Perfilación de código C++ en Linux: ¿cómo encontrar los cuellos de botella?

¡Hola, colegas! Estoy escribiendo una aplicación de alto rendimiento en C++ para Linux. Me encontré con un problema: el programa funciona más lento de lo esperado, pero no puedo entender dónde se pierde exactamente el rendimiento. Intenté insertar mediciones manuales de tiempo con std::chrono, pero eso convierte el código en un desastre y no da una imagen completa. Aquí hay un ejemplo simplificado de mi código que procesa un gran conjunto de datos:

#include <vector>
#include <algorithm>
#include <iostream>

void processData(const std::vector<int>& data) {
    std::vector<int> result;
    for (size_t i = 0; i < data.size(); ++i) {
        if (data[i] % 2 == 0) {
            result.push_back(data[i] * data[i]);
        }
    }
    // Luego cálculos complejos...
    std::sort(result.begin(), result.end());
    for (auto& v : result) {
        v = v % 1000;
    }
}

int main() {
    std::vector<int> data(1000000);
    std::generate(data.begin(), data.end(), std::ran