Question

我正在从磁盘加载一个非常长的列表到一个unordered_set。如果我使用一组字符串，它会非常快。大约1 MB加载的测试列表，大约1秒钟。但是，使用一组char指针大约需要2.1分钟！

以下是字符串版本的代码：

unordered_set<string> Set;
string key;
while (getline(fin, key))
{
    Set.insert(key);
}

以下是char *版本的代码：

struct unordered_eqstr
{
    bool operator()(const char* s1, const char* s2) const
    {
        return strcmp(s1, s2) == 0;
    }
};

struct unordered_deref
{
    template <typename T>
    size_t operator()(const T* p) const
    {
        return hash<T>()(*p);
    }
};

unordered_set<const char*, unordered_deref, unordered_eqstr> Set;
string key;

while (getline(fin, key))
{
    char* str = new(mem) char[key.size()+1];
    strcpy(str, key.c_str());
    Set.insert(str);
}

“new（mem）”是因为我正在使用自定义内存管理器，因此我可以分配大块内存并将它们分配给像c字符串这样的小对象。但是，我用常规的“新”测试了这个，结果是一样的。我也在其他工具中使用了我的内存管理器而没有任何问题。

这两个结构对于根据实际的c字符串而不是其地址进行插入和查找哈希是必要的。我实际上在堆栈溢出时发现了unordered_deref。

最终我需要加载多GB的文件。这就是为什么我使用自定义内存管理器，但这也是为什么这种可怕的减速是不可接受的。有什么想法吗？

Answer 1

我们走了。

struct unordered_deref
{
    size_t operator()(const char* p) const
    {
        return hash<string>()(p);
    }
};

无序集（const char）比无序集（字符串）慢得多

1 个答案: