stl测试
以下测试都在学校电脑进行 我觉得应该比考试机器慢一点。。
1.map
map的速度测出来和放入数值大小有很大关系
比如
#include <bits/stdc++.h>
using namespace std;
#define rep(i,h,t) for (int i=h;i<=t;i++)
const int N=1e6;
const int mo=;
map<int,int> M;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
rep(i,,N)
{
int x=rand()%mo;
M[x]++;
}
int ans=;
rep(i,,N)
{
int x=rand()%mo+,y=rand()%mo+;
ans+=M[x]-M[y];
}
cout<<ans<<endl;
return ;
}
在mo=100的时候开O2仅0.4s 不开O2 1.2s
而在mo=1e9的情况下开O2跑了7s 不开O2跑了12s
于是我尝试了一下hash 开不开O2都差不多0.7s
#include <bits/stdc++.h>
using namespace std;
#define rep(i,h,t) for (int i=h;i<=t;i++)
const int N=1e6;
const int mo=;
map<int,int> M;
const int hashmo=1e7+;
struct re{
int a,b;
}ha[hashmo+];
struct hash{
void insert(int x)
{
int y=x%hashmo;
while (ha[y].a&&ha[y].a!=x) y++;
ha[y].a=x; ha[y].b++;
}
int find(int x)
{
int y=x%hashmo;
while (ha[y].a&&ha[y].a!=x) y++;
return ha[y].b;
}
}H;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
rep(i,,N)
{
int x=rand()%mo;
H.insert(x);
}
int ans=;
rep(i,,N)
{
int x=rand()%mo+,y=rand()%mo+;
ans+=H.find(x)-H.find(y);
}
cout<<ans<<endl;
return ;
}
gprof了一下
% cumulative self self total
time seconds seconds calls ns/call ns/call name
50.00 0.27 0.27 2000000 135.00 135.00 hash::find(int)
42.59 0.50 0.23 1000000 230.00 230.00 hash::insert(int)
所以不到没有时间或者题目时间对这个很宽松的时候(或者这个比较难写hash)
尽量使用手写hash
hash在5e6的时候
不开O2 3.7s 开O2 3.7s
所以考试的上限大概就这么多了
当然hash在模数较小的情况下表现也会更好
2.set
首先set的操作比较多,先说一下
insert嘛人人都知道
find注意只能查找这个元素,如果没有就会指向end(空)
lower_bound 查找.>=x的最小元素 upper_bound 查找>x的最小元素
erase(x) 删去所有等于x的元素 注意如果你用multiset然后想只删一个 那么可以it=S.find() S.earse(it)
count(x) 查找=x的元素个数(这个操作并没有啥用因为可以用map)
但是有的时候我们需要重载运算符
如下
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
struct cmp{
bool operator () (int x,int y)
{
return x>y;
}
};
set<int,cmp> S;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout); return ;
}
这样就定义了从大到小的set
但这种情况下假如要用lower_bound怎么办呢
我们测试一下
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
struct cmp{
bool operator () (int x,int y)
{
return x>y;
}
};
set<int,cmp> S;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
S.insert(); S.insert(); S.insert(); S.insert();
cout<<*S.upper_bound()<<" "<<*S.lower_bound()<<endl;
return ;
}
输出的是3,4
其实我们可以这么去看,现在元素是从大到小排序
我们upper_bound 是查找这个数右边(不包括自己) 而lower_bound是查找这个数右边包括自己的
于是这样我们就可以在cmp后继续使用lower/upper _bound查找了
但是现在还有一个问题,如果我想查找<=x的最大数呢
方案1:修改cmp
方案2:S.upper_bound()-- (当然要特判断一下不存在)
如果查找<x的最大数呢
方案2:S.lower_bound()--(同理也得特判)
另一个问题是set的遍历
有的时候我们写启发式合并然后时间比较宽松就会用set来替代
(平衡树毕竟个人感觉是最难调的数据结构)
for (it=S.begin();it!=S.end();it++) 这样遍历
有的时候我们需要求it的后继但并不像改变it的值,可以这么写
#define setit set<int>::iterator
setit scc(setit it )
{
setit it2=it; it2++; return it2;
}
这就是it的基本操作了
接下来开始测速度
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
struct cmp{
IL bool operator () (int x,int y)
{
return x>y;
}
};
set<int,cmp> S;
set<int,cmp>::iterator it;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e6;
rep(i,,n) S.insert(rand());
ll ans=;
for (it=S.begin();it!=S.end();it++)
{
ans+=*it;
}
cout<<ans<<endl;
return ;
}
不开O2 3s 开O2 2s
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
struct cmp{
IL bool operator () (int x,int y)
{
return x>y;
}
};
set<int,cmp> S;
set<int,cmp>::iterator it;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e6;
rep(i,,n) S.insert(rand()%);
ll ans=;
for (it=S.begin();it!=S.end();it++)
{
ans+=*it;
}
cout<<ans<<endl;
return ;
}
不开O2 0.5s 开O2 0.3s
这个代码和刚才一样
当数值都较小时就快很多
我不是很清楚原理
不过这也告诉了我们离散化在卡常上挺重要的
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
struct cmp{
IL bool operator () (int x,int y)
{
return x>y;
}
};
set<int,cmp> S;
set<int,cmp>::iterator it;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e6;
rep(i,,n) S.insert(rand());
ll ans=;
rep(i,,n) ans+=*S.find(rand());
cout<<ans<<endl;
return ;
}
不开O2 4.6s 开O2 3.6s
同理把find变成upper_bound时间几乎差不多
所以考试的时候 当数据范围不是很大的时候 1e6次插入基本可以接受
3.vector
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
vector<int> ve;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e7;
rep(i,,n) ve.push_back(rand());
ll ans=;
rep(i,,n) ans+=ve[i-];
cout<<ans<<endl;
return ;
}
不开O2 0.85s 开O2 0.75s
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
const int N=2e7;
int ve[N];
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e7;
rep(i,,n) ve[i]=rand();
ll ans=;
rep(i,,n) ans+=ve[i-];
cout<<ans<<endl;
return ;
}
而数组 不开O2 0.55s 开O2 0.4s
这说明了的确会慢一点
再大的数组一般用不到 大的数组访问还是挺慢的
4.queue
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
queue<int> q;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e7;
rep(i,,n) q.push(rand());
ll ans=;
rep(i,,n) ans+=q.front();
cout<<ans<<endl;
return ;
}
不开O2 2s 的确是非常的慢
不过开O2 0.6s???? 这个还可以
所以在一些线性算法时间比较仅的情况下 尽量使用数组
5.deque
这个东西让我很震惊
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
deque<int> q;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e7;
rep(i,,n) q.push_front(rand());
ll ans=;
rep(i,,n) ans+=q.front();
cout<<ans<<endl;
return ;
}
不开O2 1s 开O2 0.5s
比queue快是什么操作啊。。
这个东西简直是个神仙东西。。
还有各种操作。。(在雅礼里面写了 下次再补)
6.priority_queue
这个东西强O2需要求啊。。
#include <bits/stdc++.h>
using namespace std;
#define rint register int
#define IL inline
#define rep(i,h,t) for (int i=h;i<=t;i++)
#define dep(i,t,h) for (int i=t;i>=h;i--)
#define ll long long
priority_queue<int> q;
int main()
{
freopen("1.in","r",stdin);
freopen("1.out","w",stdout);
int n=1e6;
rep(i,,n) q.push(rand());
ll ans=;
rep(i,,n) ans+=q.top(),q.pop();
return ;
}
不开O2 3s 开O2 0.6s
也就是说不开O2下和set速度差不多 开O2吊打set
像去年d1t3 最坏情况下5e6次priority操作 所以开始写就要意识常数问题了
最短路一般没什么优化余地 我去网上看了一下线段树和堆优化
几乎跑的差不多
stl测试的更多相关文章
- STL测试2)计算器简单实现
实现一个基本的计算器来计算一个简单的字符串表达式的值. 字符串表达式可以包含左括号 ( ,右括号 ),加号 + ,减号 -,非负整数和空格 . 示例 1: 输入: "1 + 1" ...
- STL测试3)优先级队列实现二叉堆
用法: big_heap.empty();判断堆是否为空 big_heap.pop();弹出栈顶元素最大值 big_heap.push(x);将x添加到最大堆 big_heap.top();返回栈顶元 ...
- 我的offer之路(一)
目录 1.职业规划. 2.刷题. 3.看书. <剑指offer> <数据结构算法与应用:C++语言描述 > <Effective C++> <C与指针> ...
- 【10.11校内测试】【优先队列(反悔贪心)】【莫队】【stl的应用??离线处理+二分】
上次做过类似的题,原来这道还要简单些?? 上次那道题是每天可以同时买进卖出,所以用两个优先队列,一个存买进,一个存卖出(供反悔的队列). 这道题实际上用一个就够了???但是不好理解!! 所以我还是用了 ...
- 侯捷STL学习(一)--顺序容器测试
开始跟着<STL源码剖析>的作者侯捷真人视频,学习STL,了解STL背后的真实故事! 视频链接:侯捷STL 还有很大其他视频需要的留言 第一节:STL版本和重要资源 STL和标准库的区别 ...
- 侯捷STL学习(三)--分配器测试
第七节:分配器测试 标准的分配器Allocator,#include<ext/...>都是拓展的 可以用不同的分配器测试同一容器 分配器allocate() & deallocat ...
- 侯捷STL学习(二)--序列容器测试
第六节:容器之分类和各种测试(四) stack不提供iterator操作,破坏了容器的独特性,先进先出. 使用容器multiset(允许元素重复) 内部是红黑树,insert操作就保证了排好了序. 标 ...
- STL插入删除和查询测试
博客园的markdown不知道怎么插入C++代码,只好放弃了..本文在我的blog发布:http://jwk000.github.io/2015/09/02/20150902/
- 随机生成数,摘自算法竞赛入门经典P120-P123测试STL。
//#include<bits/stdc++.h> #include<cstring> #include<iostream> #include<cstdio& ...
随机推荐
- NLog类库使用探索——详解配置
1 配置文件的位置(Configuration file locations) 通过在启动的时候对一些常用目录的扫描,NLog会尝试使用找到的配置信息进行自动的自我配置. 1.1 单独的*.exe客户 ...
- Jenkins pipeline概念理解
1.Jenkins Pipeline总体介绍 Pipeline,简而言之,就是一台运行于Jenkins上的工作流框架,将原本独立运行于单个或者多个节点的任务连接起来,实现单个任务难以完成的复杂流程 ...
- 快速安装freeswitch
前不久在Centos 6.4上安装了一台Freeswitch,测试已经OK.为了测试FS 的集群效果,从新在安装一台FS,快速安装的过程如下: 方案一:快速安装前提:不用重新下载Freeswitch. ...
- 前端 ----js的事件流的概念(重要)
09-JS的事件流的概念(重点) 在学习jQuery的事件之前,大家必须要对JS的事件有所了解.看下文 事件的概念 HTML中与javascript交互是通过事件驱动来实现的,例如鼠标点击事件.页 ...
- python1113
点点滴滴才可以来开距离,人与人的差距是在点点滴滴中拉开的 break 语句可以跳出 for 和 while 的循环体的当前循环 continue语句被用来告诉Python跳过当前循环块中的剩余语句,然 ...
- oracle_基本SQL语言
一:DDL数据定义语言 1:create(创建) 创建表 CREATE TABLE <table_name>( column1 DATATYPE [NOT NULL] [P ...
- Confluence 6 手动备份
Confluence 的 Attachment Storage Configuration 可以配置 Confluence 将附件存储在 home directory,或者是存储在数据库中. Dat ...
- Confluence 6 从关闭的连接中恢复
当数据库服务器进行重启或者因为网络问题导致连接中断.所有在数据库连接池中的连接都会被中断.希望处理这个问题,通常需要 Confluence 进行重启. 但是,数据库连接池中的连接可以通过运行 SQL ...
- java易错题----静态方法的调用
class A{ public static String s="A.s"; } class B extends A{ public static String s="B ...
- bzoj 2669 题解(状压dp+搜索+容斥原理)
这题太难了...看了30篇题解才整明白到底咋回事... 核心思想:状压dp+搜索+容斥 首先我们分析一下,对于一个4*7的棋盘,低点的个数至多只有8个(可以数一数) 这样的话,我们可以进行一个状压,把 ...