小N的std :: map vs unordered_map内存占用

Question

对于内存使用比速度更重要的嵌入式系统应用程序，最好使用的地图容器是什么？ std::map，std::unordered_map？这适用于N小于百分之一的情况。

如果实施很重要，那么我就关注libstdc ++实现（GCC）。

虽然我知道在内存使用方面无法击败简单数组，但我想避免使用具有O（N）性能的数据结构。因此，虽然我想减少内存占用，但我还希望查找速度合理（优于O（N））。我不关心其他操作（插入，移除），因为它们不经常发生。

如果我想进行自己的内存使用量测量，我将如何在Linux平台上进行此操作？

boost::flat_map是否适合作为一个关联容器，占用空间小，查找时间优于O（n）？

Answer 1

对于小N，有序矢量通常是最快的容器，并且具有最小的内存占用。 boost :: flat_map是一个实现，其他人称之为AssociativeVector。您可以使用std::lower_bound轻松实现它。由于必须对数据进行排序，因此插入和删除操作为O（n），因为数据必须在向量中移位。

使用排序向量，您可以执行二进制搜索，即O（log N）以进行检索。 std::lower_bound的复杂性是：

  

执行的比较次数在第一个和最后一个之间的距离是对数的（最多log2（最后一个）+ O（1）比较）

Answer 2

作为替代my answer on vector，如果您事先知道密钥，也可以考虑哈希映射。您可以使用gperf生成完美的哈希函数，然后进行O（1）查找。实际速度取决于密钥类型。我已经看到std::map<string>的结果优于std::unordered_map<string>的情况，因为字符串的哈希函数必须处理完整的键字符串，而地图比较函数通常在前几个字符后停止。

如果速度很重要，请同时执行和基准测试。对于堆分析，我过去使用过google perftools。

Answer 3

如果不经常发生插入和删除，那么为什么不使用排序的std::map和std::unordered_map或std::vector进行查找，而不是std::lower_bound或std::equal_range。你获得ln(N)的查找速度和最小的空间。 boost::flat_map提供了一个很好的关联容器API，它以这种方式实现。一些详细的基准测试是here和here。另一种选择是开放地址哈希表。您必须进行一些实验，以确定这是否会满足您的内存限制，并且仍然比ln(N)提供更快的查找速度。两种解决方案都提供了良好的局部性，但是如果你想要零内存开销并且ln(N)对于查找来说足够快，那么我将使用已排序的数组。

Answer 4

除了排序向量（如boost::flat_map）之外，您还可以查看google::dense_hash_map，它是一个哈希映射，存储与std::unordered_map相邻的数据，它分配节点分别。价格是需要专用的空键值和缺少迭代器失效保证。还有一个更紧凑的google::sparse_hash_map（虽然更慢）。