Question

我有一个大型固定大小的u32可变大小数组。大多数第二维数组都是空的（即第一个数组将被稀疏地填充）。我认为Vec是两个维度（Vec<Vec<u32>>）最合适的类型。因为我的第一个数组可能非常大，我想找到最节省空间的方式来代表这个。

我看到两个选项：

我可以使用Vec<Option<Vec<u32>>>。我猜测Option是一个标记联合，这会导致每个单元格sizeof(Vec<u32>)向上舍入到标记的下一个单词边界。
我可以直接将Vec::with_capacity(0)用于所有单元格。在使用之前，空Vec是否分配零堆？

哪种节省空间最方便？

Answer 1

实际上，Vec<Vec<T>>和Vec<Option<Vec<T>>>都具有相同的空间效率。

A Vec contains a pointer that will never be null，因此编译器足够聪明，可以识别出Option<Vec<T>>的情况，它可以通过在指针字段中输入0来表示None。 What is the overhead of Rust's Option type?包含更多信息。

指针指向的后备存储怎么样？使用Vec::new或Vec::with_capacity(0)创建A Vec doesn't allocate时（与第一个相同的链接）;在这种情况下，它使用一个特殊的非空“空指针”。 Vec仅在push某事物或者强制分配时才在堆上分配空间。因此，Vec本身及其后备存储使用的空间是相同的。

Answer 2

Vec<Vec<T>>是一个不错的起点。每个条目花费3个指针，即使它是空的，对于填充条目，可能会有额外的每个分配开销。但是，根据您愿意做出的权衡取舍，可能会有更好的解决方案。

Vec<Box<[T]>>这会将条目的大小从3个指针减少到2个指针。缺点是更改框中的元素数量既不方便（转换为Vec<T>）又更昂贵（重新分配）。
HashMap<usize, Vec<T>>如果外部集合足够稀疏，这可以节省大量内存。缺点是更高的访问成本（散列，扫描）和更高的每元素内存开销。

如果集合只填充一次并且您从未调整内部集合的大小，则可以使用拆分数据结构：

这不仅将每个条目的大小减少到1个指针，而且还消除了每个分配的开销。

struct Nested<T> {
   data: Vec<T>,
   indices: Vec<usize>,// points after the last element of the i-th slice
}

impl<T> Nested<T> {
    fn get_range(&self, i: usize) -> std::ops::Range<usize> {
       assert!(i < self.indices.len());
       if i > 0 {
           self.indices[i-1]..self.indices[i]
        } else {
           0..self.indices[i]
        }
    }

    pub fn get(&self, i:usize) -> &[T] {
        let range = self.get_range(i);
        &self.data[range]
    }

    pub fn get_mut(&mut self, i:usize) -> &mut [T] {
        let range = self.get_range(i);
        &mut self.data[range]
    }
}

为了节省更多内存，您可以将索引减少到u32，每个集合限制为40亿个元素。

当大多数第二维空是空的时，什么是可存储空间最多的内存向量？

2 个答案: