Question

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，我担心每次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)

Answer 1

set和map都具有O(log(N))性能，可用于查找密钥。 vector有O(N)。

就您应该关注的问题而言，set和map之间的区别在于您是否需要将键与值相关联，或者只是直接存储值。如果您需要前者，请使用map，如果您需要后者，请使用set。

在这两种情况下，您都应该使用insert()而不是find()。

原因是insert()将值插入容器中，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）。这可能看起来像

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

表示地图或

Set.insert(Element);

一套。

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，则还有两个选项，std::unordered_map和std::unordered_set。对于插入和查找，这两者都具有摊销O(1)性能。但是，它们还要求密钥（或者在设置的情况下的值）是可清除的，这意味着您需要为密钥专门化std::hash<>。相反，std::map和std::set要求您的密钥（或值，如果设置）回复operator<()。

Answer 2

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

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是树结构（我见过的每个实现中都是一个红黑树）¹。

根据您的哈希分布的程度以及您拥有的项目数量，std :: set实际上可能更快。如果它真的对性能至关重要，那么一如既往，您将需要进行基准测试。

^{1）从技术上讲，我不认为要么将其实现为哈希表还是平衡的BST。如果我没记错的话，标准只是强制执行运行时限，而不是实现 - 它只是证明那些是唯一适合边界的可行实现。}

Answer 3

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

std::set和std::map经常共享其底层实施的很大一部分;你应该查看你当地的STL实施。

说了这么多，复杂性只是性能的一个衡量标准。使用排序向量可能会有更好的性能，因为它会使数据彼此保持本地，因此更有可能触及缓存。如今，缓存一致性是数据结构设计的重要组成部分。

Answer 4

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

Answer 5

如果您的元素可以针对O（1）进行哈希处理，那么最好使用unordered_map或unordered_set（而不是map / set中的索引，因为他们在实现中使用RB树，这是O（logN）查找复杂度）

Answer 6

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.

这两项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，只是普通的std::vector），则可以在O（N）时间（线性搜索）中查找元素，它可以在O（logN）中完成）时间（二进制搜索）如果元素被排序（例如，std::map或std::set），并且如果元素被散列，则可以在O（1）时间内完成（例如，{{ 1}}或std::unordered_map）。

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。对于像set或map这样的已排序容器，您将进行日志时间插入，因为它需要在插入之前查找插入它的位置。

因此，结论是，使用std::unordered_set或std::unordered_set（如果您需要键值功能）。并且您在插入之前不需要检查，这些是唯一密钥容器，它们不允许重复。

如果{（1}} / std::unordered_map（来自C ++ 11）或std::unordered_set / std::unordered_map（自2007年起）无法（或任何等效版本），则下一个最佳选择是std::tr1::unordered_set / std::tr1::unordered_map。

对于非重复项目，最有效的std容器是什么？

6 个答案: