Question

由于分支预测的奇迹，二分搜索可能比通过整数数组的线性搜索慢。在典型的桌面处理器上，在使用二进制搜索更好之前，该阵列需要达到多大？假设该结构将用于许多查找。

Answer 1

我尝试了一些C ++基准测试，我很惊讶 - 线性搜索似乎占据了几十个项目，我还没有发现二进制搜索更适合这些大小的情况。也许gcc的STL没有很好的调整？但是那么 - 你会用什么来实现这种搜索？ - ）所以这是我的代码，所以每个人都可以看到我是否做了一些愚蠢的事情会严重扭曲时间......：

#include <vector>
#include <algorithm>
#include <iostream>
#include <stdlib.h>

int data[] = {98, 50, 54, 43, 39, 91, 17, 85, 42, 84, 23, 7, 70, 72, 74, 65, 66, 47, 20, 27, 61, 62, 22, 75, 24, 6, 2, 68, 45, 77, 82, 29, 59, 97, 95, 94, 40, 80, 86, 9, 78, 69, 15, 51, 14, 36, 76, 18, 48, 73, 79, 25, 11, 38, 71, 1, 57, 3, 26, 37, 19, 67, 35, 87, 60, 34, 5, 88, 52, 96, 31, 30, 81, 4, 92, 21, 33, 44, 63, 83, 56, 0, 12, 8, 93, 49, 41, 58, 89, 10, 28, 55, 46, 13, 64, 53, 32, 16, 90
             };

int tosearch[] = {53, 5, 40, 71, 37, 14, 52, 28, 25, 11, 23, 13, 70, 81, 77, 10, 17, 26, 56, 15, 94, 42, 18, 39, 50, 78, 93, 19, 87, 43, 63, 67, 79, 4, 64, 6, 38, 45, 91, 86, 20, 30, 58, 68, 33, 12, 97, 95, 9, 89, 32, 72, 74, 1, 2, 34, 62, 57, 29, 21, 49, 69, 0, 31, 3, 27, 60, 59, 24, 41, 80, 7, 51, 8, 47, 54, 90, 36, 76, 22, 44, 84, 48, 73, 65, 96, 83, 66, 61, 16, 88, 92, 98, 85, 75, 82, 55, 35, 46
                 };

bool binsearch(int i, std::vector<int>::const_iterator begin,
                      std::vector<int>::const_iterator end) {
  return std::binary_search(begin, end, i);
}

bool linsearch(int i, std::vector<int>::const_iterator begin,
                      std::vector<int>::const_iterator end) {
  return std::find(begin, end, i) != end;
}

int main(int argc, char *argv[])
{
  int n = 6;
  if (argc < 2) {
    std::cerr << "need at least 1 arg (l or b!)" << std::endl;
    return 1;
  }
  char algo = argv[1][0];
  if (algo != 'b' && algo != 'l') {
    std::cerr << "algo must be l or b, not '" << algo << "'" << std::endl;
    return 1;
  }
  if (argc > 2) {
    n = atoi(argv[2]);
  }
  std::vector<int> vv;
  for (int i=0; i<n; ++i) {
    if(data[i]==-1) break;
    vv.push_back(data[i]);
  }
  if (algo=='b') {
    std::sort(vv.begin(), vv.end());
  }
  bool (*search)(int i, std::vector<int>::const_iterator begin,
                        std::vector<int>::const_iterator end);
  if (algo=='b') search = binsearch;
  else search = linsearch;
  int nf = 0;
  int ns = 0;
  for(int k=0; k<10000; ++k) {
    for (int j=0; tosearch[j] >= 0; ++j) {
      ++ns;
      if (search(tosearch[j], vv.begin(), vv.end()))
        ++nf;
    }
  }
  std::cout << nf <<'/'<< ns << std::endl;

  return 0;
}

以及我在核心组合上的几个时间：

AmAir:stko aleax$ time ./a.out b 93
1910000/2030000

real    0m0.230s
user    0m0.224s
sys 0m0.005s

AmAir:stko aleax$ time ./a.out l 93
1910000/2030000

real    0m0.169s
user    0m0.164s
sys 0m0.005s

无论如何，它们都是可重复的......

OP说：亚历克斯，我编辑你的程序只是用1..n填充数组，而不是运行std :: sort，并进行大约1000万（mod整数除法）搜索。在Pentium 4上，二进制搜索开始摆脱n = 150的线性搜索。对图表颜色感到抱歉。

binary vs linear search http://spreadsheets.google.com/pub?key=tzWXX9Qmmu3_COpTYkTqsOA&oid=1&output=image

Answer 2

我已经详细调查了这个问题，并总结了我的发现in this blog post。

Answer 3

我认为分支预测不重要，因为线性搜索也有分支。据我所知，没有可以为你做线性搜索的SIMD。

话虽如此，一个有用的模型是假设二元搜索的每一步都有乘数成本C.

C log ₂ n = n

alt text

因此，如果没有实际的基准测试，你可以猜测C，并将n舍入到下一个整数。例如，如果您猜测C = 3，那么在n = 11时使用二进制搜索会更快。

Answer 4

并不多 - 但如果不对它进行基准测试就很难说。

就我个人而言，我倾向于选择二进制搜索，因为在两年的时间里，当其他人将你的小阵列的大小翻了四倍时，你并没有失去太多的性能。除非我非常明确地知道它现在是一个瓶颈，我当然需要它尽可能快。

话虽如此，请记住还有哈希表;你可以问一个类似的问题，关于他们与二元搜索。

在现代CPU上，二进制搜索变得比线性搜索快吗？

4 个答案: