剥离物品的最佳 C++ 容器？答案

【问题标题】：Best c++ container to strip items away from?剥离物品的最佳 C++ 容器？
【发布时间】：2010-10-04 03:37:13
【问题描述】：

我有一个文件列表（存储为 c 样式字符串），我将对其执行搜索，我将删除那些与我的参数不匹配的文件。用于此目的的最佳容器是什么？我现在正在考虑设置。请注意，文件列表永远不会比初始化时大。我只会从容器中删除。

【问题讨论】：

标签： c++ list vector set containers

【解决方案1】：

我将从扔掉向量开始，因为它是一个顺序容器。设置，我相信接近于顺序或散列。我会避免这种情况。一个双向链表，stl 列表就是其中之一，有两个指针和节点。基本上，要删除一个项目，它会破坏链，然后用指针重新连接两个部分。

【讨论】：

【解决方案2】：

std::set 中的元素必须是唯一的，因此除非文件名是全局唯一的，否则这将无法满足您的需求。

我可能会推荐一个 std::list。

【讨论】：

【解决方案3】：

来自SGI：

vector 是一个序列，它支持随机访问元素、在末尾恒定时间插入和移除元素，以及在开头或中间线性时间插入和移除元素。
list 是一个双向链表。也就是说，它是一个既支持前向遍历又支持后向遍历的序列，以及（摊销的）常量时间在开头或结尾或中间插入和移除元素。
slist 是一个单链表：每个元素都链接到下一个元素，但不链接到前一个元素。也就是说，它是一个支持前向但不支持后向遍历，以及（摊销）常数时间插入和移除元素的序列。
Set 是一个排序关联容器，用于存储 Key 类型的对象。 Set 是一个简单关联容器，这意味着它的值类型以及它的键类型都是 Key。它也是一个独特的关联容器，这意味着没有两个元素是相同的。
Multiset 是一个排序关联容器，用于存储 Key 类型的对象。 Multiset 是一个简单关联容器，这意味着它的值类型以及它的键类型都是 Key。它也是一个多关联容器，这意味着两个或多个元素可能相同。
Hash_set 是一个散列关联容器，用于存储 Key 类型的对象。 Hash_set 是一个简单关联容器，这意味着它的值类型以及它的键类型都是 Key。它也是一个唯一关联容器，这意味着没有两个元素使用二元谓词 EqualKey 比较相等。
Hash_multiset 是一个散列关联容器，用于存储 Key 类型的对象。 Hash_multiset 是一个简单的关联容器，这意味着它的值类型以及它的键类型都是 Key。它也是一个多关联容器，这意味着两个或多个元素可以使用二元谓词 EqualKey 比较相等。

（有些容器被省略了。）

如果您只想拥有一个快速且不包含多个相同键的容器，我会选择hash_set。 hash_multiset 如果你这样做，set 或 multiset 如果你希望字符串被排序，或者list 或 slist 如果你希望字符串保持它们的插入顺序。

创建列表/集后，使用remove_if 根据您的条件过滤掉您的项目。

【讨论】：

【解决方案4】：

假设您的搜索条件不依赖于文件名（即您搜索内容、文件大小等），因此您不能使用集合，我会选择list。构建整个列表需要 O(N)，每次删除需要 O(1)。

如果你想让它更快，并且不坚持使用现成的 STL 容器，我会：

使用vector
使用假删除，即删除。将项目标记为已删除
当删除/所有项目的比率超过某个阈值时，我会过滤带有remove_if 的项目

这应该会给你最好的空间/时间/缓存性能。（尽管您应该对其进行分析以确保）

【讨论】：

【解决方案5】：

你可以使用两个列表/向量/随便什么：

using namespace std;

vector<const char *> files;

files.push_back("foo.bat");
files.push_back("bar.txt");

vector<const char *> good_files;  // Maybe reserve elements given files.size()?

for(vector<const char *>::const_iterator i = files.begin(); i != files.end(); ++i) {
    if(file_is_good(*i)) {
        new_files.push_back(*i);
    }
}

【讨论】：

如果您使用列表，您还可以将一个列表中的项目拼接到另一个列表中，而不是复制它们。

【解决方案6】：

我绝对不会使用集合——你不需要对它进行排序，所以使用集合没有意义。 Set 通常实现为自平衡树，在您的情况下不需要自平衡算法。

如果您要执行一次此操作，我将使用带有 remove_if 的 std::vector（来自），然后是擦除。如果您以前没有使用过 remove_if，它的作用是遍历所有相关项并将所有相关项向下移动，覆盖该过程中不相关的项。您必须在其后进行擦除以减小矢量的大小。像这样：

std::vector<const char*> files;
files.erase(remove_if(files.begin(), files.end(), RemovePredicate()), files.end());

如果你想利用它的 O(1) 删除时间属性，编写代码来用 std::list 做同样的事情会有点困难。鉴于您只是在执行此一次性操作，可能会花费很少的时间您甚至不会注意到它，我建议您这样做，因为这是最简单的方法。

老实说，我认为您不会看到 std::list 和 std::vector 方法之间的速度差异太大。矢量方法只复制每个值一次，因此它实际上非常快，但占用的空间要少得多。在我看来，只有当您在整个应用程序的生命周期中进行大量添加和删除操作时，才真正合理地使用 std::list 并使用三倍的空间。

【讨论】：