插入后排序向量与插入集合答案

【问题标题】：Sorting vector after insertion vs inserting into a set插入后排序向量与插入集合
【发布时间】：2018-05-08 22:41:48
【问题描述】：

将整数推入向量，然后对整个向量进行排序比将整数插入集合更快或更慢，集合在输入时进行排序。抱歉，我是 C++ 新手，不知道如何使用时钟功能。有人可以帮忙吗？任何帮助将不胜感激。提前致谢。

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

using namespace std;

vector<int> possibility1;
set<int> possibility2;

int main()
{
    random_device rd;
    mt19937 rng(rd());
    uniform_int_distribution<int> uni(0,1000);

    // possibility 1
    for(int i = 0; i < 1000000; i++) {
        int r = uni(rng);
        possibility1.push_back(r);
    }

    // possibility 2
    for(int j = 0; j < 1000000; j++) {
        int r = uni(rng);
        possibility2.insert(r);
    }
}

编辑

对于这种情况，时间上的差异并不重要，但是如果我有带有很多私有变量的大型类，并且创建一个向量/对象集（也有一个比较函数），那么会更快吗？

【问题讨论】：

什么更快取决于您的特定要求。使用您将实际使用的真实数据编写您自己的基准测试，并进行自己的计时。
一般来说，对于复制/移动成本较低的类型（特别是，如果您使用std::vector::reserve()），向量往往更快，但测量是唯一确定的方法。跨度>
对象（或一个对象的大小）是什么并不重要。重要的是访问模式。您的应用程序是否处理所有内容然后只读取项目？它是否经常迭代所有这些？它会交替移除和插入吗？所有这些因素都考虑在内。你没有告诉我们任何一个。
在我的测试中，排序的 vector 往往比 set 快（可能是由于缓存的局部性）。您可以创建一个函数来插入正确排序的位置，而不是一直排序。但它显然比只使用一个集合更繁琐。
考虑这一点：set 通常实现为红黑树，除了数据之外，每个节点使用 3 个指针。在 64 位系统上，这意味着 100 万个ints 可能会使用 32 MB 作为集合和 4 MB 作为向量。这对你的处理器的缓存大小有什么影响？

标签： c++ performance sorting vector set

【解决方案1】：

是将整数放入向量中，然后排序更快，或者将整数放入集合中

两者具有相同的渐近复杂度 O(n log n)。

Set 是一种更复杂的数据结构，它肯定会具有更高的有效阶系数，因此在实践中会比排序向量慢一些。

复杂性差异是否对程序的性能有任何显着影响，取决于数据结构的大小与其他复杂性来源相比是否足够显着。这可以使用分析器进行测量。

但是，例如，如果您需要保持数据结构在在次插入之间排序，而不是仅在所有插入之后排序，那么 set 将比排序向量更简单 O(n log n) O(n²).

渐近复杂度只保证超过某个输入阈值，set 会更有效率。但是由于系数较小，对于低于阈值的输入，向量可能仍然更快。许多因素会影响阈值，例如硬件。要找出特定系统的阈值，您可以使用分析器进行测量。

【讨论】：

Vector 还具有缓存友好的优势。
您不必在每次插入时都对向量进行排序。您可以使用std::upper_bound 插入正确排序的位置。
@Galik 渐近地说并不重要。无论如何，您必须在每次插入时移动 N 个（在最坏的情况下，如果我们假设均匀分布，平均为 N / 2）元素。这与插入到后面并向下进行一次冒泡排序迭代几乎相同。

【解决方案2】：

您可以使用 C++ 高分辨率时钟非常简单地确定函数调用（如排序）的平均运行时间，并获取使用 now 检索的两个 time_point 之间的差异。这个答案很好地解释了如何使用 chrono 库的那个位：C++ Cross-Platform High-Resolution Timer

您可以使用这种度量来确定每种情况下排序需要多长时间，但您还应该记住，set 会随您进行排序，而 vector 会在调用 sort 时进行排序.如果您的应用程序可以从跨多次插入分摊成本中受益 - 例如，您将元素插入集合并在交错操作中访问集合中的元素，而不是一次插入所有元素，排序，然后只访问排序后的集合-- set 可能是正确的选择。一些评论者已经提到，正确的选择取决于您的应用程序，这就是为什么建议决定您自己的基准然后对其进行衡量的原因。

【讨论】：