Question

我问这个问题主要是为了确认，因为我不是数据结构专家，但我认为适合我需要的结构是 hashmap 。

这是我的问题（我猜这是典型的？）：

我们正在研究大量对象之间的成对交互（比如说N = 90k），所以将存储看作稀疏矩阵;
有一个过程，比如说（P），它从一个对象中随机开始，并计算一个可能导致另一个对象的模型：我不能提前预测对，所以我需要能够＆＃34;创造＆＃34;动态的条目（可以说这里的表现不是很关键）;
过程（P）可以重新访问＆＃34;现有的对并更新矩阵中的相应元素：这种情况发生了很多，因此我需要能够尽快找到并更新。
最后，过程（P）重复了数百万次，但只需要对数据结构进行写访问，不需要了解最新的＆＃34;状态＆＃34;那个存储空间这直觉上就像一个可能被利用以提高性能的细节，但我不认为这是一个散列图。

这最后一点实际上是我的问题的主要原因：是否存在满足前三点的数据结构（我正在思考哈希映射，正确？），哪些也会利用最后一点提高性能的功能（我正在考虑缓冲操作并异步批量执行它们）？

编辑：我正在使用C ++，如果有一个现有的库实现该数据结构，我会更喜欢它。另外，我受系统要求的限制;我无法使用C ++ 11功能。

Answer 1

我会使用类似的东西：

#include <boost/unordered_map.hpp>

class Data
{
    boost::unordered_map<std::pair<int,int>,double> map;

public:
    void update(int i, int j, double v)
    {
        map[std::pair<int,int>(i,j)] += v;
    }
    void output();  // Prints data somewhere.
};

这会让你前进（你可能需要声明一个合适的哈希函数）。您可以通过使密钥类型为64位整数并使用((int64_t)i << 32) | j来生成索引来加快速度。

如果几乎所有更新都转到了一小部分对，那么您可以有两张地图（small和large），并直接更新small地图。每当small的尺寸超过阈值时，您都可以更新large并清除small。你需要做一些仔细测试，看看这是否有帮助。我认为它可能有所帮助的唯一原因是改进了缓存局部性。

即使您最终使用不同的数据结构，也可以保留此类接口，其余代码将不受干扰。特别是，将sparsehash放入相同的结构将非常容易。

稀疏插入的数据结构

1 个答案: