std::set::insert，我能暗示多糟糕？答案

【问题标题】：std::set::insert, how bad can I hint?std::set::insert，我能暗示多糟糕？
【发布时间】：2011-07-08 16:02:19
【问题描述】：

我正在将大量的 std::pair<int, int> 插入到 std::set 中，而且花费的时间比我想要的要长。当我编写代码时，我想如果结果是瓶颈，我会考虑使用插入的提示迭代器形式。好吧，现在它已被分析并且它是一个瓶颈。所以我想使用迭代器提示。

但是，我并不总是知道插入对子的好位置。我通常将它们分批插入（在这种情况下，一个批次大约是总输入大小的 0.01%，包括重复项）增加的集合顺序，但是当插入一个批次时，我不知道下一个应该在哪里开始。提示是如何使用的？ insert 是否会从建议的位置执行类似于二进制搜索的操作？通常使用不好的提示会有多糟糕？

【问题讨论】：

比我想要的更长？我知道O(n)，O(log n)，甚至O(n^2)...但是O(longer than I'd like)不在我的教科书中
好吧，事情也很少需要O(log n) 秒...但是执行约 200.000 次插入（有重复项）大约需要 4 秒。这对用户来说是一个明显的延迟，如果可以的话，我想缩短它
如果这是一个瓶颈，您可以使用unordered_set 进行基准测试。 Boost 或 STL，具体取决于您的编译器。

标签： c++

【解决方案1】：

我建议只阅读编译器读取的内容：#include <set> 的头文件。在我的系统（GNU libstdc++ 4.5.1）上，我可以阅读以下不言自明的文本：

  /**
   *  @brief Attempts to insert an element into the %set.
   *  @param  position  An iterator that serves as a hint as to where the
   *                    element should be inserted.
   *  @param  x  Element to be inserted.
   *  @return  An iterator that points to the element with key of @a x (may
   *           or may not be the element passed in).
   *
   *  This function is not concerned about whether the insertion took place,
   *  and thus does not return a boolean like the single-argument insert()
   *  does.  Note that the first parameter is only a hint and can
   *  potentially improve the performance of the insertion process.  A bad
   *  hint would cause no gains in efficiency.
   *
   *  For more on @a hinting, see:
   *  http://gcc.gnu.org/onlinedocs/libstdc++/manual/bk01pt07ch17.html
   *  
   *  Insertion requires logarithmic time (if the hint is not taken).
   */
  iterator
  insert(iterator __position, const value_type& __x)
  { return _M_t._M_insert_unique_(__position, __x); }

外卖：

不好的提示不会提高效率
插入是O(log n)
您可以阅读更多关于 insertion hints in the GNU libstdc++ manual 的信息。

【讨论】：

嗯，所以如果提示不完全正确，可能会完全忽略？
这里必须在字里行间阅读。如果提示结果不正确，它可能会转身并立即调用非提示版本 - 但这没有明确说明。
@carlpett：是的，可能。从理论上讲，您的 C++ 实现可以做一些更聪明的事情（不太可能，但可能）；如果你指定你的实际编译器和版本，有人可能会给出明确的答案。
链接坏了，是this吗？
@doug65536 看起来像。答案文本已被编辑为指向回程机器:)

【解决方案2】：

如果您检查文件bits/stl_tree.h（在 GNU libstdc++ 中），您会发现带有提示参数的 _M_insert_unique 成员函数在提示左侧查找一个节点，然后在右侧查找一个节点，然后默认调用普通的插入例程。

它至少调用一次key_compare（如果集合不为空），最多调用三次。从一个节点到下一个或上一个节点是跟随指针的问题，因为 (IIRC) std::set 和朋友是 threaded trees。

所以，糟糕的提示有多糟糕取决于比较例程，以及您的std::set 的分配器是否将节点打包在内存中。

【讨论】：

【解决方案3】：

如果它是 right 提示 - 用于插入的位置，则提示是好的。例如，如果您按顺序插入对象，则可以使用。

如果提示不正确，则无效，您会得到一个非提示插入。

【讨论】：

【解决方案4】：

如果您在使用之前一次性构建集合，则可以使用向量代替，并在使用之前对其进行排序。您可以在排序的向量上使用binary_search、lower_bound、upper_bound 和equal_range 算法进行快速查找。您还可以使用merge 或inplace_merge 组合已排序的向量，并使用set_difference、set_intersection 和set_union 进行其他常见的集合操作。

【讨论】：