对于非重复项目，最有效的标准容器是什么

What is the most efficient std container for non-duplicated items?

本文关键字：标准 是什么 有效 于非重 项目      更新时间：2023-10-16
将

非重复元素添加到 STL 容器中的最有效方法是什么，哪种容器最快？我有大量的数据，恐怕每次我尝试检查它是否是新元素时，都需要花费很多时间。我希望地图非常快。

// 1- Map
map<int, int> Map;
...
if(Map.find(Element)!=Map.end()) Map[Element]=ID;
// 2-Vector
vector<int> Vec;
...
if(find(Vec.begin(), Vec.end(), Element)!=Vec.end()) Vec.push_back(Element);
// 3-Set
// Edit: I made a mistake: set::find is O(LogN) not O(N)

set 和 map 在查找键时都具有O(log(N))性能。 vector有O(N).

set 和 map 之间的区别 ，就您应该关注的那样，您是需要将键与值相关联，还是直接存储值。如果需要前者，请使用map，如果需要后者，请使用set。

在这两种情况下，您都应该只使用insert()而不是执行find()。

原因是insert()当且仅当容器尚未包含该值时（在 map 的情况下，如果容器不包含该键），才会将值插入容器中。这可能看起来像

Map.insert(std::make_pair(Element, ID));

对于地图或

Set.insert(Element);

为一组。

您可以查阅返回值以确定是否实际执行了插入。

如果您使用的是 C++11，则还有两个选择，即 std::unordered_map 和 std::unordered_set 。这两者都摊销了插入和查找的O(1)性能。但是，它们还要求键（或值，在 set 的情况下）是可哈希的，这意味着您需要专门针对您的密钥进行std::hash<>。相反，std::map 和 std::set 要求键（或值，在 set 的情况下）响应operator<() 。

如果您使用的是 C++11，则可以使用 std::unordered_set .这将允许你O(1)存在检查（技术上摊销O(1) - O(n)在最坏的情况下）。

std::set可能是您O(lg n)的第二选择。

基本上，std::unordered_set是一个哈希表，std::set是一个树结构（在我见过的每个实现中都是一棵红色的黑色树）1。

根据哈希分布的程度和项目数量，std：：set 实际上可能更快。如果它确实对性能至关重要，那么与往常一样，您需要进行基准测试。

1）从技术上讲，我认为两者都不需要作为哈希表或平衡BST实现。如果我没记错的话，标准只是规定了运行时限制，而不是实现 - 事实证明，这些是唯一符合边界的可行实现。

你应该使用std::set;它是一个容器，旨在保存对象的单个（等效）副本，并实现为二叉搜索树。因此，它在容器的大小上是O(log N)的，而不是O(N)的。

std::set和std::map通常共享其底层实现的很大一部分;您应该查看本地 STL 实现。

话虽如此，复杂性只是衡量性能的一种标准。使用排序向量可能会有更好的性能，因为它使数据彼此保持本地，因此更有可能命中缓存。如今，缓存一致性是数据结构设计的重要组成部分。

听起来你想使用std::set。它的元素是唯一的，因此在添加元素时无需关心唯一性，并且a.find(k)（其中a是std::set，k是值）被定义为复杂度对数。

如果你的元素可以为O（1）进行哈希处理，那么最好在unordered_map或unordered_set中使用索引（而不是在map/set中，因为它们在实现中使用RB树，这是O（logN）发现复杂性）

您的示例显示了明确的模式：

check if the value is already in container
  if not, add the value to the container.

这两个操作都可能需要一些时间。首先，如果元素没有以任何特定方式排列（例如，只是一个普通std::vector），则可以在O（N）时间内（线性搜索）完成查找元素，如果元素被排序（例如，std::map或std::set），则可以在O（logN）时间内完成（二叉搜索），如果元素被散列（例如， std::unordered_map或std::unordered_set）。

对于普通向量或无序容器（哈希容器），插入将是 O（1）（摊销），尽管哈希容器会慢一点。对于排序的容器（如 set 或 map），您将具有日志时插入，因为它需要在插入之前查找插入它的位置。

所以，结论，使用std::unordered_set或std::unordered_map（如果你需要键值功能）。而且在插入之前您无需检查，这些是唯一密钥容器，它们不允许重复。

如果您（或任何同等产品）无法使用std::unordered_set/std::unordered_map（从 C++11 开始）或 std::tr1::unordered_set/std::tr1::unordered_map（自 2007 年起），那么下一个最佳选择是 std::set/std::map .

相关文章：