5.尽量使用区间成员函数代替它们的单元素兄弟
如果给定两个vector,v1和v2,使v1的内容和v2的后半部分一样的简单方法是什么?
1.使用容器成员函数
v1.assign(v2.begin()+v2.size()/2,v2.end());
2.使用循环
vector<Widget>v1,v2; // 假设v1和v2是Widget的vector
v1.clear();
for(vector<Widget>::const_iterator ci=v2.begin()+v2.size()/2;
ci!=v2.end();++ci)
{
v1.push_back(*ci);
}
3.使用copy函数
v1.clear();
copy(v2.begin()+v2.size()/2,v2.end(),back_inserter(v1));
// copy可以使用insert代替,insert更加高效
v1.insert(v1.end(),v2.begin()+v2.size()/2,v2.end());
假设我们要将一个int数组拷贝到一个vector的前端如果我们使用insert的区间成员函数版本来实现,如下所示:
1.容器成员函数
int data[numValues];
vector<int> v; //向v中添加一些元素
//将数组插入到v的前端(备注:是一次性直接将整个数组插入到v的前端)
v.insert(v.begin(), data, data + numValues);
2.循环
如果我们使用insert的单元素成员函数版本来实现,如下所示:
int data[numValues];vector<int> v; //向v中添加一些元素
//vector迭代器
auto insertLoc(v.begin());
/* 循环插入:每次都需要更新迭代器的位置,否则,数组就会被以相反的顺序拷贝进容器了*/
for (int i = 0; i < numValues;++i)
{
insertLoc = v.insert(insertLoc, data[i]);
++insertLoc;
}
3.copy函数
copy(data,data+numValues,inserter(v,v.begin()));
循环效率低的原因是:
原因①:
把numValues个元素移动到v的前面。区间成员函数版本只调用了一次函数,而单元素成员函数版本调用了numValues-1次函数。因此单元素成员函数版本的函数调用次数增多了如果是这些函数使用的是内联函数,那么就可以避免这种原因(函数调用次数的效率可以忽略不计),但是并不是所有函数都会实现为内联函数
原因②:
- insert单元素成员函数版本:
移动次数:每次调用insert函数,vector位置index处的元素要被移动到位置index+1处,所以每个元素都需要移动numValues次。如果vector原本有n个元素,那么总共需要移动n*numValues次拷贝:如果容器元素类型是基本数据类型(如int),每次移动都需要调用memmove函数来拷贝;如果容器元素类型是类,那么每次就需要调用拷贝构造函数/或拷贝赋值运算符来移动元素insert区间成员函数版本: - C++标准实现的区间insert成员函数:
insert在调用时,直接把现有元素移动到它们最后的位置,即区间每个元素只需要移动一次。所以说,针对于单元素成员函数版本,此版本的函数只需要n此移动、numValues此调用容器元素类型的拷贝构造函数/或拷贝赋值运算符因此此版本的insert函数减少了n*(numValues-1)次移动。比上面的insert版本减少了99%的移动
原因③:
内存分配有关(内存分配伴随着拷贝问题),我们以vector分析为例,如果vector大小不足以容纳新的元素,那么就会进行vector内存重分配(过程是先申请一个新的大内存,然后把容器原先的元素全部拷贝进新内存,然后释放旧内存)因此,如果多次调用insert,就会造成多次的内存重分配;如果只调用一次insert就可以减少内存重分配的过程
copy函数效率低的原因
从效果上来看,copy需要多次调用inserter函数,申请一段内存,每一次申请成功就复制数据;区间型insert这是在一个循环中申请够内存后再通过move_backward以逆向的方式一次性复制数据。此外,copy每次调用inserter都会发生移动,而insert因为是申请区间内存,故仅发生一次大的移动。 故从效率上看insert更好。
详情见博客:https://blog.youkuaiyun.com/theArcticOcean/article/details/79112823
容器的成员函数:区间插入insert,区间删除:rease,区间赋值assign
三大优点:易写、清晰、高性能