C++ C++；要比较向量，请使用更快的方法

是否有更快的方法从向量列表中找到特定的向量？我做向量比较，这需要永远做，我有数百万条记录

我正在使用openmp

这就是我目前所拥有的

#pragma omp parallel for
                            for(int i=0;i<crossed.size();i++){
                                    #pragma omp flush (exit)
                                    if(!exit && (crossed[i]== vectors)){

                                            loop = i;
                                            found = true;
                                            exit = true;
                                            #pragma omp flush (exit)
                                    }
                            }

                            if(found == false){
                                    crossed.push_back(vectors);
                                    cross.push_back(0);
                            }
                            else{
                                    cross[loop] = cross[loop]+1;
                            }

#pragma omp parallel for
对于（inti=0；iYes），如果您愿意稍微更改一下数据结构

加速比较的一个简单方法是使用校验和。我的意思是，逐字检查和。在构建向量时，保持每一个向量和的运行总和（只要与数据类型一致，溢出就不重要）。然后，不比较整个向量，只比较和-然后只有在和匹配时才比较向量

更进一步地说，您可以通过校验和对向量进行排序…这可能只在有很多向量的情况下才值得，因为它将校验和搜索从n减少到log（n）
你要解决什么问题？也许有一个数据结构或算法比向量向量更适合你。也许你可以对你的数据排序然后进行二进制搜索？如果你必须比较像这样的多个向量，你可能会考虑为每个向量存储哈希信息并比较散列。你仍然需要比较两个向量。向量具有相等的散列，但你可以立即剔除不同的散列，这将提高你的速度。我试图找出一个图是否同构。为了做到这一点，我必须将向量中的每个点乘以alpha，然后检查是否可以找到重复的一次。然后我计算它们，并与其他图进行比较hs来寻找非同构图。如果你们理解数学，那么找出更快的算法+1/哈希比求和更好会非常有帮助。而且，没有必要“按校验和对向量排序”-只需对单个校验和/向量id索引进行排序。每次将元素添加到向量时，都必须重新计算标准哈希值…对于数百万个元素，我认为您将损失大量时间。对于该场景，将所有元素哈希值与总和进行异或的向量哈希值是一种合理的方法…哈希方面区分了um是弱的，例如{10，-10}vs{0,0}，{1,9}vs{10}，而求和有助于{3,3,3}vs{3}。Trickier有O（1）cpu和mem方法来生成对顺序敏感的值，以处理插入/擦除，例如{1,3}vs{3,1}，或{1,3,5}vs{5,1,3}，1,3}，也可能是相邻元素之间的散列中的异或异或（例如，对于上述情况，{2}对{-2}，{2，2}对{-4，2}）-尽管如此，还是易于取消：-（。