Question

我在配对堆的C ++中实现了一个实现，我从这里开始： http://home.fnal.gov/~stoughto/build/graphviz-2.22.2/lib/vpsc/pairingheap/PairingHeap.h http://home.fnal.gov/~stoughto/build/graphviz-2.22.2/lib/vpsc/pairingheap/PairingHeap.cpp

我将PairingHeap与std :: priority_queue进行了比较这些是结果：

gcc 4.7 -O3，核心i7 2.4Ghz 用于测量周期的rdstc指令

-------------------------------------------------------------------------------

for 100.000 elements:
o std::priority_queue<int>
    - insert:           9,800,415 cycles
    - extract:         29,712,818 cycles
    - total:           39,513,233 cycles       [0.031secs]
o PairingHeap<int>
    - insert:          34,381,467 cycles
    - extract:        259,986,113 cycles
    - total:          294,367,580 cycles       [0.125secs]


-------------------------------------------------------------------------------


for 1.000.000 elements:
o std::priority_queue<int>
    - insert:         95,954,533 cycles
    - extract:       518,546,747 cycles
    - total:         614,501,280 cycles       [0.296secs]
o PairingHeap<int>
    - insert:        344,453,782 cycles
    - extract:     3,856,344,199 cycles
    - total:       4,200,797,981 cycles       [1.593secs]

-------------------------------------------------------------------------------


for 10.000.000 elements:
o std::priority_queue<int>
    - insert:        999,836,450 cycles
    - extract:    10,634,407,049 cycles
    - total:      11,634,243,499 cycles       [4.390secs]
o PairingHeap<int>
    - insert:      3,441,903,781 cycles
    - extract:    61,166,421,272 cycles
    - total:      64,608,325,053 cycles       [24.187secs]

配对堆应该比std :: priority_queue更快，因为它应该渐近更快操作，但在这里，配对堆非常更慢。我认为这是因为std :: priority_queue在引擎盖下使用了一个向量，这就更多了缓存友好比为每个整数分配节点，如配对堆那样。

所以，我的问题是：渐近更好的数据结构可以（很大程度上）被更糟糕的数据结构击败，只是因为它们更适合缓存？是否真的值得在更复杂的数据结构中花费大量时间，例如配对堆，何时默认的std :: priority_queue可能比它快吗？

我只是没有考虑到我使用的配对堆的实现只是废话，但它似乎不是，因为我尝试过的其他实现更糟糕！想法？

Answer 1

所以，我的问题是：渐近更好的数据结构能否（大部分）被更糟糕的数据结构击败，只是因为它们对缓存更友好了吗？

是的，这种情况一直都在发生。除了缓存友好性之外还有其他原因（常数因素）。与同一个单词的其他用法一样，渐近在这里指的是某些（通常是问题大小）转到无穷大。渐近地优于B的只是说它最终更好，而不是对于某个给定值它会更好（甚至相等）。请注意，对于较大的数据集，该比率确实有所改善，但还不够。

请注意，即使二进制堆对于某些大型数据集（例如您的数据集）也不太容易缓存。节点的子节点和父节点可能位于一个完全不同的页面上，因此您只能在最后几个级别从缓存中获取一些内容（或者如果您访问的元素恰好具有相似的路径，但这几乎是一个给定的任何数据结构）。有一个名为B-heap的变种可以对此进行改进，但是我还没有找到很多细节（只有两个实现和一个关于RAM计算模型如何误导的咆哮）。

你必须要确定，但重复分配和释放可能需要花费大量时间。池分配器（boost，或std :: vector顶部的手动滚动 - 允许用整数替换指针，这可能节省一些空间）可以大大降低此成本。该实现似乎也使用子列表的链接列表，这可能会更多地损害缓存。阵列需要一些额外的副本，但在实践中可能是一种改进。

当默认的std :: priority_queue可以比它快得多时，是否真的值得花更多时间在更复杂的数据结构（如配对堆）上？

有足够大的数据集与一些优化（例如专门的分配器和聪明的节点布局）相结合可能会使平衡有利于它。在任何情况下，这个语句有点弄巧成拙：如果配对堆比预期用例的二进制堆快，那么标准库可能会使用配对堆！

此外，至少在纯函数式语言中，配对堆实现起来非常简单（尽管效率不高）。这对你和C ++来说可能没有多大用处，但这对“更复杂”的部分来说是挑战和挑战。

Answer 2

这里的一个主要问题是内存分配和是缓存效率。

您可以尝试为operator new类实现具有自定义operator delete + PairNode的固定大小分配器，以减少分配开销（类似于“更有效的C ++”中的分配开销） “，第10项）。此外，这种方法最终可能更加缓存，因为元素更可能具有引用的位置。

我之前使用QuadEdge结构（遭遇类似问题）对Delaunay三角测量进行了此操作，并且速度增加超过10-20x IIRC。如果你需要让分配器线程安全，那么你将在性能方面付出高昂的代价。

至于实际回答1或者其他情况下表现是否更好的问题，它不太可能是普遍的，并且逐案分析是最简单的知道方式（任何其他方法都会因为如果不实施它就无法预测实施的质量，因此很复杂）。不仅如此，不同的处理器也会有所不同，结果可能取决于您倾向于获得的数据。

配对堆与std :: priority_queue

2 个答案: