将长位数组映射到查找表

Posted 2023-02-22

【中文标题】将长位数组映射到查找表

【英文标题】：Mapping long bit arrays to a lookup table

【发布时间】：2018-07-20 13:05:36

【问题描述】：

给定一组长度为 l (l > 64) 的 n (n

我想要达到的目标如下：

L["000010001 ... 00101010"] = 0
L["111000000 ... 01000100"] = 1
...
L["001101100 ... 01010111"] = n-1

位数组，如果转换为小数，则无序。

我目前正在使用std::unordered_map<std::bitset<81>, int> 和std::unordered_map::find，但我感觉有一种更快的方法。

【问题讨论】：

你的感觉从何而来？

根据您的解释，unordered_map 是一个不错的选择。如果我们知道更改率，或者您的应用将进行多少次查找，那么其他方法可能会更好。

“女巫是最简单的？” 和“更快的方法” 通常是相互排斥的。请选择一个。

Unordered_map 将从您的 bitset 的内容生成哈希，然后使用该哈希进行索引。这应该相对较快进行索引，但可能不是唯一的，具体取决于哈希的计算方式，因此可能会发生一些线性最终搜索。哈希是在插入项目时计算的，因此如果您使用 std::set，则每次 find() 调用需要进行 1000 次哈希计算，而每次调用 log2(1000)=10 次更复杂的比较。所以 std::set 在 100 find() 之后肯定会丢失

有 2^81 ~= 10^24 个不同的std::bitset<81>，但你只有 1000 个。这 10^24 个是否都是可能的值？如果没有，您可以将范围缩小到更易于管理的范围。

【参考方案1】：

std::unordered_map 具有很强的优势：它存在，已经过广泛的测试，并且已经过优化。

我能想象的唯一替代方法是在对数组（bit_pattern，index）中进行二进制搜索：对于大小小于 1000 的数组，需要少于 10 次比较。

但是...需要代码、测试和基准...

我现在的白发告诉我：如果它已经存在并且满足你的需求，那就使用它

【讨论】：

顺便说一句，由于我们正在讨论查找表，我可以放心地假设它会被写入一次并读取多次。传统的std::map 在这里会更好吗？

map 是上面提到的对数组中的二分搜索。

由于大小是有界的，无序映射可以初始大小来避免重新散列的需要。我不认为二分搜索会胜过它。

@Walter：不完全是。 std::map 是一个通用的二分搜索实现，而我建议一个只关注无符号整数键的自定义专用实现。

与map<unsigned,whatever>有什么不同？您想使用数组而不是树？

【参考方案2】：

很大程度上取决于你关心什么：

内存：可能是一个尝试 性能：用作稀疏数组的哈希集（通常比std::unordered_map 更快，并且知道输入域通常可以让您大量优化哈希函数） 如果它是结构化的，可能只是一个掩码操作

一般来说，长简单序列的索引和搜索在遗传学中得到了广泛的研究，所以也许你可以在那里找到一些算法。

【讨论】：

就我而言，一切都与性能有关。我赞成这个答案，因为你给了我一个很好的参考来开始我的研究（遗传学，优化散列函数）。

祝你好运。请记住，与减少计算次数相比，有时适合某些缓存可以为您带来更大的性能提升。