C++ 我应该在插入STL集合之前随机洗牌吗？

我需要插入1000万个字符串到C++ STL集中。字符串已排序。如果我按排序顺序插入字符串，是否会出现病态问题？我应该先随机化吗？或者G++STL实现会自动为我重新平衡吗？

set实现通常使用红黑树，这将为您重新平衡。但是，如果在插入之前随机化数据，则插入可能会更快（也可能不会更快）——唯一可以确保的方法是使用集合实现和特定数据进行测试。无论哪种方式，检索时间都是一样的。

---

set：“使用自平衡二进制搜索树实现。”

也许“无序集”可以作为替代方案。

实现将自动重新平衡。但是，如果您知道输入是经过排序的，那么您可以给它一些帮助：您可以在执行插入时提供“提示”，在这种情况下，为先前插入的项提供迭代器正是为下一次插入提供的正确提示。在这种情况下，每个插入将具有摊销常量复杂性，而不是您预期的对数复杂性。

g++的libstdc++将红黑树用于集合和映射

这是一个自平衡树，插入总是O（logn）。C++标准还要求所有实现都具有这种特性，所以在实践中，它们几乎总是红黑树，或者非常相似。

---

所以不要担心元素的放置顺序。

我唯一的问题是：您真的需要

集合吗

如果数据已经排序，并且在创建后不需要插入/删除元素，则使用
deque
会更好：


使用用于检索的
您将获得更少的内存开销。。。和更好的缓存位置

关于
binary\u search
：我想你需要的不仅仅是一个
ForwardIterator
来进行二进制搜索，我猜这个网站又关闭了：（
一个非常便宜和简单的解决方案是从字符串集合的两端插入。也就是说，首先添加“a”，然后添加“ZZZZZ”，然后添加“AA”，然后添加“ZZZZY”直到你在中间遇到为止。它不需要花费大量的洗牌，但它可能会避开病理情况。
我对STL集的一个抱怨是，你不能提前分配内存。如果把1000万个字符串放入STL集，这将是我关心的问题。插入操作的复杂性。为什么要随机化？@Kyril它保证了最大随机化顺序可能会提供更好的性能，因为可能需要进行较少的再平衡。@Lib我肯定在一个集合中插入了大约一百万个字符串，没有问题。@liberkid:您不能指定一个自定义分配器作为第三个模板参数吗Meter到
std:：set
，例如使用
boost:：pool
？这将允许您使用类似于基于池的分配器的东西。很好的建议，但树会经常重新平衡。@Matthieu:True。我很确定，至少在复杂性方面，它比先洗牌数据要好。对于洗牌数据，总体复杂性s O（N lg N）因为您必须为每个新元素搜索插入点。对数据进行排序后，每个插入都有摊销常数复杂性，因此总体复杂性摊销O（N）。但在实际操作中是否更好仍有疑问。如果您可以将所有数据保存在内存中，则可以尝试从一开始就完美地构建树（递归地将数据平分）.我喜欢这种二分法，尽管我认为在实践中，考虑到记录的数量，由于缓存问题，它会比重新平衡慢，因为我们会不断地访问新的内存页。不，文档是正确的。二进制搜索使用“advance”这对于随机访问迭代器是常数时间，对于ForwardIterator是线性的。因此ForwardIterator是算法的最低要求。请参阅上的脚注。坦白说，我宁愿使用集合，因为这是我需要的功能。@BennyG:谢谢。正如两个站点上对于非随机访问迭代器所指出的，步骤数是线性的，不是吗t对数。我曾以某种方式假设我们只能有对数复杂度。@vy32:因为你担心性能，我以为你已经准备好弄脏你的手了。如果你只是想继续使用
集，请测量时间，如果它足够好，你就不必担心它。结果证明你是对的！我能够做到提前创建列表，只使用二进制迭代器。我将在程序中预先编译的列表存储为一个200000个元素的大数组。（我最终编写了自己的二进制搜索，而不是使用C++向量。）