对于关键字查找,std::vector比std::map快

std::vector is faster than std::map for a key lookup?

本文关键字:std map vector 查找 关键字      更新时间:2023-10-16

我一直在使用std::vector,并想知道是否应该使用std::map进行键查找以提高性能。

这是我的完整测试代码。

#include <iostream>
#include <string>
#include <map>
#include <vector>
#include <ctime>
#include <chrono>
using namespace std;
vector<string> myStrings = {"aaa", "bbb", "ccc", "ddd", "eee", "fff", "ggg", "hhh", "iii", "jjj", "kkk", "lll", "mmm", "nnn", "ooo", "ppp", "qqq", "rrr", "sss", "ttt", "uuu", "vvv", "www", "xxx", "yyy", "zzz"};
struct MyData {
string key;
int value;
};
int findStringPosFromVec(const vector<MyData> &myVec, const string &str) {
auto it = std::find_if(begin(myVec), end(myVec),
[&str](const MyData& data){return data.key == str;});
if (it == end(myVec))
return -1;
return static_cast<int>(it - begin(myVec));
}
int main(int argc, const char * argv[]) {
const int testInstance = 10000; //HOW MANY TIMES TO PERFORM THE TEST
//----------------------------std::map-------------------------------
clock_t map_cputime = std::clock(); //START MEASURING THE CPU TIME
for (int i=0; i<testInstance; ++i) {
map<string, int> myMap;
//insert unique keys
for (int i=0; i<myStrings.size(); ++i) {
myMap[myStrings[i]] = i;
}
//iterate again, if key exists, replace value;
for (int i=0; i<myStrings.size(); ++i) {
if (myMap.find(myStrings[i]) != myMap.end())
myMap[myStrings[i]] = i * 100;
}
}
//FINISH MEASURING THE CPU TIME
double map_cpu = (std::clock() - map_cputime) / (double)CLOCKS_PER_SEC;
cout << "Map Finished in " << map_cpu << " seconds [CPU Clock] " << endl;

//----------------------------std::vector-------------------------------
clock_t vec_cputime = std::clock(); //START MEASURING THE CPU TIME
for (int i=0; i<testInstance; ++i) {
vector<MyData> myVec;
//insert unique keys
for (int i=0; i<myStrings.size(); ++i) {
const int pos = findStringPosFromVec(myVec, myStrings[i]);
if (pos == -1)
myVec.push_back({myStrings[i], i});
}
//iterate again, if key exists, replace value;
for (int i=0; i<myStrings.size(); ++i) {
const int pos = findStringPosFromVec(myVec, myStrings[i]);
if (pos != -1)
myVec[pos].value = i * 100;
}
}
//FINISH MEASURING THE CPU TIME
double vec_cpu = (std::clock() - vec_cputime) / (double)CLOCKS_PER_SEC;
cout << "Vector Finished in " << vec_cpu << " seconds [CPU Clock] " << endl;
return 0;
}

这就是我得到的结果。

Map Finished in 0.38121 seconds [CPU Clock] 
Vector Finished in 0.346863 seconds [CPU Clock] 
Program ended with exit code: 0

我通常在一个容器中存储不到30个元素。

这是否意味着在我的情况下最好使用std::vector而不是std::map?

编辑:当我在循环之前移动map<string, int> myMap;时,std::map比std::vector快

Map Finished in 0.278136 seconds [CPU Clock] 
Vector Finished in 0.328548 seconds [CPU Clock] 
Program ended with exit code: 0

所以如果这是正确的测试,我想std::map会更快。

但是,如果我把元素的数量减少到10,std::vector会更快,所以我想这实际上取决于元素的数量

我想说的是,一般来说,向量在查找方面可能比映射表现得更好,但仅限于少量数据,例如,您提到的元素不到30个。

原因是通过连续内存块进行线性搜索是访问内存最便宜的方法。映射将数据保存在随机存储位置,因此访问它们的成本要高一点。在元素数量很少的情况下,这可能会起到一定作用。在有成百上千个元素的现实生活中,查找操作的算法复杂性将主导这种性能增益。

但是您的基准测试完全不同:

  1. 您正在填充地图。在向量的情况下,你不能这样做
  2. 您的代码可以执行两个映射查找:第一,find检查是否存在,第二个[]运算符查找要修改的元素。这些都是相对繁重的作业。您只需使用一个find就可以修改一个元素(自己解决这个问题,检查引用!)
  3. 在每个测试迭代中,您都要执行额外的繁重操作,比如为每个映射/向量分配内存。这意味着您的测试不仅在测量查找性能,而且在测量其他方面
  4. 基准测试是一个难题,不要自己做。例如,有一些副作用,比如缓存加热,你必须处理它们。使用类似Celero、hayai或谷歌基准测试的东西

您的向量具有恒定的内容,因此编译器无论如何都会优化大部分代码
测量这种小计数没有什么用处,测量硬编码值也没有什么用处。