何时在std :: map上选择std :: vector作为键值数据？

Question

考虑到在主内存中搜索时缓存和数据位置的积极影响，我倾向于使用std::vector<>和std::pair<> - 类似于键值项，并对两者执行线性搜索，如果我知道关键值项目的总量永远不会“太大”而不会严重影响绩效。

最近我遇到过很多情况，事先我知道我将拥有大量的键值项，因此从一开始就选择了std::map<>。

我想知道如何在上述情况下为正确的容器做出决定。

你

• 始终使用std::vector<>（或类似）？
• 始终使用std::map<>（或类似）？
• 对项目计数范围中哪一个比另一个更优选有一种直觉？
• 完全不同的东西？

谢谢！

Answer 1

我很少使用std::vector进行线性搜索（除了如下所述的二进制搜索）。我认为只需要足够少的数据就可以了，但是如果数据量很少，那么任何事情都不可能提供巨大的优势。

根据使用模式，std::vector上的二进制搜索可能有意义。当您需要在使用期间定期更新数据时，std::map效果很好。但是，在很多情况下，您加载一些数据然后使用数据 - 但是在加载数据之后，它大部分都是静态的（即，如果有的话，它变化很小）。

在这种情况下，将数据加载到矢量中，必要时对其进行排序，然后对数据进行二进制搜索（例如std::lower_bound，std::equal_range）会很有意义。这提供了两个世界中最好的 - 低复杂度二进制搜索和从高位置引用的良好缓存使用（即，向量是连续的，而不是{{的链接结构） 1}}）。当然，缺点是插入和删除速度很慢 - 但这是我用过你原来的想法的一次 - 分别存储新插入的数据，直到达到某个极限，然后才将其与其余部分一起排序。数据，因此单个搜索包括对数据主体的二进制搜索，然后线性搜索（少量）新插入的数据。

Answer 2

我永远不会仅仅根据（可能是虚假的）“效率”理由做出选择，但总是根据我实际上要对容器做的事情。我想存储重复项吗？插入顺序重要吗？我有时会想要搜索价值而非关键吗？那种事。

Answer 3

我几乎总是喜欢使用map（或者当散列容器更有意义时使用unordered_map）和vector。

话虽如此，我认为你的推理是倒退的。当存在大量数据时，我倾向于使用向量 ，因为向量将占用较小的内存。

使用正确类型的数据集，您可以加载一个向量，然后对其进行排序，并使用较小的占用空间和类似的性能特征对其进行二元搜索，尤其是在加载后数据集稳定的情况下。

Answer 4

您是否考虑过使用排序数据结构？他们倾向于提供对数搜索和插入 - 合理的权衡。就个人而言，除了喜欢地图之外我没有任何硬性和快速的规则，因为它能够键入人类可读/可理解的值。

当然，关于地图与列表/向量（已排序和未排序）的效率也有很多讨论 - 如果您的密钥是10,000个字符的字符串，则进行字符串比较可能需要更长时间才能搜索到只列出几个项目，因此您需要确保能够有效地比较密钥。

Answer 5

为什么不考虑unordered_map？