【问题标题】:How to use C++ std::sets as building blocks of a class?如何使用 C++ std::sets 作为类的构建块?
【发布时间】:2014-06-25 19:23:03
【问题描述】:

我需要一个满足以下条件的数据结构:

  • 存储任意数量的元素,其中每个元素由 10 个数字指标描述
  • 允许按任何指标快速 (log n) 搜索元素
  • 允许快速 (log n) 插入新元素
  • 允许快速 (log n) 删除元素

让我们假设这些元素的构建成本很高。

我想出了以下计划

  • 将所有元素存储在一个名为 DATA 的向量中。
  • 使用 10 个std::sets,一个用于 10 个指标中的每一个。每个std:set 都是轻量级的,它只包含整数,它们是向量DATA 的索引。比较运算符“查找”DATA 中的适当元素,然后选择适当的指标
template&lt int C &gt
struct Cmp
{
    bool operator() (int const a, int const b)
    {
        return ( DATA[a].coords[C] != DATA[b].coords[C] ) 
           ? ( DATA[a].coords[C] &lt DATA[b].coords[C] )
           : ( a &lt b );
    }
};

元素永远不会从向量中修改或删除。一个新元素被推回 DATA,然后它的索引 (DATA.size()-1) 被插入到集合 (set<int, Cmp<..> >) 中。为了删除一个元素,我在元素中设置了一个标志,表示它已被删除(实际上并未将其从DATA 向量中删除),然后从所有十个 std::sets 中删除元素索引。

只要DATA 是一个全局变量,它就可以正常工作。 (它还通过使模板化的结构 Cmp 依赖于全局变量而在某种程度上滥用了类型系统。)

但是,我无法将DATA 向量和std::set (set<int, Cmp<...> >) 封装在一个类中,然后将DATA 与std::sets 封装在一起。首先,在外部类中定义的比较运算符 Cmp 无法访问外部类的字段(因此它无法评估 DATA)。我也无法将向量传递给 Cmp 构造函数,因为 Cmp 是由 std::set 构造的,而 std::set 需要一个带有没有参数的构造函数的比较运算符。

我有一种感觉,我正在与 C++ 类型系统作斗争,并试图实现类型系统故意阻止我做的事情。 (我试图使 std::set 依赖于仅在运行时构造的变量。)虽然我理解类型系统可能不喜欢我所做的事情,但我认为这是一个合法的用例。

有没有办法实现我上面描述的数据结构/类而不提供 std::set/red-black 树的重新实现?我希望可能有一个我还没有想到的技巧。 (是的,我知道 boost 有一些东西,但我想坚持使用标准库。)

【问题讨论】:

  • DATA 将保留的元素数量大约是多少?
  • 指标是否为每个数据对象生成唯一值?在我看来,您想要实现某种索引(数据库)表。
  • “是的,我知道 boost 有一些东西,但我想坚持使用标准库。” boost.MultiIndex 似乎完全符合您的要求。 . 你要么必须使用一个库,要么自己编写一个。
  • (显然,您可以在set 中存储指针而不是整数,然后您可以轻松访问比较器中对象的任何属性。)
  • 我知道您提到了大 O 复杂度方面的限制,但您是否只考虑过一个向量?如果数据类型不是很大并且元素的数量不是很多,就会有很多非常有趣的材料显示连续内存布局在实际时间方面更优越,你可以利用缓存可用的。您的里程可能会有所不同,请在提交前测量。

标签: c++ algorithm stl generic-programming stdset


【解决方案1】:

当我读到“通过值bar 查找foo”之类的内容时,我的第一反应是使用map<> 或类似的内容。不过,这有一些含义:

  1. std::map 中的键(或std::set 中的值)是唯一的,因此没有两个元素可以共享相同的键,因此没有两个数据对象能够具有相同的度量。如果多个数据对象可以具有相同的指标(这在您的问题中并不清楚),但使用std::multimap(或std::multiset)会起作用。
  2. 如果键是常量并存储在元素本身中,则使用set<data*,cmp> 是一种常用方法。然后比较器只是从对象中检索相应的字段并比较它们。然后查找需要创建一个临时对象并使用 find() 。一些实现还具有允许使用不同类型进行搜索的扩展,这将使这更容易,但也使移植需要实际工作。 重要的是,用作键的字段保持不变,因为如果修改它们,就会隐式更改set<> 的顺序。这就是set<> 的元素实际上是常量的原因,即即使是普通的iterator 也具有常量作为值类型。但是,如果您存储指针,则可以轻松解决这个问题,因为常量指针与指向常量的指针不同。不要用那个射自己的脚!
  3. 如果指标不是对象本身的属性(或者您不介意冗余存储它们),则使用std::map 将是一个自然的选择。根据度量标准,将同一对象存储在多个键下可以在单独的容器中完成 (map<int,data*> c[10];)。但是,您可以使用例如在单个地图中执行此操作。 pair<metric,value> 作为键 (map<pair<int,int>,data*> c;)。
  4. 使用vector<> 存储实际元素并仅将它们作为映射中的指针或索引引用肯定有效。不过,我会接受指示,因为这是允许使用集合或映射的上述方法起作用的原因。没有它,比较器将不得不存储对容器的引用,此时它只使用全局 DATA 容器。但是,让它与向量一起使用很棘手,因为正如您正确指出的那样,它会在增长时重新分配其元素。我会考虑使用不同的容器类型,例如std::list 或std::deque。前者也允许擦除元素,但它具有更高的每个元素开销。后者的每个元素开销相对较低,仅略高于std::vector。然后,您甚至可以存储迭代器而不是指针,这有助于调试,前提是您为此使用“已检查的 STL”。尽管如此,您仍需要手动记录哪些对象仍然在某处被引用,而哪些对象没有被引用。
  5. 除了使用单独的容器外,您还可以动态分配元素,尽管这本身会产生一些开销。如果每个元素的开销不是问题,则可以使用引用计数智能指针。如果应用程序是一次性进程,您还可以使用原始指针并让操作系统在退出时回收内存。

请注意,我假设存储数据对象的多个副本不是一种选择。如果是这种情况,您也可以拥有一个map<int,data> m[10];,每个地图都存储自己的数据对象副本。所有的簿记问题都将得到解决,但代价是 10 倍的开销。

【讨论】:

  • #1 是false。至于#2,避免使用原始指针;使用智能指针。 #3 也是not completely accurate。至于#4,这是一个 X-Y 解决方案。此外,在其他容器中擦除元素“有效”,但速度不快。
  • 感谢您的 cmets,@Qix,确实缺少 #3 中的措辞。不过,您提出的其他观点本身就有些不清楚,尤其是第一个观点,您似乎没有花时间理解我写的所有内容。
  • 我会重新措辞其中的一些。你的一些观点似乎得到了认可。
  • 好吧,不是那么固执,以至于您无法清楚地将它们驳斥为“错误”。说真的,你能比这更具体吗?
  • 你的观点没有任何意义。 1) 所有元素都保证是唯一的,检查Cmp 运算符,我发布它是有原因的 2) 正确但与问题无关,你也可以争辩说我不应该释放内存两次 3) ?? ? 4) 你会使用指向向量中元素的指针或迭代器吗?所以更难调试?所以一旦向量重新分配,整个事情就会爆炸?最后你说我应该正确地封装整个事情。我认为整个问题是关于如何封装它(以及它是否可行)
猜你喜欢
  • 2012-05-08
  • 1970-01-01
  • 2017-04-27
  • 1970-01-01
  • 2014-06-26
  • 1970-01-01
  • 2016-12-05
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多