Question

我正在与另一名学生竞赛，以制作最快的家庭作业版本，并且由于性能原因我没有使用ArrayList（我自己将基准时间从56秒调整为4），但是我想知道每次需要时我应该调整数组的大小。具体来说，我的代码的相关部分是这样的：

private Node[] list;
private int size; // The number of items in the list
private static final int N; // How much to resize the list by every time

public MyClass(){
  list = new Node[N];
}

public void add(Node newNode){
  if(size == list.length){
    list = Arrays.copyOf(list, size + N);
  }
  list[size] = newNode;
  size++;
}

TL; DR：我该怎么做N？

Answer 1

建议在调整大小时将数组的大小加倍。将尺寸加倍会导致线性时间成本摊销。

天真的想法是，调整大小值有两个成本：

复制性能成本 - 将元素从先前阵列复制到新阵列的成本，以及
内存开销成本 - 未使用的分配内存的成本。

如果要通过一次添加一个元素来重新调整数组大小，则内存开销为零，但复制成本变为二次方。如果要分配太多的插槽，复制成本将是线性的，但内存开销太大。

加倍导致线性摊销成本（即很长一段时间，复制成本与阵列大小成线性关系），并且保证不会浪费超过阵列的一半。

更新：顺便说一句，显然Java的ArrayList扩展了（3/2）。这使得内存保守一点，但在复制方面要花费更多。使用基准测试不会受到影响。

MINOR Correction：加倍会使成本调整大小线性摊销，但会确保您有一个摊销的常数时间插入。检查CMU's lecture on Amortized Analysis。

Answer 2

3/2很可能被选为“干净利落但小于phi”的东西。 2003年11月回归an epic thread on comp.lang.c++.moderated，探讨 phi 如何在重新分配首次匹配的分配器时重新使用先前分配的存储。

首次提及 phi 对此问题的应用，请参阅post #7 from Andrew Koenig。

Answer 3

如果你大致知道将要有多少项，那么将数组或ArrayList预分配到该大小，你将永远不必扩展。无与伦比的表现！

如果做不到这一点，实现良好摊销成本的合理方法是保持一定比例的抗冻性。 100％或50％是常见的。

Answer 4

您应该将列表的大小调整为以前大小的倍数，而不是每次都添加常量。

例如：

newSize = oldSize * 2;

不

newSize = oldSize + N;

Answer 5

每次需要调整大小时，大小加倍，除非您知道更多或更少是最好的。

如果内存不是问题，那么首先从一个大数组开始。

Answer 6

您的代码似乎与ArrayList完全相同 - 如果您知道将使用大型列表，则可以在创建列表时将其传递给初始大小，并且完全避免调整大小。这个过程假设您需要原始速度和内存消耗不是问题。

Answer 7

根据其中一个答案的评论：

问题在于记忆不是问题，但我正在任意阅读大文件。

试试这个：

new ArrayList<Node>((int)file.length());

您也可以使用您的阵列。然后在任何一种情况下都不应该调整大小，因为数组将是文件的大小（假设文件不长于int ...）。

Answer 8

为了获得最佳性能，您需要尽可能少地调整大小。将初始大小设置为您通常需要的大小，而不是从N个元素开始。在这种情况下，您为N选择的值将更少。

如果您要创建大量不同大小的列表对象，那么您将需要使用基于池的分配器，而不是在退出之前释放内存。

要完全消除复制操作，可以使用数组列表

Answer 9

这里有一个类比，很久很久以前，当我以前在大型机上工作时，我们使用了一个名为VSAM的文件系统，它要求你指定初始文件大小和所需的可用空间量。

每当自由空间的数量降到所需的阈值以下时，在程序继续处理时，所需的可用空间量将在后台分配。

看看是否可以在java中使用单独的线程来分配额外的空间并在主线程继续处理时将其“附加”到数组的末尾，这将会很有趣。

调整阵列大小时我应该添加多少？

9 个答案: