C++ （向量对）对（向量对）的速度C++；
背景：C++ （向量对）对（向量对）的速度C++；,c++,performance,vector,dijkstra,C++,Performance,Vector,Dijkstra,背景： 我已经完成了作为家庭作业的游戏。我们在那里玩了一个魔咒游戏。我决定使用节点的2d向量来实现电路板，并使用2个向量来跟踪节点邻居的x和y坐标。我用来确定胜利者的路径查找算法与Dijkstra的类似 我意识到使用2个向量的缺点是它们必须始终同步，但我想问的是速度。我还意识到，实现电路板的一种更快的方法可能是使用1d向量（我在完成程序的中途实现了该向量） 问题：就原始速度而言，使用2个向量跟踪（x，y）时，路径查找算法会运行得更快吗？或者如果使用成对向量实现，算法会运行得更快吗？选择更适合您需
我已经完成了作为家庭作业的游戏。我们在那里玩了一个魔咒游戏。我决定使用节点的2d向量来实现电路板，并使用2个向量来跟踪节点邻居的x和y坐标。我用来确定胜利者的路径查找算法与Dijkstra的类似 我意识到使用2个向量的缺点是它们必须始终同步，但我想问的是速度。我还意识到，实现电路板的一种更快的方法可能是使用1d向量（我在完成程序的中途实现了该向量）
问题：就原始速度而言，使用2个向量跟踪（x，y）时，路径查找算法会运行得更快吗？或者如果使用成对向量实现，算法会运行得更快吗？选择更适合您需要的算法。 在软件设计的这个阶段，您不应该关心性能。 更重要的是选择最适合使用的数据结构
这样做，性能上的好处可能已经在你身上了。我的直觉告诉我成对向量会更快，但你可能需要测试它。创建一个测试程序，在格式和时间中插入几百万个点，速度更快。然后再看看哪种格式提取存储的数据更快。aoeu的做法是正确的：首先要考虑良好的表示 第二，如果你担心游戏速度太慢，那就请关注一下。找出有问题的地方并为之担忧 也就是说，关于速度： 按顺序访问内存的速度最快。到处乱跳是不好的。一个接一个地访问值是好的 一对向量（更一般地说，结构向量，VoS）或一对向量（向量结构，SoV）是否更快的问题完全取决于您的访问模式。是一起访问坐标对，还是先处理所有x值，然后处理所有y值？答案很可能会显示更快的数据布局
也就是说，“很可能”的意思是蹲着。配置文件，配置文件，配置文件。首先，aoeu已就位 第二，关于总体优化： 优化的第一步是度量，否则您就没有一个比较改进的基线 下一步是使用某种探查器来查看代码在哪里花费周期/内存/其他，它可能不是您认为的地方
完成这两项工作后，您可以开始以正确的方式优化代码的正确部分。除了我的评论之外。如果您的实现随着游戏的进行而运行得较慢（我猜是AI的一部分），那么可能是因为您在每次移动之后都在运行Dijkstra。随着游戏越来越大，棋盘上的动作越来越多，人工智能的性能也越来越差 建议使用
不相交集Dijkstra不相交集的优势在于，它不仅占用更少的内存，而且不会随着游戏的进行而变得更慢，因此您可以在每个玩家移动后运行它
我意识到改变一个项目关键部分的实现是一项艰巨的任务，因为它几乎需要重新做一遍，但这只是一个建议，如果你担心人工智能的速度，那么这绝对值得研究。还有其他实现AI的方法，例如，（这是对minmax树的改进）
Gl.这类问题最好用一个小的自包含代码示例来回答，当您完成这项工作时，您已经完成了构建自己基准的90%。我过去做过类似的事情，而不是像（x，y）中那样担心成对的问题
我只是将这些对转换成整数（x*Number\u Of_rows+y）
这就是我用来存储电路板上每个单独位置的内容。邻居以类似的方式存储，每个节点将存储一个std:：list
邻居也许你喜欢阅读，尽管这是一个繁重的阅读过程，但是它们的实现的boost文档可以让你对Djikstra有更多的了解，特别是：不可能回答：这取决于算法、数据量、内存管理等等。。。“我用来确定胜利者的路径查找算法与Dijkstra的类似”对于提供答案的代码来说是不可接受的描述，而不是“视情况而定”他说他已经完成了，在一个项目完成并发挥功能之后，似乎是寻找一些性能优势的最佳时机。此外，告诉他们不需要回答他们的问题并不是一个答案。评测是优化的最佳方式，也不是猜测或人们称之为微优化的方式。@user2581799：从这个答案中可能不明显的是，用户是否真的提前想到了设计。从这个问题上看，他直到项目的晚期才考虑了一对成对的可能性。现在aoeu建议重新审视设计：您最适合使用哪种数据结构？这应该是设计的头号驱动力（我认为成对向量可能更好）。你甚至可以说，对于这个特殊的情况，你根本不应该考虑性能（直到测量）。