从 2D 矢量切换到 1D 矢量

Posted 2023-02-21

【中文标题】从 2D 矢量切换到 1D 矢量

【英文标题】：Switching from a 2D vector into a 1D vector

【发布时间】：2022-01-22 01:11:19

【问题描述】：

我听说向量的向量在性能方面很糟糕。比如我有下面的二维std::vector：

std::vector< std::vector<char> > characterMatrix;

// for iterating
for ( int row = 0; row < getY_AxisLen( ); ++row )

    for ( int column = 0; column < getX_AxisLen( ); ++column )
    
        std::cout << characterMatrix[ row ][ column ];
    

在这种方法中，矩阵会在 3-12 毫秒内打印在我的系统上。如果我看到例如减少，我会很高兴。 1-3 毫秒。

据我所知，每个内部向量（即 rows）都存储在堆内存的不同位置。所以这会导致很多碎片。 不仅如此，我的编译器中的 sizeof(std::vector) 返回 24（字节）。所以这意味着，例如，如果characterMatrix 有 50 行（也称为内部向量），那么它将在堆上分配 24*50 == 1200 字节来存储这 50 个向量的控制块这是在矩阵中实际数据 (chars) 占用的空间之外的。

现在，如果我想将所有 chars 保存在一个连续的内存块中，也许我可以将其写为一维向量，例如：

std::vector< char > characterMatrix;

// for iterating
for ( int row = 0; row < getY_AxisLen( ); ++row )

    for ( int column = 0; column < getX_AxisLen( ); ++column )
    
        std::cout << characterMatrix[ row * getX_AxisLen( ) + column ]; // is this correct?
    

这是一种有效的方法吗？如果我想以这种方式更改矩阵变量的实现，有人能告诉我应该记住什么吗？可能的缺点是什么？

【问题讨论】：

我“听说”在做出决定之前应该测量、分析和基准测试（优化的构建）。

nitpick：内部向量作为外部元素连续存储，但您的推理是正确的，因为内部向量将元素存储在堆上，因此矩阵的元素不连续

性能取决于很多因素，并且应该始终进行衡量！优化通常以可读性/可维护性为代价，因此就像工程一样，它是一种权衡。但是是的，向量的向量可能会导致数据在内存中更加分散，然后是连续分配，因此您不会充分利用缓存（预测）。也许你听说过 if 也很糟糕（分支预测）......那么你的实际问题是什么？

视情况而定。例如，如果您经常调整行大小，那么 std::vector<std::vector<char>> 甚至可能比 std::vector<char> 执行得更好。对于稀疏矩阵，您可以考虑使用std::map<index,int>。正如其他人所说，唯一知道的方法就是测量

@digito_evo：只是我在其他问题上看到的大多数 cmets 都类似于 “将一维向量用于矩阵”，即使对于初学者来说也没有其他考虑 :-(。在这里你得到了“先测量”，“它是瓶颈吗？”，“它更具可读性”？这让我很开心。跨度>

【参考方案1】：

“听说过”与表演相结合从来都不是正确的方法。 要解决性能问题，黄金法则是：基准第一！

此外，性能并不总是最重要的。通常，只有在发现应用程序的速度不足以满足您的目的时，您才应该优化性能。然后，按照以下步骤操作：

首先，您需要确保您正在查看的代码部分

实际上是应用程序中的性能瓶颈

（为此使用分析器）。无需优化总共只占用 1% 计算时间的东西——即使将其加速 10 倍，也只会将整体执行时间减少 0.9%！如果您发现这种 2D 矢量访问确实是瓶颈，那么

基准测试

它为未来的实验提供基准。 其次，您的代码需要

正确

。如果在优化性能后它没有做正确的事情，那么它的速度是没有用的。在这里，我建议进行测试（即，使用幼稚/未优化的方法记录结果，以便在优化时知道是否仍然得到相同的结果）。 第三，性能优化往往会对代码的

可读性

和/或

可维护性

产生负面影响。但是，这些可能非常重要，尤其是对于那些需要很好理解或变化很大的代码部分。

是的，二维向量表明您的性能可能不理想，因为正如您所说，数据并非全部在一个地方。 话又说回来，正如您目前所做的那样，在最内层循环内的每次访问中完成的索引计算也是“昂贵的”。 因此，将数据放在一个大矢量而不是二维矢量场中会更快；特别是如果您总是必须处理所有元素并且不需要“邻居”访问，这意味着您可以简单地让一个循环从 0 迭代到您所谓的 getY_AxisLen() * getX_AxisLen()。如上所述，建立一个基准可以帮助您找出哪些优化是有意义的！ 为了解决可读性/可维护性降低的问题，在您的情况下，抽象出用于存储 2D 数据的实际数据结构可能会有所帮助，以便从访问数据的地方隐藏数据存储方式的实际实现。

【讨论】：

在命令提示符中打印出几千个chars 时，for 循环需要 3 到 12 毫秒。我对性能非常满意，因为我有一个非常旧的 CPU。但我仍然想让它对缓存更友好。

我很确定，在执行打印内容的循环时，大部分时间实际上都花在了打印本身上，而不是迭代或值检索...跨度>

对不起，我的意思是毫秒！

我会把正确性放在首位。可读性对此有所帮助，如果做错事，最快的代码就不好了

为了可读性，我不会使用向量向量。我只会对我的数据使用适当的抽象，隐藏实现细节。