zoukankan      html  css  js  c++  java
  • C++ STL 里为什么不维护一个 size 成员变量?

    回答:

    为什么 GCC 里要把 list::size() 的复杂度搞成 O(N)?

    一通搜索后终于看到有这样的讨论:关于 list::splice() 函数。

    list 是链表结构,它的优势就在于可以 O(1) 的时间复杂度任意插入删除甚至拼接 list 片段(删除时可能不是,因为要释放内存),list::splice() 是一个很强大的功能,它可在任意位置拼接两个 list,这正是 list 的优势。如果我们在类内部以一个变量储存 list 的长度,那么 splice() 之后新 list 的长度该如何确定?这是一个很严峻的问题,如果要在拼接操作时计算拼接部分的长度,那么将把 O(1) 的时间变成 O(N),这么一来 list 相对 vector 的优势就消失殆尽。

    面对这个问题,GCC 和 VC 的 STL 库作者们做了不同的选择。GCC 选择舍弃在 list 内部保存元素数量,而在 size() 时直接从头数到尾,这便出现了开头看到的 O(N) 时间才算出 size();相反,VC 中有了变量 _Mysize ,无论在 insert() erase() splice() 或是 push() pop() 时都需要对其做相应修改。在上面的两个试验中已经看出同样是 10000 个 push_back() 操作,VC 花的时间比较长,不过也仅仅是一个 inc 指令,差别很小就是了。上面几种会改变 list 内容的操作中,大部分对元素数量的影响只是 +1 或 -1,只有 splice() 需要计算拼接部分元素个数,这个差别就大了

    转自:http://dantvt.is-programmer.com/posts/8313.html

    很奇怪的,或者说是一个不应成为问题的问题...
    std::list 的 size() 方法时间复杂度是多少?第一感觉应该是 O(1) 没错吧,多一个变量用于储存链表长度应该是很轻易的事情。于是有了下面这段代码:

    #include<iostream>
    #include<list>
    #include<ctime>
    using namespace std;

    int main(){
        time_t start, finish;
        int num = 0;
        list<int> coll;

        start = clock();
        for(int i=0;i<10000;++i){
            coll.push_back(i);
            num += coll.size();
        }
        finish = clock();
        cout<<finish - start<<"   num:"<<num<<endl;

        coll.clear();
        start = clock();
        for(int i=0;i<10000;++i){
            coll.push_back(i);
        }
        finish = clock();
        cout<<finish - start<<endl;
        return 0;
    }

    对两个循环分别计时比较。前一个循环只比后一个多了一句 num += coll.size(); 为了使编译器确实生成 list::size() 的代码。
    在 MinGW 5.1.4 中 (GCC 3.4.5) 编译结果运行如下:

    450   num:50005000
    10

    可以看到,前一个循环居然比后一个多花了几乎 45 倍的时间...当我把循环次数从 10000 加到 100000 时程序半天没出结果...

    由此有理由猜测 std::list 的 size() 方法难道是 O(N) 的?果然,在头文件中发现了这一段:

    size_type
    size() const
    { return std::distance(begin(), end()); }

    直接调用 <algorithm> 算法库函数 distance() 计算元素个数……怪不得这么慢。然后又用 VS2008 (VC9.0)编译,结果如下:

    30   num:50005000
    60

    奇怪的是前一个循环居然比后一个还快...不过至少知道 VS2008 (VC9.0)里的 size() 应该是 O(1) 的。同样查看了一下代码,如下:

    size_type size() const
        {   // return length of sequence
        return (_Mysize);
        }

    _Mysize 是一个 size_type 类型的变量。疑问解决。不过又有了新问题:

    --------------- 咱 -- 是 -- 分 -- 隔 -- 线 ------------------

    为什么 GCC 里要把 list::size() 的复杂度搞成 O(N)?

    一通搜索后终于看到有这样的讨论:关于 list::splice() 函数。

    list 是链表结构,它的优势就在于可以 O(1) 的时间复杂度任意插入删除甚至拼接 list 片段(删除时可能不是,因为要释放内存),list::splice() 是一个很强大的功能,它可在任意位置拼接两个 list,这正是 list 的优势。如果我们在类内部以一个变量储存 list 的长度,那么 splice() 之后新 list 的长度该如何确定?这是一个很严峻的问题,如果要在拼接操作时计算拼接部分的长度,那么将把 O(1) 的时间变成 O(N),这么一来 list 相对 vector 的优势就消失殆尽。

    面对这个问题,GCC 和 VC 的 STL 库作者们做了不同的选择。GCC 选择舍弃在 list 内部保存元素数量,而在 size() 时直接从头数到尾,这便出现了开头看到的 O(N) 时间才算出 size();相反,VC 中有了变量 _Mysize ,无论在 insert() erase() splice() 或是 push() pop() 时都需要对其做相应修改。在上面的两个试验中已经看出同样是 10000 个 push_back() 操作,VC 花的时间比较长,不过也仅仅是一个 inc 指令,差别很小就是了。上面几种会改变 list 内容的操作中,大部分对元素数量的影响只是 +1 或 -1,只有 splice() 需要计算拼接部分元素个数,这个差别就大了,咱还是继续用实验证明吧:

    #include<iostream>
    #include<list>
    #include<ctime>
    using namespace std;

    int main(){
        time_t start,finish;
        list<int> col;
        col.push_back(1);
        col.push_back(10000);

        list<int> col2;
        start = clock();
        for(int i=2;i<10000;++i)
            col2.push_back(i);
        finish = clock();
        cout<<finish - start<<endl;

        int num = 0;
        start = clock();
        for(int i=0;i<10000;++i){
            col.splice(++col.begin(),col2,++col2.begin(),--col2.end());
            num += *(++col.begin());
            col2.splice(++col2.begin(),col,++col.begin(),--col.end());
            num += *(++col2.begin());
        }
        finish = clock();
        cout<<finish - start<<"   num:"<<num<<endl;
        return 0;
    }

    首先是 MinGW (GCC 3.4.5) 的结果:

    10
    0   num:60000

    可以看到 10000 次 push 是 10,相对的 20000 次 splice() 几乎没花时间 = =

    然后是 VS2008 (VC9.0):

    20
    2714   num:60000

    差别非常明显,花了2秒多才完成。当我把循环次数改成 100000 后 GCC 仍是眨眼间的事,VC 却长时间运行无结果……

    怎么说呢,GCC 显然是追求效率至上,尽量体现出 list 的优势所在,不过我觉得这么一来倒不如干脆不提供 list 的 size() 方法,有需求的程序员可以自己维护一个变量记录长度,以免误认为 size() 是 O(1) 的而犯下严重错误。相对的 VC 强调功能性和整体效率,可能在实际中需要对链表一段内容做 splice() 操作的机会远远小于求 size() 的操作,所以舍弃前者而保留后者,不过要维护 _Mysize 其他相关函数中也增加了开销。一个见仁见智的问题,我觉得还是 GCC 的选择比较好,list 的优势应该保留,但能在 size() 函数处给个 warning 什么的就好了。

    我想还有一个选择是这样:在 list 内部用一个 bool 变量指示当前内部 size 值是有效还是无效。在通常操作时 bool 保持 true,这样在 size() 时直接返回原值即可;在 splice() 后将此 bool 值置为 false 并不计算长度,直到最后又有需要 size() 时发现 bool 是 false 则从头再来一遍 distance() 并再将 bool 置为 true。暂时只想出这么一个算是折中的方法,基本上都能保持两边 O(1) 的效率,但相应其他各关于元素数量的函数内部都要多一个判断当前 size 值是有效还是无效并选择是否改变其值。反正总是不能非常完美

    嘛...本来只是发现 size() 的效率问题,没想到却扯出这么一桩事出来...也算长知识了吧

  • 相关阅读:
    ActiveMQ (二):JMS
    Java消息队列--ActiveMq 初体验
    利用 UltraEdit 重新排版 XML 结构数据
    Java中的Arrays工具类
    数组的下标与长度
    数组的一维与多维
    MySQL数据库的下载与安装
    MySQL数据库的发展历程
    Java中的数组(Array)
    break与continue关键字
  • 原文地址:https://www.cnblogs.com/sylar5/p/11508566.html
Copyright © 2011-2022 走看看