- mongodb - 在 MongoDB mapreduce 中,如何展平值对象?
- javascript - 对象传播与 Object.assign
- html - 输入类型 ="submit"Vs 按钮标签它们可以互换吗?
- sql - 使用 MongoDB 而不是 MS SQL Server 的优缺点
我想在内存中存储 integer
键到 float
值的映射。
我有大约 1.3 亿个键(相应地,有 1.3 亿个值)。
我的重点是查找性能——我必须进行很多很多次的查找。
C++ STL 库有一个用于此类关联数组的 map
类。我有几个关于 map
的问题。
对于上述大小的数据集,map
的存储开销是多少?通常,map
的存储开销如何扩展?
看起来 map
的底层数据结构是一个红黑平衡的二叉树。听起来像真实世界 performance因为这是 O(log n)
用于插入和检索。
它提到 O(1)
用于暗示插入。我的输入是预先排序的,所以我相信我应该能够为插入事件提供提示。我将如何使用列出的方法提供此提示 here ?
是否有提供更好查找性能的 STL 容器?
是否有其他公开可用的开源框架,其关联数组类使用比 STL map
性能更好的底层数据结构?
如果编写自己的容器类可以提供更好的查找性能,我可以研究哪些数据结构?
我使用 GCC 4 来完成这项任务,在 Linux 或 Mac OS X 下运行。
如果这些是愚蠢的问题,我提前道歉。谢谢你的建议。
最佳答案
鉴于你所说的,我会非常努力地考虑使用 std::vector<pair<int, float> >
, 并使用 std::lower_bound
, std::upper_bound
, 和/或 std::equal_range
查找值。
而std::map
的精确 开销可以(并且确实)变化,几乎没有或没有问题的余地,它通常会消耗额外的内存并且查找值比 vector 中的二进制搜索更慢。正如您所注意到的,它通常(并且几乎不可避免地)实现为某种平衡树,这会增加指针和平衡信息的开销,并且通常意味着每个节点也是单独分配的。由于您的节点非常小(通常为 8 个字节),因此额外数据可能至少与您实际存储的数据一样多(即至少 100% 的开销)。单独的分配通常意味着引用的局部性较差,从而导致缓存使用率低。
std::map
的大多数实现使用红黑树。如果您打算使用 std::map
,使用 AVL 树的实现可能更适合您的目的 - AVL 树对平衡的约束稍微更严格。这以稍慢的插入和删除为代价提供了稍快的查找(因为它必须更频繁地重新平衡以保持其对“平衡”的更严格解释)。但是,只要您的数据在使用期间保持不变,std::vector
仍然几乎可以肯定更好。
另一个值得注意的可能性:如果您的 key 至少相当分布均匀,您可能想尝试使用插值而不是二分法进行查找。即不是总是从 vector 的中间开始,而是进行线性插值以猜测查找的最可能起点。当然,如果你的键遵循一些已知的非线性分布,你可以使用匹配插值代替。
假设键合理地均匀分布(或至少遵循一些可预测的可插值模式),插值搜索的复杂度为 O(log log N)。对于 1.3 亿个 key ,大约需要 4 次探测才能找到一个项目。为了比使用(正常/非完美)散列做得更好,您需要一个好的算法,并且您需要将表中的负载因子保持在相当低的水平(通常约为 75% 左右 - 即您需要允许类似于表中的 3200 万个额外(空)点,以将预期的复杂性从四个探针提高到三个)。我可能只是过时了,但这让我觉得很多额外的存储空间可以用于如此小的速度提升。
OTOH,确实这几乎是完美散列的理想情况——集合是提前知道的,而且 key 非常小(很重要,因为散列通常在 key 大小上是线性的)。即便如此,除非 key 分布相当不均匀,否则我不会期望有任何巨大的改进——完美的哈希函数通常(通常?)相当复杂。
关于C++ map 插入和查找性能和存储开销,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1822114/
我正在运行一个辅助角色,并检查 Azure 上托管的存储中是否存在数据。当我将连接字符串用于经典类型的存储时,我的代码可以正常工作,但是当我连接到 V2 Azure 存储时,它会抛出此异常。 “远程服
在我的应用程序的主页上,我正在进行 AJAX 调用以获取应用程序各个部分所需的大量数据。该调用如下所示: var url = "/Taxonomy/GetTaxonomyList/" $.getJSO
大家好,我正在尝试将我的商店导入我的 Vuex Route-Gard。 路由器/auth-guard.js import {store} from '../store' export default
我正在使用 C# 控制台应用程序 (.NET Core 3.1) 从 Azure Blob 存储读取大量图像文件并生成这些图像的缩略图。新图像将保存回 Azure,并将 Blob ID 存储在我们的数
我想将 Mlflow 设置为具有以下组件: 后端存储(本地):在本地使用 SQLite 数据库存储 Mlflow 实体(run_id、params、metrics...) 工件存储(远程):使用 Az
我正在使用 C# 控制台应用程序 (.NET Core 3.1) 从 Azure Blob 存储读取大量图像文件并生成这些图像的缩略图。新图像将保存回 Azure,并将 Blob ID 存储在我们的数
我想将 Mlflow 设置为具有以下组件: 后端存储(本地):在本地使用 SQLite 数据库存储 Mlflow 实体(run_id、params、metrics...) 工件存储(远程):使用 Az
我的 Windows 计算机上的本地文件夹中有一些图像。我想将所有图像上传到同一容器中的同一 blob。 我知道如何使用 Azure Storage SDKs 上传单个文件BlockBlobServi
我尝试发出 GET 请求来获取我的 Azure Blob 存储帐户的帐户详细信息,但每次都显示身份验证失败。谁能判断形成的 header 或签名字符串是否正确或是否存在其他问题? 代码如下: cons
这是用于编写 JSON 的 NeutralinoJS 存储 API。是否可以更新 JSON 文件(推送数据),而不仅仅是用新的 JS 对象覆盖数据。怎么做到的??? // Javascript
我有一个并行阶段设置,想知道是否可以在嵌套阶段之前运行脚本,所以像这样: stage('E2E-PR-CYPRESS') { when { allOf {
我想从命令行而不是从GUI列出VirtualBox VM的详细信息。我对存储细节特别感兴趣。 当我在GUI中单击VM时,可以看到包括存储部分在内的详细信息: 但是到目前为止,我还没有找到通过命令行执行
我有大约 3500 个防洪设施,我想将它们表示为一个网络来确定流动路径(本质上是一个有向图)。我目前正在使用 SqlServer 和 CTE 来递归检查所有节点及其上游组件,只要上游路径没有 fork
谁能告诉我 jquery data() 在哪里存储数据以及何时删除以及如何删除? 如果我用它来存储ajax调用结果,会有性能问题吗? 例如: $("body").data("test", { myDa
有人可以建议如何为 Firebase 存储中的文件设置备份。我能够备份数据库,但不确定如何为 firebase 存储中的文件(我有图像)设置定期备份。 最佳答案 如何进行 Firebase 存储的本地
我最近开始使用 firebase 存储和 firebase 功能。现在我一直在开发从功能到存储的文件上传。 我已经让它工作了(上传完成并且文件出现在存储部分),但是,图像永远保持这样(永远在右侧加载)
我想只允许用户将文件上传到他们自己的存储桶中,最大文件大小为 1MB,仍然允许他们删除文件。我添加了以下内容: match /myusers/{userId}/{allPaths=**} { al
使用生命周期管理策略将容器的内容从冷访问层移动到存档。我正在尝试以下策略,希望它能在一天后将该容器中的所有文件移动到存档层,但事实并非如此在职的。我设置了选择标准“一天未使用后”。 这是 json 代
对于连接到 Azure 存储端点,有 http 和 https 两个选项。 第一。 https 会带来开销,可能是 5%-10%,但我不支付同一个数据中心的费用。 第二。 http 更快,但 Auth
有人可以帮我理解这一点吗?我创建了Virtual Machine in Azure running Windows Server 2012 。我注意到 Azure 自动创建了一个存储帐户。当我进入该存
我是一名优秀的程序员,十分优秀!