从 2D 矢量切换到 1D 矢量

Question

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？

Answer 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。