在插入STL集之前我应该​​随机随机播放吗？

Question

我需要在C ++ STL集中插入1000万个字符串。字符串已排序。如果按排序顺序插入字符串，是否会出现病态问题？我应该先随机分配吗？或者G ++ STL实现会自动为我重新平衡吗？

Answer 1

set实现通常使用红黑树，它将为您重新平衡。但是，如果在插入之前随机化数据，插入可能会更快（或者可能不会） - 唯一可以确定的方法是使用set实现和特定数据进行测试。无论哪种方式，检索时间都是相同的。

Answer 2

实施将自动重新平衡。但是，如果您知道输入已排序，则可以给它一些帮助：在插入时可以提供“提示”，在这种情况下，将迭代器提供给先前插入的项将是正确的提示为下一次插入提供。在这种情况下，每个插入都将具有分摊的常量复杂度，而不是您期望的对数复杂度。

Answer 3

我唯一的问题是：你真的需要set吗？

如果数据已经排序，并且您在创建后不需要插入/删除元素，那么deque会更好：

• 使用binary search进行检索
，您将拥有相同的大O复杂度
• 您将获得更少的内存开销......以及更好的缓存位置

在binary_search：我怀疑你需要超过ForwardIterator进行二元搜索，猜猜这个网站再次关闭：（

Answer 4

http://en.wikipedia.org/wiki/Standard_Template_Library

set：“使用自平衡二进制搜索树实现。”

Answer 5

g ++的libstdc ++使用红黑树来设置和映射。

http://en.wikipedia.org/wiki/Red-black_tree

这是一个自平衡树，插入总是O（log n）。 C ++标准还要求所有实现都具有这种特性，因此在实践中，它们几乎总是红黑树或类似的东西。

所以不要担心你放入元素的顺序。

Answer 6

一种非常便宜且简单的解决方案是从字符串集合的两端插入。也就是说，首先添加“A”，然后是“ZZZZZ”，然后是“AA”，然后是“ZZZZY”，等等，直到你在中间相遇。它不需要大幅度的洗牌费用，但它可能会避开病态病例。

Answer 7

也许'unordered_set'可以替代。