gb_trees和lists的访问效率相差很大

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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