Question

我花了一些时间寻找答案，但没有发现任何令人满意的事情。

对于一些经验丰富的C ++人员如何解决这类问题感兴趣，因为现在我正在做一些与生产相关的编码而不是原型设计。

假设你有一个类已经说出了一个包含大量数据的unordered_map（hashmap），比如500Mb。您希望编写一个访问器，以有效的方式返回该数据的某些子集。

采取以下措施，其中BigData是一个存储适量数据的类。

Class A
{
   private:
      unordered_map<string, BigData> m_map;   // lots of data

   public:

    vector<BigData>   get10BestItems()
    {
        vector<BigData>  results;
        for ( ........  // iterate over m_map and add 10 best items to results
        // ... 
       return results;
    }

};

访问器get10BestItems在此代码中效率不高，因为它首先将项目复制到结果向量，然后在返回函数时复制结果向量（从函数堆栈复制）。

由于各种原因，你不能在c__中有一个引用向量，这是明显的答案：

vector<BigData&> results;     // vector can't contain references.

您可以在堆上创建结果向量并传递对它的引用：

vector<BigData>&   get10BestItems()    // returns a reference to the vector
    {
        vector<BigData>  results = new vector<BigData>;   // generate on heap
        for ( ........  // iterate over m_map and add 10 best items to results
            // ... 
       return results;   // can return the reference 
    }

但是如果你不小心的话，你会遇到内存泄漏问题。它也很慢（堆内存），仍然将数据从地图复制到矢量。

所以我们可以回顾一下c风格的编码，只使用指针：

vector<BigData*>   get10BestItems()    // returns a vector of pointers
    {
        vector<BigData*>  results ; // vectors of pointers
        for ( ........  // iterate over m_map and add 10 best items to results
        // ... 
       return results;  
    }

但大多数消息来源表示除非绝对必要，否则不要使用指针。有一些选项可以使用smart_pointers和boost ptr_vector，但我宁愿尽可能避免这些。

我不认为地图会是静态的，所以我不太担心坏指针。只有一个问题，如果代码必须是差异来处理指针。从风格上来说，这并不令人愉快：

const BigData&   getTheBestItem()    // returns a const reference
{
       string bestID;
       for ( ........  // iterate over m_map, find bestID
       // ... 
       return m_map[bestID] ; // return a referencr to the best item
}


vector<BigData*>   get10BestItems()    // returns a vector of pointers
{    
        vector<BigData*>  results ; // vectors of pointers
        for_each ........  // iterate over m_map and add 10 best items to results
        // ... 
       return results;  
 };

例如，如果您想要单个项目，则很容易返回参考。

最后选项是简单地将Hash-map公开并返回一个键向量（在本例中为字符串）：

Class A
{
      public:

         unordered_map<string, BigData> m_map;   // lots of data



    vector<string>   get10BestItemKeys()
    {
        vector<string>  results;
        for (........  // iterate over m_map and add 10 best KEYS to results
        // ... 
       return results;
    }

};



A aTest;
... // load data to map

vector <string> best10 =  aTest.get10BestItemKeys();
for ( .... // iterate over all KEYs in best10
{
    aTest.m_map.find(KEY);  // do something with item.
    // ...
}

什么是最佳解决方案？速度很重要，但我希望易于开发和安全的编程实践。

Answer 1

如果地图是常数，我会使用指针向量。如果要避免更改数据，可以随时返回const指针。

参考文献非常适合它们的工作，但我们仍然有指针（对我而言，这将属于“必要”类别）。

Answer 2

我会做类似以下的事情：

Class A
{
private:
    unordered_map<string, BigData> m_map;   // lots of data
    vector<BigData*> best10;

public:
    A()
        : best10(10)
    {
        // Other constructor stuff
    }

    const vector<BigData*>&   get10BestItems()
    {
       // Set best10[0] through best10[9] with the pointers to the best 10
       return best10;
    }

};

请注意以下几点：

每次都不会重新分配向量并将其作为常量引用返回，因此在您调用get10BestItems时不会分配或复制任何内容。
在这种情况下，指针很好。您阅读的有关避免指针的内容可能与堆分配有关，在这种情况下，std::unique_ptr或std::shared_ptr现在是首选。

Answer 3

这听起来像boost::ref给我的工作。只需稍微更改原始代码：

typedef std::vector<boost::ref<BigData> > BestItems;

BestItems  get10BestItems()
    {
        BestItems  results;
        for ( ........  // iterate over m_map and add 10 best items to results
        // ... 
       return results;
    }

现在，您理论上只返回对返回向量中每个项目的引用，使其复制小而且便宜（如果编译器无法完全优化返回副本）。

Answer 4

我经常使用boost::range，我发现它在很多情况下非常宝贵，特别是你所描述的情况。

你可以保留范围对象并迭代它等等。

但是我应该提一下，如果你在获得范围和使用它之间添加/删除对象时我不知道会发生什么，所以你可能想在使用它之前检查它。

c ++：替代Vector引用以避免复制大数据

4 个答案: