没有循环的整数直方图答案

【问题标题】：Histogram of integer without looping没有循环的整数直方图
【发布时间】：2015-03-17 18:34:28
【问题描述】：

如果有任何 STL 算法产生与以下代码相同的结果，我正在徘徊：

std::vector<int> data;
std::vector<int> counter(N); //I know in advance that all values in data
                             //are between 0 and N-1

for(int i=0; i<data.size(); ++i)
    counter[data[i]]++;

此代码仅输出我的整数数据的直方图，预定义的 bin 大小等于 1。

我知道我应该尽可能避免循环，因为 STL 算法的等效算法比大多数 C++ 程序员可能想出的优化得更好。

有什么建议吗？

提前谢谢你，朱塞佩

【问题讨论】：

不应该是counter[data[...吗？
是的，应该的，谢谢。已更正...

标签： c++ algorithm stl

【解决方案1】：

好吧，你当然至少可以稍微清理一下循环：

for (auto i : data) 
    ++count[i];

您可以（例如）改用std::for_each：

std::for_each(data.begin(), data.end(), [&count](int i) { ++count[i]; });

...但这对我来说并没有太大的进步（如果有的话）。

【讨论】：

【解决方案2】：

我认为没有更有效的方法可以做到这一点。在大多数情况下，您避免循环并更喜欢 STL 是正确的，但这仅适用于更难编写和维护的更大且过于复杂的循环，因此可能不是最佳的。

在汇编级别查看问题，计算此问题的唯一方法就是您在示例中使用的方法。由于 C/C++ 循环非常有效地转换为汇编，且不必要的开销为零，这让我相信没有 STL 函数可以比您的算法更快地执行此操作。

有一个名为 count 的 STL 函数，但它的复杂性是线性的 ( O(n) )，因此您的解决方案也是如此。

如果你真的想挤出每个 CPU 周期的最大值，那么可以考虑使用 C 风格的数组和一个单独的计数器变量。向量引入的开销几乎无法测量，但如果有的话，这是我在这里看到的唯一优化机会。并不是我会建议它，但恐怕这是你可以更快地摆脱它的唯一方法。

【讨论】：

【解决方案3】：

如果您考虑一下，为了计算向量中元素的出现次数，每个元素都必须至少“访问”一次，这是无法避免的。

像这样的简单循环已经是最有效的了。您可以尝试展开它，但这可能是您能做的最好的。 STL 与否，我怀疑是否有更好的算法。

【讨论】：

嗨！没错，您必须访问矢量数据的所有元素。我正在考虑类似于在 EIGEN 的 LAPAK 中实现的优化。例如，他们计算矩阵乘法的算法比使用普通循环获得的算法要快得多。

【解决方案4】：

您可以使用 for_each 和一个 lambda 函数。检查这个例子：

#include <algorithm>
#include <vector>
#include <ctime>
#include <iostream>
const int N = 10;
using namespace std;

int main()
{
    srand(time(0));
    std::vector<int> counter(N);
    std::vector<int> data(N);

    generate(data.begin(),data.end(),[]{return rand()%N;});

    for (int i = 0;i<N;i++)
        cout<<data[i]<<endl;

    cout<<endl;

    for_each(data.begin(),data.end(),[&counter](int i){++counter[i];});

    for (int i = 0;i<N;i++)
        cout<<counter[i]<<endl;
}

【讨论】：