【发布时间】：2012-08-29 16:30:25
【问题描述】：
我有大量记录，比如大约 4,000,000 条，我想反复处理它们并将信息放入与该记录链接的类中。我不确定我应该使用什么样的数据结构？我应该使用向量、映射还是哈希映射。我不需要插入记录，但我需要读取一个包含这些记录编号（或名称）集的表，然后获取一些链接到该记录的数据并对它们进行一些处理。地图上的发现是否足够快以至于不能在这个例子中使用哈希图？记录有一个类作为它的结构，并且我之前没有做过任何使用以类作为其值的映射或哈希映射（如果可能的话）。 在此先感谢各位。
已编辑：
我暂时不需要将所有的记录同时保存在内存中> 我需要先给它一个结构，然后从一些记录中获取数据。记录总数约为 2000 万条，我想读取这些原始记录中的每一个，然后如果它的基本信息不存在于我想要创建的新地图或矢量中，并将其余数据作为一个向量。因为我有 2000 万条记录，我认为每条记录都要经过 400 万条记录才能找到该记录的基本信息是否存在，这将是非常痛苦的。我有大约 400 万个类型的包，每个包都可以有不止一种类型的服务（每个包大约 5 (20/4) 个）。我想读取这些记录中的每一个，然后如果包 ID 不存在到向量中或我想使用的任何内容中，然后将基本信息推送到向量中，然后将与该包相关的服务保存在向量中在包类里面。
【问题讨论】：
-
这是一个很好的链接（其中一个）：stackoverflow.com/questions/5139859/…。不管它值多少钱，听起来“地图”可能最适合您的需求。恕我直言...
-
这里没有足够的细节来确定答案 - 这些结构中的任何一个都可能是合适的。您如何查找此列表中的记录？您是否需要一次将它们全部加载到内存中？你能详细说明一下用例吗？
-
我不确定我是否理解您想要做什么。如果您可以简要列举您需要的所有操作，这可能会有所帮助......如果您想在固定大小的数据集上以最小的开销快速检索，请选择 std::array。如果大小是可变的，则选择 std::vector。如果您需要以某种方式订购的东西，请选择 std::map （如果 ID 可以出现多次，则选择 std::multimap ）。如果不需要排序，也可以使用std::set，具体取决于数据的结构。
-
您所描述的内容听起来像是关系数据库的工作。否则，考虑到您想要快速查找（用于“链接”记录彼此），您可能想要使用哈希表，即
unordered_map。 -
不，我暂时不需要将所有的记录同时保存在内存中> 我需要先给出一个结构，然后从一些记录中获取数据。记录总数约为 2000 万条，我想读取这些原始记录中的每一个，然后如果它的基本信息不存在于我想要创建的新地图或矢量中，并将其余数据作为一个向量。因为我有 2000 万条记录，我认为每条记录都要经过 400 万条记录才能找到该记录的基本信息是否存在，这将是非常痛苦的。