如何提高这个函数的运行时效率？

Question

我正在尝试编写用于删除句子中重复单词的最佳代码（良好的运行时效率）。

例如，函数的输入字符串Jack Juliet Juliet Jill Jack Romeo Jack Jill应该返回Jack Juliet Jill Romeo

以下是我的代码：

std::string removeDuplicateWords(const std::string& str)
{
    std::stringstream ss (str);
    std::unordered_set<std::string> string_history;
    std::string current_string, output_string;
    ss >> current_string;
    string_history.insert(current_string);
    output_string += current_string;
    while(ss >> current_string) {
        if(string_history.find(current_string) == string_history.end()) {
            output_string += " " + current_string;
            string_history.insert(current_string);
        }
    }
    return output_string;
}

Answer 1

对于这个例子，获得性能没有多大意义，如果你只有大约 10 个单词要处理，请使用更简单的代码。不过，您可以采取一些措施来提高性能。

首先，您不想检查元素是否在集合中。 insert 返回一对 iterator-bool，其中第一个是带有键（现有或新）的元素的迭代器，第二个是指示插入是否发生的布尔值。

      if (string_history.insert(current_string).second)
          output_string += " " + current_string;

这既简化了代码又提高了性能。正如 cmets 中已经指出的那样，使用std::move 是有道理的，但是，如果将它与插入一起使用，则需要迭代器来获取移动到的对象。 对于这种情况，它无济于事，就像您在 SSO 情况下一样。

需要更多代码的第二件事是删除std::stringstream。流会产生一些开销。相反，您可以更好地接受std::string_view 并使用子字符串逻辑将其切成碎片。这可以防止创建新的字符串对象并消除流的开销。您确实需要 C++17（或提供此功能的库）。

最后，你可以在开头保留output_string，你知道最大大小（也就是str的大小）。如果您最终超出 SSO 范围，这可以防止重新分配。

Answer 2

改进：

• 您无需检查字符串是否存在，因为 unordered_set 会为您完成。

• current_string 被移动，因为我们不再需要它。

  std::string removeDuplicateWordsImproved( const std::string& str )
  {
      std::stringstream ss (str);
      std::unordered_set<std::string> string_history;
      std::string current_string, output_string;
  
      while( ss >> current_string )
          string_history.insert( std::move( current_string ) );
  
      for ( auto& word : string_history )
          output_string.append( std::move( word ) ).push_back( ' ' );
  
      output_string.erase( output_string.size() - 1 );
  
      return output_string;
  }