我写了一个程序，从文件中读取数字（大约500,000个），然后将它们插入到数据结构中。数字是截然不同的。
我正在使用其他结构将数字插入unordered_map（使用std::make_pair(myNumber, emptyStruct))。
插入所有数字后，我用它只搜索了几百次。在程序运行完毕之前，我从不删除DS。
分析后，我注意到插入操作占用了大约50％的运行时间。 （还有一些其他代码，与插入一样多次运行，但它不会花费太多时间）。
我想也许调整大小需要时间，所以我使用了500,000的保留功能，但结果仍然相同。
据我所知，这个DS应该是O（1）插入和搜索（并且权衡是大内存），所以我不明白为什么插入需要这么多时间。如何改善我的成绩？
答案 0 :(得分：1)
无序映射使用哈希表实现。它已经摊销了恒定的插入时间。保留地图的大小有助于，但不是太多。在插入方面你可以做得更好。
这意味着你可能会刮胡子一段时间，但这只会是微不足道的。例如，插入到矢量中的速度稍快一些，但它也会按照常量时间分摊。因此，您将在插入过程中花费几秒钟，但代价是搜索。
这是数据库有用的地方。假设您在sqlite数据库中拥有数据。您创建数据库，创建以搜索值为主键的表，并将数据值作为其他属性，将值插入表中一次。现在，程序只运行并查询数据库。它只读取必要的最低限度。在这种情况下，sqlite数据库将扮演您正在使用的无序映射的角色。
答案 1 :(得分：-1)
由于您没有使用某个值，只是搜索存在，请使用std :: unordered_set。当你创建一个虚拟值来与地图中的每个键一起使用时，它就能做你想要的。
首先，我想重新讨论每个人所说的内容：插入500,000个项目几百次使用它将占用你相当大的一部分时间，而你无法避免这种情况，除非你能够转向它周围 - 构建一组你正在搜索的东西，然后搜索500,000次。
所有这一切，考虑到哈希表的性质，我能够在测试应用中插入500,000个项目得到一些改进：
回顾http://en.cppreference.com/w/cpp/container/unordered_map，我发现了这些：
[插入]复杂性：平均情况：O（1），最差情况O（大小（））
默认情况下，unordered_map容器的max_load_factor为1.0。
当您为500000个项目预留空间时，您将获得500000个桶。如果你在500000个桶中放入500000个数据，那么你将会遇到很多冲突。我预留了额外的空间，而且速度更快。
如果你真的需要速度，并且愿意得到一些错误，请查看布隆过滤器。