C++ STL vector 扩容策略

一、引例

1、vector 扩容概述

  • 我们知道,STL 的 vector 底层实现是动态数组,大致原理就是:vector 为空的时候没有预分配空间,每次添加一个元素时,会判断当前是否还有剩余可用空间,如果没有则进行试探性扩容,并且把内存拷贝到新申请的内存空间上,并且释放原先的内存;

2、扩容时机

  • size 大于 capacity;

3、扩容尝试

  • size 代表了已经使用的空间;
  • capacity 代表上次使用申请的预分配空间数;
  • 这边做了一个表,列举了 VS2013 环境下 vector 在一个一个插入元素 (push_back)的过程中,size 和 capacity 的对应关系;
size capacity
0 0
1 1
2 2
3 3
4 4
5 6
6 6
7 9
8 9
9 9
10 13
11 13
12 13
13 13
14 19
15 19
19
18 19
19 19
20 28
28
28 28
29 42
  • 可能仔细观察也能观察出来,扩容的策略是 0.5倍倍增 capacity,然后做一个简单修正,具体的实现逻辑听我慢慢道来;

二、扩容逻辑解析

1、扩容逻辑实现

  • 扩容成多大是由 _Grow_to 函数实现的:
    // grow by 50% or at least to _Count
	size_type _Grow_to(size_type _Count) const
	{
    
    
		size_type _Capacity = capacity();

		_Capacity = max_size() - _Capacity / 2 < _Capacity 
		? 0 : _Capacity + _Capacity / 2;	// try to grow by 50%
		
		if (_Capacity < _Count)
			_Capacity = _Count;
		
		return (_Capacity);
	}
  • max_size() 是一个很大的数,基本可以不考虑,如果能够达到,内存基本也不够用,所以这个逻辑理解的时候可以精简一下;

2、精简后的扩容逻辑

  • 精简后就成了下面的代码:
    _Capacity = _Capacity + _Capacity / 2;         // 增加一半容量(/2是下取整的)
    if (_Capacity < _Count) _Capacity = _Count;    // 至少到 _Count,这里的 _Count 在 push_back 的情况下为 size + 1
  • 核心逻辑1:按照 _Capacity/2 的下整,累加 _Capacity 的值;
  • 核心逻辑2:取 max(_Capacity, _Count) 作为新的 _Capacity;
  • 核心逻辑3:push_back的情况下,_Count = size + 1;

3、验证扩容逻辑

size capacity 说明
0 0 初始化
1 1 _Capacity = max(0+0/2, 1) = 1
2 2 _Capacity = max(1+1/2, 2) = 2
3 3 _Capacity = max(2+2/2, 3) = 3
4 4 _Capacity = max(3+3/2, 4) = 4
5 6 _Capacity = max(4+4/2, 5) = 6
6 6 不扩容
7 9 _Capacity = max(6+6/2, 7) = 9
8 9 不扩容
9 9 不扩容
10 13 _Capacity = max(9+9/2, 10) = 13
28 28 不扩容
29 42 _Capacity = max(28+28/2, 29) = 42

4、优化

  • capacity 每改变一次,就会进行一次空间重分配;
  • 观察发现,这个策略下,vector 元素一个一个 push_back 的时候,从 size = 1 到 5,每次都进行了空间重分配;
  • 因为每次空间重分配,势必导致数据迁移,涉及到数据的申请和释放,会影响程序运行效率,所以一般可以利用 reserve 接口预分配一些空间;

三、论文解读补充

  • 关于倍增法的时间复杂度问题,找到了一篇论文,大致翻译整理成文,希望读者能够看懂;
  • 论文地址:https://www.drdobbs.com/c-made-easier-how-vectors-grow/184401375

1、Size 和 Capacity

  • 1)vector 本身不仅仅是一块连续的内存,它有两个表示大小的值,一个叫Size,一个叫 Capacity;
  • 2)Size代表已经用了的元素的大小,Capacity表示总共元素的大小;

image]

元素 剩余空间
Size Capacity-Size
  • 3)当调用 push_back 的时候,如果剩余空间还有,则不需要重新分配新的空间;否则,需要对 vector 进行内存重分配;

2、内存重分配

  • 内存重分配的步骤为:
  • 1)根据新指定的 Capacity 分配对应的内存空间;
  • 2)将数据从旧的内存拷贝到新申请的内存;
  • 3)析构旧内存的数据;
  • 4)释放旧内存的空间;

3、内存重分配策略

  • 1)方案1:如果每次 push_back 的时候,都需要增长 Capacity 的值,也就是每次 Capacity 加 1,那么当有k个元素的时候,重新分配内存需要的时间是 O(k),添加完 n 个元素的总时间复杂度就是 O(1+2+…+n) = O(n^2),这样效率太低了;
  • 2)方案2:如果每次 push_back 的时候,当没有剩余可用空间时,给 Capacity 增加一个常数因子 C(C > 1),这样势必会比第一种方法更加有效的减少了内存重分配的次数,但是均摊复杂度还是 O(n^2) 的,只不过常数小了;
  • 3)方案3:如果每次 push_back 的时候,当没有剩余可用空间时,给 Capacity 进行一次倍增,这个内存重分配的复杂度是多少呢?

4、倍增法时间复杂度分析

  • 某一次内存重分配完了以后, Capacity 达到了 n,那么表示这里有 n/2 个位置的元素是空的,剩下 n/2 的一半元素被拷贝了1次,剩下的一半的一半的元素拷贝了2次,etc;
  • 那么所有元素被拷贝的次数就是:
    n/4 * 1 + n/8 * 2 + n/16 * 4 + ... = n
  • 所以倍增法的总体时间复杂度是 O(n) 的;

猜你喜欢

转载自blog.csdn.net/WhereIsHeroFrom/article/details/108750216