1.首先立即尝试就尝试将AOS修改为SOA
使用array替换了vector，效果群拔，立即就将1300ms左右的耗时降低到了130ms左右

2.尝试抠各种细节
（1）把内层循环中，乘除法为常量的部分拉到外层循环，只需要一次计算即可。
（2）把循环拆开，主要是指计算energy那里，energy自增和自减两部分完全不相关啊，我就拆成了两个循环。因为循环越简单，编译器越容易优化。
但是扣这些细节似乎没什么效果，好像之前光把AOS改为SOA就已经成功矢量化优化了。
我还到处添加了#pragma unroll，压根没用，去网上搜，结果人家说开-O1 -O2 -O3，这个宏就会失效，好像是因为开了优化本身就会尝试unroll。

3对初始化下手了
我看汇编代码，发现轮流px[i] py[i] pz[i] vx[i] vy[i] vz[i] mass[i]的方法并没有发生矢量化优化，
结果特地去写了先全部赋值px，在全部赋值px，再全部赋值py的方法。为了处理mass和其它不同情况，还特地写了模板。

结果发现成功的实现了矢量化，而且还发现模板函数以内联的方式插进去了，并没有想象中的jump或者是call。
优化是真的优化了，但是没用也是真的一点用也没有。
初始化时间复杂度O(n)，完全比不上step和calc的O(n^2)时间复杂度。

结果我一顿操作猛如虎，耗时压根没变多少，就从原来的130ms出头，挤进130ms以内而已，甚至可以说只是误差.......

添加了-ffast-math -march=native优化选项