<think>我们分析代码中可能导致运行时间递增的原因。代码周期性调用，每次调用都会解析
一个图（OsmGraph）中的边（edges），并将解析后的几何信息存储到edges_info中。可能的原因：1.**内存泄漏或未释放资源**：在每次调用中，可能会创建一些对象（如linestring_global）而没有正确释放，导致内存增长，从而使得后续操作（如内存分配）变慢。2.**字符串拼接效率低**：在构建WKT字符串时，
使用了多次字符串拼接（`line_geometry_string=line_geometry_string+...`），这会产生大量的临时字符串，导致内存分配和复制操作增加，随着调用次数增多，内存碎片化可能加剧，使得字符串操作变慢。3.**容器未预分配**：`edges_info`在每次调用时被清除（`clear()`），但后续会重新填充。如果每次填充的数量很大，且没有预分配，可能导致多次重新分配内存，尤其是在循环内部不断添加元素时（虽然代码中没有直接看到向edges_info添加元素的代码，但函数目的应该是填充edges_info，所以可能在循环后有添加操作，但未显示）。另外，`canvas_polygon`在crop为true时也会添加4个点，但每次调用都会重新创建，这本身开销不大。4.**日志输出影响**：代码中注释掉了输出边数量的日志，但循环内部没有输出日志。然而，在循环结束后有
一个计时日志（但代码中只显示了计时的获取，没有显示输出，所以可能没有输出日志？）。如果实际代码中有输出日志，频繁的I/O操作可能会累积延迟。5.**
Boost.Geometry的read_wkt可能内部有状态**：虽然不太可能，但需要确认`read_wkt`函数是否每次调用都会清理内部状态，或者是否有缓存机制导致随着调用次数增加而变慢。6.**图结构变化**：如果传入的sdMap在每次调用时都在增大（边和节点增多），那么每次处理的数据量在增加，自然时间会增加。但问题
描述是周期性调用，可能图结构不变？所以需要确认传入的图是否不变。但是，问题
描述是“周期性调用时，运行时间在递增”，即使传入相同的图，时间也在增加。因此，我们重点考虑资源累积（如内存泄漏）和效率降低（如字符串操作、内存分配）的问题。具体分析代码中的可疑点：-在循环内部，对于每条边：a.如果边的geometry属性为空，则手动构建
一个WKT字符串（两点组成的线）。这里
使用字符串拼接，效率较低，且可能产生大量临时对象。b.
使用`
boost::geometry
::read_wkt`解析字符串，创建LineString对象。由于函数是noexcept，所以没有异常处理，但内部操作可能会抛出异常？如果抛出异常，由于noexcept，程序会终止，所以可能不是异常的问题。重点怀疑：1.字符串拼接：每次拼接都创建新的字符串，分配内存，然后释放旧字符串。多次循环后，内存碎片化可能导致分配时间增加。2.内存泄漏：`linestring_global`在每次循环中都会重新创建，但是它的内部可能会分配动态内存（如点坐标的容器）。在循环迭代时，这个对象会析构吗？是的，它在循环内部定义，每次循环结束时会析构。但是，如果`LineString`类型是
一个复杂的容器，其析构函数可能没有及时释放内存（例如，内存被保留到下一次分配，但实际标准库容器通常会在析构时释放内存）。所以这里可能不是泄漏，但是频繁的构造和析构可能导致内存分配器效率降低（尤其是当分配大量小对象时）。另外，注意`vertices_pair`是在循环外部获取的，但它在循环内部被
使用（在构建字符串时通过`vertices_pair.first+source`来获取顶点
描述符对应的节点属性）。这个操作本身是O(1)的，不会随着调用次数增加而变慢。建议的优化措施：1.优化字符串拼接：
使用`std
::ostringstream`来构建字符串，避免多次分配。2.预分配内存：对于`edges_info`，如果知道边的数量，可以提前`reserve`，避免动态扩容（虽然代码中没有显示添加，但函数参数edges_info是按引用传入，并进行了clear，所以后续应该会添加）。另外，对于`line_geometry_string`，如果可能，可以复用并预留足够空间。3.减少临时对象：例如，将`linestring_global`的声明放在循环内部是合理的，因为它每次循环后都会析构。但是，如果`LineString`类型有`clear()`方法，可以在循环外声明，然后在循环内部复用，避免反复分配和释放内存（但要注意，`read_wkt`会覆盖之前的内容）。4.检查内存增长：
使用内存分析工具（如valgrind）检查是否有内存泄漏。修改后的代码示例：我们将修改字符串拼接的方式，并尝试复用一些对象（如字符串流）。注意：由于函数是constnoexcept，所以不能修改成员变量，因此我们只能
使用局部变量。修改代码：```cppvoidDataSDMap
::parse_graph(OsmGraphconst&sdMap,Eigen
::Affine3dconst&transformation
Matrix,std
::vector<EdgeInfo>&edges_info,boolcrop)constnoexcept{//getroicornerpointsstd
::vector<Point>canvas_polygon;if(crop){doublemin_x=-1*roiLength;doublemax_x=roiLength;doublemin_y=-1*roiWidth;doublemax_y=roiWidth;canvas_polygon.push_back(Point(min_x,min_y));canvas_polygon.push_back(Point(min_x,max_y));canvas_polygon.push_back(Point(max_x,max_y));canvas_polygon.push_back(Point(max_x,min_y));}autostart=std
::chrono
::high_resolution_clock
::now();edges_info.clear();//预分配edges_info的内存，假设我们知道边的数量constsize_tnum_edges=
boost::num_edges(sdMap);edges_info.reserve(num_edges);autovertices_pair=
boost::vertices(sdMap);//获取顶点迭代器对//
使用一个字符串流来避免多次字符串拼接std
::ostringstreamwkt_stream;for(autoe=
boost::edges(sdMap).first;e!=
boost::edges(sdMap).second;++e){constOsmEdgeProperties&edgeProps=sdMap[*e];std
::stringline_geometry_string=edgeProps.geometry;if(line_geometry_string.empty()){
boost::adjacency_list<>
::vertex_descriptorsource=
boost::source(*e,sdMap);
boost::adjacency_list<>
::vertex_descriptortarget=
boost::target(*e,sdMap);if(source==target)continue;//
使用字符串流构建WKT字符串wkt_stream.str("");//清空流wkt_stream.clear();//清除错误状态wkt_stream<<"LINESTRING("<<sdMap[*(vertices_pair.first+source)].x<<""<<sdMap[*(vertices_pair.first+source)].y<<","<<sdMap[*(vertices_pair.first+target)].x<<""<<sdMap[*(vertices_pair.first+target)].y<<")";line_geometry_string=wkt_stream.str();}LineStringlinestring_global;
boost::geometry
::read_wkt(line_geometry_string,linestring_global);//...这里应该还有后续处理，比如将linestring_global转换后添加到edges_info中？//计时和日志（如果确实需要，但建议减少日志输出，尤其是在循环内）//autoend=std
::chrono
::high_resolution_clock
::now();//autodelay=...;}//注意：实际代码中可能还需要处理linestring_global，然后添加到edges_info}```解释：-
使用`std
::ostringstream`来构建WKT字符串，避免了多次字符串拼接带来的临时对象和内存分配。-为`edges_info`预分配了内存，避免在添加元素时多次扩容（假设循环后有添加操作）。-将`vertices_pair`的计算移出循环，避免重复计算（虽然`
boost::vertices`可能很快，但移出循环是好的做法）。另外，注意`wkt_stream`在循环外部创建，循环内每次清空后复用，避免重复创建流对象。如果运行时间仍然递增，那么需要检查：-`
boost::geometry
::read_wkt`是否存在内部状态累积（比如缓存）？查看
Boost.Geometry文档，该函数应该没有内部状态，每次调用都是独立的。-是否由于内存碎片化导致？长期运行的程序，频繁分配和释放内存可能导致碎片化，使得内存分配时间增加。可以考虑
使用内存池。最后，如果可能，建议
使用性能分析工具（如gperftools）来定位热点。相关问题：§§相关问题§§
:1.如何检测
C++程序中的内存碎片化问题？2.在
C++中，
使用ostringstream和字符串拼接（+）在性能上有何差异？3.
Boost.Geometry的read_wkt函数在解析WKT字符串时，有没有内存分配方面的优化技巧？4.对于需要频繁创建和销毁的对象，如何通过对象池模式来优化性能？</think>### 分析代码运行时间递增的原因
您的代码在周期性调用时运行时间递增，主要存在以下性能问题：
#### 1. **字符串拼接效率低下**
```cpp
line_geometry_string = line_geometry_string + startNodeProps.x + " "
+ startNodeProps.y + ", " + ...;
```
- **问题**：多次
使用`operator+`进行字符串拼接会产生大量临时字符串对象
- **影响**：
- 每次拼接都需要内存分配和复制操作
- 随着调用次数增加，内存碎片化加剧
- 在边数量较多时，开销呈指数级增长
#### 2. **顶点迭代器重复计算**
```cpp
std
::pair<
boost::adjacency_list<>
::vertex_iterator,
boost::adjacency_list<>
::vertex_iterator>
vertices_pair =
boost::vertices(sdMap);
```
- **问题**：在循环外获取顶点迭代器对，但每次访问都需要计算偏移
- **影响**：
- `*(vertices_pair.first + source)` 需要指针算术运算
- 随着图规模增大，访问效率降低
#### 3. **几何对象解析开销**
```cpp
boost::geometry
::read_wkt(line_geometry_string, linestring_global);
```
- **问题**：WKT解析涉及动态内存分配和坐标转换
- **影响**：
- 每次解析都需要创建新的`LineString`对象
-
Boost.Geometry可能积累内部状态
- 未复用已分配的内存资源
#### 4. **日志输出成为瓶颈**
```cpp
auto delay = std
::chrono
::duration_cast<std
::chrono
::milliseconds>(end - start).count();
// 假设后续有日志输出
```
- **问题**：控制台输出是同步操作
- **影响**：
- 当边数量大时，日志量线性增长
- I/O等待时间随着调用次数增加而累积
#### 5. **容器未预分配**
```cpp
edges_info.clear();
```
- **问题**：清除容器但未预分配空间
- **影响**：
- 后续添加元素可能触发多次扩容
- 内存分配器开销随着调用次数增加
### 优化后的代码实现
```cpp
void DataSDMap
::parse_graph(OsmGraph const &sdMap,
Eigen
::Affine3d const &transformation
Matrix,
std
::vector<EdgeInfo> &edges_info,
bool crop) const noexcept {
// 1. 预分配ROI多边形内存
std
::vector<Point> canvas_polygon;
if (crop) {
canvas_polygon.reserve(4); // 预分配4个点
double min_x = -roiLength, max_x = roiLength;
double min_y = -roiWidth, max_y = roiWidth;
canvas_polygon.emplace_back(min_x, min_y);
canvas_polygon.emplace_back(min_x, max_y);
canvas_polygon.emplace_back(max_x, max_y);
canvas_polygon.emplace_back(max_x, min_y);
}
// 2. 预分配edges_info内存
const size_t num_edges =
boost::num_edges(sdMap);
edges_info.clear();
edges_info.reserve(num_edges);
// 3. 获取顶点属性数组（避免循环内重复计算）
const auto vertices_range =
boost::make_iterator_range(
boost::vertices(sdMap));
std
::vector<OsmNodeProperties> node_props;
node_props.reserve(
boost::num_vertices(sdMap));
for (auto v
: vertices_range) {
node_props.push_back(sdMap[v]);
}
// 4. 优化字符串处理
static thread_local std
::string wkt_buffer; // 线程局部复用缓冲区
wkt_buffer.clear();
wkt_buffer.reserve(128); // 预分配WKT字符串空间
// 5. 复用几何对象
static thread_local LineString linestring_reused; // 线程局部复用
auto start = std
::chrono
::high_resolution_clock
::now();
// 6.
使用range-based循环
for (auto e
: boost::make_iterator_range(
boost::edges(sdMap))) {
const OsmEdgeProperties& edgeProps = sdMap[e];
// 7. 高效处理WKT字符串
if (edgeProps.geometry.empty()) {
const auto& src_node = node_props[
boost::source(e, sdMap)];
const auto& tgt_node = node_props[
boost::target(e, sdMap)];
// 直接操作预分配缓冲区
wkt_buffer = "LINESTRING (";
wkt_buffer.append(std
::to_string(src_node.x)).append(" ");
wkt_buffer.append(std
::to_string(src_node.y)).append(", ");
wkt_buffer.append(std
::to_string(tgt_node.x)).append(" ");
wkt_buffer.append(std
::to_string(tgt_node.y)).append(")");
} else {
wkt_buffer = edgeProps.geometry;
}
// 8. 复用几何对象
linestring_reused.clear();
boost::geometry
::read_wkt(wkt_buffer, linestring_reused);
// 9. 后续处理逻辑...
}
// 10. 限速日志输出
static size_t call_count = 0;
if (++call_count % 100 == 0) {
auto end = std
::chrono
::high_resolution_clock
::now();
auto delay = std
::chrono
::duration_cast<std
::chrono
::milliseconds>(end - start).count();
// 异步或缓冲日志输出
}
}
```
### 关键优化点说明
1. **内存管理优化**：
-
使用`reserve()`预分配所有容器内存
- 线程局部变量(`thread_local`)复用字符串和几何对象缓冲区
- 直接操作预分配字符串缓冲区避免临时对象
2. **数据访问优化**：
- 预先提取顶点属性到连续内存数组
-
使用`make_iterator_range`简化
Boost.Graph遍历
- 用`emplace_back`替代`push_back`减少拷贝
3. **几何处理优化**：
- 复用`LineString`对象避免重复构造/析构
-
使用`clear()`重置几何对象而非重新创建
4. **日志输出优化**：
- 每100次调用输出一次日志
-
使用静态计数器控制输出频率
- 建议实现异步日志系统
5. **性能关键点**：
- 将`
boost::vertices()`移出热路径循环
- 避免在循环内进行属性查找计算
-
使用连续内存存储节点属性加速访问
### 验证建议
1. **性能分析**：
```bash
perf record -e cycles
:u -g ./your_program
perf report -n --stdio
```
2. **内存分析**：
```bash
valgrind --tool=massif --stacks=yes ./your_program
ms_print massif.out.*
```
3. **
Boost.Graph优化**：
- 考虑
使用`vecS`作为顶点容器提高访问效率
-
使用`
boost::lookup_edge()`替代迭代查找
本文介绍如何使用Boost库中的boost::adjacency_matrix来表示和操作图的邻接矩阵。通过一个简单的测试程序，展示了创建无向图、添加边、遍历节点和边的过程，帮助理解如何利用Boost库处理图形问题。
订阅专栏 解锁全文
扫一扫
194
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
