矩阵/向量初始化性能

Question

这更像是一个教育问题，我没有要解决的具体问题。我想了解以下场景中“幕后”发生的事情：

我们有 2 个ints、w 和 h，我们需要一个 0s 的矩阵 (vector<vector<int>>)。有多种方法可以做到这一点，我想知道哪一种表现最好（可能这意味着哪一种表现最少）。

选项 1：

vector<vector<int>> m;

for (int i = 0; i < h; i++)
{
    m.push_back(vector<int>());
    for (j = 0; j < w; j++)
        m[i].push_back(0);
}

选项 2：

vector<vector<int>> m;

for (int i = 0; i < h; i++)
    m.push_back(vector<int>(w, 0));

选项 3：

vector<vector<int>> m(h, vector<int>(w, 0));

m.push_back(vector<int>());/m.push_back(vector<int>(w, 0)); 处的临时值是否在内存中创建，然后也复制到m 中？如果不是最好使用选项 1 来最小化复制？ （假设我们只讨论更大的数组，比如 1,000,000 x 1,000,000）。选项 3 也面临同样的困境；哪个往往更快（至少在纸面上），为什么会这样？

Answer 1

如果您想要 Matrix 类的性能，首先不要使用 std::vector<std::vector<T>>。您编写了一个封装一维std::vector<T> 的适当类。一个向量的向量在内存中被分片。

如今，在商业硬件上，一万亿元素矩阵在技术上是可行的，但要初始化它，您真的非常需要多个线程。这是对您的 3 个示例的另一个实际反对意见。

话虽如此，对于小型实验，您的所有代码都可以。