Question

我有一个大小超过500万的向量，每次我想从向量中拾取一个具有最小键的元素，并对此元素进行一些处理。但是，对于该特定元素的处理，向量中的所有剩余元素也将受到影响，以便其密钥更新。所以下次如果我想从向量中获取具有最小键的元素，我必须再次对向量进行排序。问题是从矢量中拾取最小元素的数量将高达50万，因此程序运行速度很慢。为了更清楚地理解，我可以编写以下代码来说明：

void function(vector<MyObj*>& A)
{ //A.size() is near 5 million, maybe even more such as 50 million.
    make_heap(A.begin(), A.end(), compare); // compare function is self-defined.
    for (int i=0; i<500000; i++)
    {
        MyObj* smallest_elem = A.front();
        pop_heap(A.begin(), A.end());
        A.pop_back();
        Process_MyObj(smallest_elem); // here all of the elements 
                                      // in A will be affect, causing 
                                      // their keys changed.

        make_heap(A.begin(), A.end()); // Since all elements' keys in A changed,
                                       // so heap sorting A once again is 
                                       // necessary in my viewpoint.
    }
}

有没有办法让代码尽可能高效运行？任何想法都是受欢迎的，而不是有限的算法改进，例如，并行或其他任何东西。非常感谢你！

Answer 1

如果Process_MyObj确实影响了A中所有元素的键，我认为你无能为力。如果它只修改了一些键，你可以编写代码来更新堆中的各个元素。

现在你的代码我看不到你从构建堆中获得了什么。我只是进行线性扫描以找到最小元素，将其与最后一个元素交换，然后弹出最后一个元素。

Answer 2

您可以尝试按顺序对向量进行排序并选择元素，而不是使用堆。

它不会改善大的复杂性，但它可能会改善常数因素。

Answer 3

Process_MyObj中有多少时间，以及堆操作中有多少时间 - 50/50％，80/20％？
这很重要，因为你想要平衡两者。请考虑以下常规设置：

Make a Todo list
Loop:
    work on items ...
    update the Todo list

更新列表的时间过长意味着没有足够的时间进行实际工作。因此，首先测量过程/堆时间的比率一个便宜的方法是做第二次运行 Process_MyObj和compare两次完成，例如

 P + H = 1.0 sec
2P + H = 1.7 sec
=> P = .7, H = .3: P / H = 70 % / 30 %.

make_heap以线性时间运行 - 见how-can-stdmake-heap-be-implemented-while-making-at-most-3n-comparisons - 所以加速将会很艰难。如果值是常量，则堆 64位＆lt; 32值，32索引＆gt;比指针更有效率。

whats-new-in-purely-functional-data-structures-since-okasaki 在cstheory.stack上列出了数十篇论文，主要是理论论文，但是一两个可能与你的问题有关。

真正的加速几乎总是针对特定问题，而不是一般的。你能告诉我们更多有关真正问题的信息吗？

<小时/> 补充：如果大多数流行音乐很小，并推大，尝试在大排序列表前面放一个小缓存。伪代码：

push:
    push( cacheheap )
pop:
    return min( cacheheap, bigsortedlist )

如果 cacheheap保留在真正的cpu缓存中，这可能是有效的;因人而异。
（您可能会作弊，并使bigsortedlist不准确，而不是每次都进行排序。）

高性能堆排序

3 个答案: