将整数标识符转换为指针答案

【问题标题】：Converting integer identifiers to pointers将整数标识符转换为指针
【发布时间】：2010-11-23 06:19:45
【问题描述】：

我有 unsigned int 类型的 ID 值。我需要将 Id 映射到 恒定时间 中的指针。

密钥分配：

ID 的值在 0 到 uint_max 的范围内。大多数键将聚集到一个组中，但会有异常值。

实施：

还有其他人对如何更有效地实施这种映射有想法吗？

更新：

我所说的常量是指每个键查找不会受到项目中值的 # 的显着影响。我并不是说它必须是一个单一的操作。

【问题讨论】：

【解决方案1】：

使用哈希映射 (unordered_map)。这给出了~O(1) 的查找时间。您“听说”它很糟糕，但您是否尝试过、测试过并确定它是一个问题？如果没有，请使用哈希映射。

在您的代码接近完成后，对其进行分析并确定查找时间是否是程序运行缓慢的主要原因。很有可能，不会。

【讨论】：

【解决方案2】：

你不会得到恒定的时间。

我可能会使用B+Tree

【讨论】：

哈希映射在大多数情况下都是常数时间。
在密钥的统计随机分布上仍然摊销 O(1)。
我仍然觉得说“摊销 O(1)”是隐藏真实性能的好方法。对于 N 个对象，它可能与 O(N^2) 一样糟糕（尽管可能性很小），但是嘿，它是 O(1) 摊销的！这也假设了恒定时间对象散列方法，这可能并不总是正确的。

【解决方案3】：

如果您的整数值是 32 位宽，那么您可以使用 64 位平台，分配 32 GB 内存（每 40 亿个指针 8 个字节），并使用平面数组。这将与您获得恒定查找时间一样接近。

【讨论】：

旁注：对于我们这些在 64 KB 是一个完整的时代长大的人来说，这甚至是可能的事实令人难以置信-出机。
恒定时间意味着无论您获得相同时间的数值如何，此评论描述的是线性时间。
“完美哈希”的全新含义:)
@Tom：“线性时间”是查找时间直接取决于容器中项目数的情况。我的建议根本不做搜索，而是一个单一的索引：a[id] 其中id 是要查找的标识符，a 是大数组。
@Konrad：我想知道是否有人会接受这个！ OP 确实说过“大多数键将聚集到一个组中”... :)

【解决方案4】：

为此保留 4GB 的 RAM，然后简单地将 uint 转换为指针。这绝对是恒定的时间。

【讨论】：

【解决方案5】：

如果您想要一个基于树的解决方案并且您的 id 在 {0..n-1} 范围内，那么您可以使用一个非常酷的数据结构 van Emde Boas tree。这将产生 O(log log n) 中的所有操作并使用 O(n) 空间。

【讨论】：

【解决方案6】：

正如 GMan 建议的那样，unordered_map 可能是一个很好的解决方案。如果您担心此哈希映射中存在大量冲突，请使用哈希函数来消除数据的聚类。例如，您可以交换字节。

需要注意的一点是，与已经拥有良好谱系的数据结构相比，您可能会花费更多时间调试和证明自定义数据结构。

【讨论】：

【解决方案7】：

这样的地图中有多少项目，多久更改一次？

如果所有值都适合处理器的缓存，那么带有预排序值和二进制搜索的std::vector<std::pair<unsigned int,T*>> 可能是最快的，尽管访问时间为 O(N)。

【讨论】：

大约 200k 项将在查找中。
如果使用 32 位 int 和 32 位指针，则为 1.6MB。我没有这方面的经验，但在我去实现类似 vEB 树的东西之前，我会选择一些哈希很好的整数，并尝试找出带有二进制搜索的排序 std::vector 与 @987654324 的比较@ 性能方面。