c++ - 使用 for 循环是否比在 C++ 中将内容保存在 vector 中更快？

Question

抱歉标题不好，但实际上我想不出更好的标题(欢迎提出建议)。

我有一个大网格 (1000*1000*1000)。

for (int k = 0; k<dims.nz; k++);
{
 for (int i = 0; i < dims.nx; i++)
 {
    for (int j = 0; j < dims.ny; j++)
    {
        if (inputLabel->evalReg(i, j, 0) == 0)
        {
            sum = sum + anotherField->evalReg(i, j, 0);
        }
     }
  }
}

我遍历所有网格点以查找我的标签字段中哪些网格点的值为 0，并求和另一个字段的相应值。

在此之后，我想将上面检测到的所有点设置为某个值。

基本上再次执行相同的 for 循环会更快吗(这次是设置值而不是读取它们)，还是我应该将我进入的所有位置写到一个单独的 vector 中(这将不得不改变大小我们检测到某些东西的循环的每一步)并简单地构建一个 for 循环，如

for(int p=0; p<size_vec_1,p++)
  {
    anotherField->set(vec_1[p],vec_2[p],vec_3[p], random value);
   }

关键是，由于数据不同，我不知道有多少网格会受到我的routien的影响。可能是数据的一半或完全不同的东西。我可以对方法的速度进行一般估计，还是仅取决于我的值的分布？

Answer 1

The point is that I do not know how much of the grid will be affected by my routien due to different data.

这里有一个技巧，它可能会起作用:随机采样 inputLabel，以估计有多少条目为 0。如果有几个，则采用“将索引放入 vector ”的方式。如果很多，则采用“再次扫描阵列”的方式。

它需要针对特定​​的计算机进行微调，这两种情况之间的阈值应该是多少，需要多少样本(它不应该太大，因为近似会花费太多时间，但不应该太小有一个很好的近似值)等。

奖励技巧:采用缓存行对齐和缓存行大小的样本。这样，近似值将花费相似的时间(因为它受内存限制)，但近似值会更好。