std::向量与法线数组

我正在创建一个需要超快速的程序。它使用CUDA在GPU上运行一些东西，然后在CPU上进行一些计算。为此，我需要将高度优化的GPU数据结构转换为可以在CPU上轻松使用的结构。我的数据基本上是一张网格图。目前，我使用std:：vector作为CPU部分。因为我知道如果我做很多push_back()s会有相当大的开销，而且我至少知道，因为我知道我的图中有多少个顶点，所以我现在使用以下代码：

new_graph.resize(blockSize * blockSize);
for (unsigned long long y = 0; y < blockSize; y++) {
    for (unsigned long long x = 0; x < blockSize; x++) {
        int idx = y * blockSize + x;
        new_graph[idx] = Vertex(x, y);
    }
}

然后我添加边缘。不幸的是，我不知道每个顶点有多少边，但我知道它永远不会大于8。因此，我在用于边的每个std：：向量中reserve() 8。

然而，这两者似乎都非常缓慢。如果我对图本身使用普通数组（因此基本上取代了外部std:：vector），那么该部分的速度提高是巨大的（大约10倍）。

对于图来说，这是可行的，但对于边来说，这不是真的，因为我在这些边上做了一些后期处理，为此，我真的需要一些类似std:：vector的东西，它有点动态（我添加了一些边）。

目前，将数据转换为std:：vector的速度比在GPU上运行我的算法（这是一种智能MST算法）慢10倍。这不是我真正想要的，因为现在开销太大了。

有人知道发生了什么吗？或者我该如何解决这个问题？

p.s.我用-O2编译，因为我已经发现这会产生很大的不同。也试过用-O3，没有真正的区别。

顶点定义如下：

struct Pos {
    int x, y;
    Pos() {
        x = 0;
        y = 0;
    }
    Pos(int x, int y) {
        this->x = x;
        this->y = y;
    }
};
struct Vertex {
    Pos pos;
    bool hidden;
    unsigned long long newIdx;
    Vertex() {
        this->pos = Pos();
        this->hidden = false;
        this->numEdges = 0;
        this->numRemovedEdges = 0;
    }
    Vertex(Pos &pos) {
        this->pos = pos;
        this->hidden = false;
        this->numEdges = 0;
        this->numRemovedEdges = 0;
    }
    Vertex(int x, int y) {
        this->pos = Pos(x, y);
        this->hidden = false;
        this->numEdges = 0;
        this->numRemovedEdges = 0;
    }
    int numEdges;
    int numRemovedEdges;
    std::vector<Edge> edges;
    std::vector<bool> removed;
    std::vector<bool> doNotWrite;
};