unordered_set范围插入与迭代器

unordered_set range insertion VS iterator

本文关键字：迭代器 插入 范围 set unordered      更新时间：2023-10-16

我试图理解为什么下面的范围插入比使用迭代器更快。

vector<string> &paths // 3 milion strings

方法1：范围插入

unordered_set<string> mySet;
mySet.insert(paths.begin(), paths.end());

方法2：迭代器

vector<string>::iterator row;
for (row = paths.begin(); row != paths.end(); row++)
{
mySet.insert(row[0]);
}

结果：

方法 1 ： 753 ms

方法2：1221毫秒

====

================================操作系统： 视窗 10

IDE：Visual Studio Code

编译器：gcc 版本 8.1.0

标志 ： -O3

直观地说，范围插入过程应该更快。例如，假设您要插入一百万个元素。如果您进行范围插入，则集合可以

  1. 计算将插入的总元素数量，以查看需要多少空间;
  2. 分配一个足够大的存储桶数组，以将负载因子保持在适当的限制内，可能将所有旧元素移动到新表上;然后
  3. 插入所有元素。

这里可以进行一些进一步的优化(使用池分配器进行批量分配，执行多线程插入过程等(，尽管我不确定这些是否真的完成了。

另一方面，如果您一次插入一个内容，则每个步骤都需要执行一百万次。这意味着浪费时间和空间来分配最终不会被使用的中间桶数组，但实现无法判断这些数组不会被使用，因为实现必须在每一步都保持良好的状态。

对于unordered_set来说，这些优化只是对每次插入的预期 O(1( 成本的改进。在其他一些容器(如vector或deque(中，批量插入可能比重复的单个插入更快，因为容器可以在批量插入期间移动其他元素一次，而不是进行大量重复的移动。

希望这有帮助！

相关文章：