取可能用到的数据