操作A
我有N个向量，每个向量包含一定数量的唯一3D点。例如：std::vector<double*> vec1;和那样的
我正在对每个向量执行排序操作，如：
std::sort(vec1.begin(), vec1.end(), sortCriteria());
std::sort(vec2.begin(), vec2.end(), sortCriteria());
std::sort(vec3.begin(), vec3.end(), sortCriteria());
操作B
假设我有一个名为“all_point_vector”的向量，它保存来自vec1，vec2，vec3的3D点......
即。 all_point_vector中的3D点= points_in_vec1 + .... + points_in_vector3。
我正在执行排序操作：
std::sort(all_point_vec.begin(), all_point_vec.end(), sortCriteria());
我的问题是，上述哪种方法（手术A或B）一般会更快？排序单个向量（all_point_vector）或排序单个向量。我只对这两个操作的执行速度感兴趣。
由于
答案 0 :(得分：4)
排序是O(n log n)操作。使用N元素对m/N向量进行排序将比在m增加m元素的单个向量排序时更快。
对于任何固定的m哪一个更快，只能通过分析来确定。
答案 1 :(得分：3)
什么 avakar 说，理论上排序一些短向量应该比整体排序更快，在实践中 - 你应该测量。我想展示一些更多的数学：
让 k 序列和 i -th序列具有 n i 元素数量。设元素总数为 N = n 1 + ... + n k 。对单个序列进行排序具有复杂度O（n 1 logn 1 + ... + n k logn k ） 。对大序列进行排序具有复杂度O（N logN）= O（（n 1 + ... + n k ）logN）= O（n 1 < / sub> logN + ... + n k logN）。现在我们要比较
A = n 1 logn 1 + ... + n k logn k
B = n 1 logN + ... + n k logN
由于N> n i 表示所有 i ，logN＆gt;所有 i 的登录 i 。因此，B严格大于A，即对整个序列进行排序将花费更多时间。
答案 2 :(得分：1)
对单个m元素数组进行排序与分类为N数组的相同数量的元素排序是一个不同的问题，因为在分案中，您仍然没有总订单所有元素。
假设m = 1024，在单例情况下，m log m = 1024 * 10 = 10240。
如果N=2你有512 * 9 + 512 * 9 = 9216，但你仍需要进行1024次比较的合并步骤，而9216 + 1024 = 10240，那么它是相同的。
[实际上，在排序的每个级别，比较次数比要合并的项目数少1，但总体结果仍为O（n log n）]
ADDED：如果你评论说，你不需要进行合并，那么分案就更快了。 （当然，在这种情况下，您可以将m项划分为N=m数组，甚至不需要排序; - ）