gb_trees和lists的访问效率相差很大

最新推荐文章于 2022-03-25 17:00:33 发布
原创 最新推荐文章于 2022-03-25 17:00:33 发布 · 273 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#jQuery #ViewUI

本文对比了gb_trees和lists两种数据结构在随机访问大量字符串数据时的性能表现。实验中，gb_trees显示出了远超lists的访问速度，揭示了不同数据结构在效率上的显著差异。
一个gb_trees和一个lists都有100000条字符串数据，随机访问其中的10000条的耗时比较：
gb_tree list
44729 36419632
46661 36989767
46241 36982256
单位：ms

访问速度差不多相差3个数量级级级。。。。。

使用的随机访问函数
lists:nth(random:uniform(100000,List)
gb_trees:get(random:uniform(100000,Tree)


发现下gb_trees是用一个turple保存的数据，一个例子：
Tree = {2,{a,"A",nil,{b,"B",nil,nil}}}

这个tuple保持了两个(key,value)对：(a,"A")和(b,"B")

为什么lists的随机访问速度比tuple慢这么多呢？
iteye_13453
关注
[FreeCodeCamp笔记] Python 数据结构和算法1 二分搜索 Binary Search
juwikuang的专栏
10-18 2671
我以前学过数据结构和算法（data structure and algorithms. 现在普遍简称DSA），当时用的Robert Sedgewick的coursera课程。这位大神写的《算法（第四版）》，是算法的经典教材，可惜这本书900页，我直接被吓跑了。而coursera课程用的是java，我又不会java，所以课后习题做的异常艰苦。 这几天，我又想学一下数据结构和算法，但是我决定用python学。其实我也会c++和c#，但是python显然是最简单易用的语言，使用python可以节省很多时间。于是，
2019上海科技大学991数据结构与算法
帅气廖鹏飞
09-21 6565
文章目录 1.在循环链表中，某些链接域可能为空（ ）
erl_tree-通用二叉查找树 gb_tree
u011518176的博客
09-14 975
gb_tree :(General Balanced Trees) 通用二叉查找树,通常被用作有序字典. gb_trees={Size,Tree} Tree= {Key, Value, Smaller, Bigger} |nil Smaller=Tree Bigger= Tree整个结构都是用key 来判断节点位置，gb_tree对key有这样一段注释： %% The term ord
list转map,list转tree,减少数据库查询次数
04-27
NULL 博文链接：https://huangyongxing310.iteye.com/blog/2414591
List和Treemap排序实例及效率对比
08-13
本资源提供了List对对象中的属性和TreeMap对键值排序，并针对100w条数据排序，对比List和TreeMap排序的效率。个人认为排序效率对比可以相信，但也可能存在不科学之处，还请高手给与指点，多多包涵。
[Erlang 0067] Erlang gb_trees
weixin_33923148的博客
12-03 210
gb_trees(GeneralBalanced Trees) 通用二叉查找树,通常被用作有序字典.与普通未平衡二叉树相比没有额外的储存开销,这里所说的额外的存储开销是指是否使用额外的metadata记录节点相关的信息,dict和array的实现就使用了这样的描述信息,换句话说gb_trees是自描述的.性能优于AVL trees.相关论文: G...
erlang 数据结构 -- gb_trees
kkx的博客
10-18 1104
erlang gb_trees 使用场景
Information Retrieval（信息检索）笔记01：Boolean Retrieval（布尔检索）
MYJace的博客
08-29 7806
Information Retrieval（信息检索）笔记01：Boolean Retrieval（布尔检索）什么是信息检索（Information Retrieval）布尔检索（Boolean Retrieval）什么是布尔检索（Boolean Retrieval）？倒排索引（Inverted Index）布尔查询的处理查询优化（Query Optimization） 什么是信息检索（Information Retrieval） 正式定义上的信息检索（Information Retrieval）为：信息检
后端500题ing
热门推荐
weixin_41788560的博客
03-25 5万+
后端500题
入门XGBoost
you1314520me的专栏
11-10 1146
欢迎访问我的技术博客：SnailDove ，本文内容有大量公式，csdn对数学公式支持不好，请访问本文原链接：一起入门xgboost 前言 在深度学习火起来之前，集成学习 （ensemble learning 包括 boosting: GBDT, XGBoost）是 kaggle 等比赛中的利器，所以集成学习是机器学习必备的知识点，如果提升树或者GBDT不熟悉，最好先看一下我的另一文： 《统计...
Erlang maps vs gb_trees
01-03 496
erlang maps gb_trees性能对比
erlang的gb_trees源码解析
不说话装高手
08-01 996
Erlang的gb_trees给出了平衡二叉树的实现。   empty()函数给出了一个得到一个空的二叉树的途径。 empty() -> {0, nil}. 空树作为一个含有两个成员的元组，第一个0则代表树中的元素个数，第二个位置则用来存放根节点。   insert()函数则给出了给二叉树添加节点的途径。 insert(Key, Val, {S, T}) when ...
erlang程序优化点的总结（持续更新）
wqtn22的专栏
03-03 527
转载请注明出处   注意，这里只是给出一个总结，具体性能需要根据实际环境和需要来确定 霸爷指出，新的erlang虚拟机有很多调优启动参数，今后现在这个方面深挖一下。 1. 进程标志设置：        消息和binary内存：erlang:process_flag(min_bin_vheap_size, 1024*1024)，减少大量消息到达或处理过程中产生大量binary时的gc次数...
List转tree的方法，支持数据量很大的情况（效率对比）
xzl888888的博客
12-18 1459
数据库中有两个字段，分别代表本数据id，和父数据id，还有一个所需数量的字段。如果有一条数据的父数据id为null，说明这是顶级节点。我的需求是把这种关系的数据转成树形结构，同时要计算数量。为什么要计算数量？ 　　因为例如父数据数量是２，本数据也是２，那么实际上本数据的数量会被计算成２＊２ 　　第一种方法是双重for循环（不支持数据量大的情况）： private static List listG...
gb_trees
phyzhou的专栏
01-07 1035
gb_trees(General Balanced Trees) DESCRIPTION: An efficient implementation of Prof. Arne Andersson's General Balanced Trees. These have no storage overhead compared to unbalanced bina
Erlang开发建议(杂记版)
Erlang Display - Erlang问答社区：www.erlangqa.com
04-24 230
以下是在erlang项目开发中的一些记录，即包含很多通俗易懂的原则，也包含一些似是而非的建议，比较混乱，还没有积累到一个可以分门别类的地步，各位就将就看吧.. :) * 确保没有任何编译警告 * Erlang中String采用list实现，32位系统中，其1个字符用8个字节的空间（4个保存value, 4个保存指针)。因此string速度较慢，空间占用较大 * 在Server中...
java list 转 树形json 递归效率对比
yzh20170720的博客
12-19 4532
很多人都遇到过树形json字符串问题。 转树形json我第一反应想到的就是用递归。可是递归速度很慢。 下面是递归的写法:  roots:是最终返回的树形list，直接转换成json就行了。list:是普通的list，需要转成树形的list。 public static void getTree(String parentId,List list,List roots){
Erlang标准数据结构的选择
金庆的专栏
04-20 1774
Erlang标准数据结构的选择（金庆的专栏）gen_server with a dict vs mnesia table vs etshttp://stackoverflow.com/questions/2154376/gen-server-with-a-dict-vs-mnesia-table-vs-ets给出一个按应用类型选择的方法：Multiple processes on multiple
怎么声明gb_trees:tree()
最新发布
03-26
<think>嗯，用户想知道在Erlang中如何声明和初始化gb_trees:tree数据结构。首先，我需要回忆一下gb_trees的相关知识。根据引用[1]，gb_trees是二叉平衡树，用于快速查找。Erlang中的gb_trees模块提供了一系列操作函数，比如插入、删除、查找等。 那用户的问题具体是声明和初始化。声明的话，在Erlang中，通常不需要显式声明类型，而是通过模块提供的函数来创建数据结构。例如，gb_trees:empty()可以创建一个空树。初始化可能指的是创建并填充初始数据。 接下来，我需要确认具体的使用方法。根据引用[2]，gb_trees和dict的性能有所不同，但这里用户关注的是如何创建。可能用户需要从空树开始，然后插入键值对。例如，gb_trees:enter/3或者gb_trees:insert/3函数。需要注意的是，插入时如果键存在，enter会更新，而insert会报错。 另外，引用[5]提到gb_trees在state中的使用，可能用户是在类似的状态管理中使用。例如，初始化时用empty()，然后逐步添加元素。应该举一个例子，展示如何创建空树并插入数据，可能还需要说明如何遍历或查找。 需要确保示例代码正确，符合Erlang语法。例如，先创建空树，然后用插入函数添加元素。可能还要提到不同的插入函数区别，如insert和enter。此外，可能用户对如何更新和删除元素也有兴趣，但问题主要聚焦在声明和初始化，所以可以简要提及后续操作。 还要注意引用文献的位置，比如gb_trees的性能比较在引用[2]，而初始化连接池在引用[5]，但用户的问题主要是数据结构本身的声明，所以主要参考引用[1]和[2]。 总结回答的结构：先说明如何创建空树，然后插入数据，给出代码示例，并解释相关函数。同时指出enter和insert的区别，避免错误。可能还需要提到其他操作如查找和删除，但重点在初始化步骤。最后，相关问题可以引导用户深入学习gb_trees的其他操作和应用场景。</think>在 Erlang 中声明和初始化 $gb\_trees$ 数据结构时，主要通过模块函数实现，无需显式类型声明。以下是具体步骤： 1. **创建空树** 使用 $gb\_trees:empty()$ 函数生成一个空的平衡树： ```erlang Tree = gb_trees:empty(). ``` 2. **插入键值对** 通过 $gb\_trees:enter/3$ 或 $gb\_trees:insert/3$ 添加元素。两者的区别是： - $insert(Key, Value, Tree)$：若键已存在会抛出异常 - $enter(Key, Value, Tree)$：若键已存在则更新值 ```erlang Tree1 = gb_trees:enter(a, 1, Tree). % 插入键a，值1 Tree2 = gb_trees:enter(b, 2, Tree1). % 插入键b，值2 ``` 3. **批量初始化** 可通过递归或列表折叠快速构建树： ```erlang List = [{a,1}, {b,2}, {c,3}], Tree = lists:foldl(fun({K,V}, Acc) -> gb_trees:enter(K, V, Acc) end, gb_trees:empty(), List). ``` 4. **验证与查询** 使用 $gb\_trees:lookup(Key, Tree)$ 获取值： ```erlang case gb_trees:lookup(a, Tree2) of {value, V} -> io:format("Value: ~p~n", [V]); none -> not_found end. ``` **性能提示**： - $gb\_trees$ 的读写效率与操作类型相关（引用[2]指出其写入性能略优于 $dict$，但读取稍慢） - 适用于需要排序键的场景（如范围查询），而 $dict$ 更适合哈希类需求
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值