在std:：sort（）中完成的比较数 P> >如何在n个整数排序向量中，对标准C++ STL排序函数中发生的比较数进行计数？ < P>一种快速、非侵入的方式是使用lambda函数。如果使用的是C++11或更高版本，则可以使用lambda，如下所示： unsigned int numComparisons = 0U; std::vector<unsigned int> someContainer; // Fill container, etc. std::sort( std::begin(someContainer), std::end(someContainer), [&numComparisons]( unsigned int lhs, unsigned int rhs ) { ++numComparisons; return lhs < rhs; } ); std::cout << numComparisons << " comparisons were performed in std::sort" << std::endl; 无符号整数比较=0U； 向量容器； //装满容器等。 排序（ std:：begin（someContainer）， std:：end（someContainer）， [&numComparisons]（无符号整数左侧，无符号整数右侧） { ++数值比较； 返回左侧

一种快速、非侵入性的方法是使用lambda函数。如果使用的是C++11或更高版本，则可以使用lambda，如下所示：

unsigned int numComparisons = 0U;
std::vector<unsigned int> someContainer;
// Fill container, etc.
std::sort( 
    std::begin(someContainer), 
    std::end(someContainer),
    [&numComparisons]( unsigned int lhs, unsigned int rhs ) 
    {
        ++numComparisons;
        return lhs < rhs;
    }
);

std::cout << numComparisons << " comparisons were performed in std::sort" << std::endl;

无符号整数比较=0U；
向量容器；
//装满容器等。
排序（
std:：begin（someContainer），
std:：end（someContainer），
[&numComparisons]（无符号整数左侧，无符号整数右侧）
{
++数值比较；
返回左侧<右侧；
}
);
std：：cout为了补充观察方法，你可以阅读。在复杂性方面，
std:：sort
必须：

O（N·log（N）），其中N=标准：：平均距离（第一次、最后一次）比较。
（直到C++11）

O（N·log（N）），其中N=标准：：距离（第一个，最后一个）比较。
（从C++11开始）

显然，大O表示法可以掩盖一些常数因子，但一般来说，它与N·log（N）成比例（对数以2为基数，就像所有好的CS对数一样）。
为了补充观测方法，您可以阅读。在复杂性方面，
std:：sort
必须：

O（N·log（N）），其中N=标准：：平均距离（第一次、最后一次）比较。
（直到C++11）

O（N·log（N）），其中N=标准：：距离（第一个，最后一个）比较。
（从C++11开始）

显然，big-O表示法可以掩盖一些常量因子，但一般来说，它与N·log（N）成比例（其中log是以2为基数的，就像所有好的CS日志一样）.
您可以提供自己的函数进行标准比较，并计算调用次数。您可以提供自己的函数进行标准比较，并计算调用次数。注意：观察方法有助于了解实际发生的情况，但这也意味着您正在测量标准库对特定输入的
排序。如果其他一些标准库决定（比如）采用Python中的TimSort算法，并且您的输入已经大部分/全部排序，那么该排序的自适应性质可能会将比较工作减少到~
O（n）
，即使正常情况下的工作是
O（n log n）
，所以你的观察结果会产生误导性的观察结果。我完全同意ShadowRanger的观点，并鼓励读者也阅读他的答案。这在某种程度上取决于你为什么要测量它！与分析一样，使用真实的数据和环境进行分析是很重要的。注意：观察方法有助于了解实际情况，但也意味着您正在测量标准库对特定输入的排序。如果其他一些标准库决定（比如）采用Python中的TimSort算法，并且您的输入已经大部分/全部排序，那么该排序的自适应性质可能会将比较工作减少到~
O（n）
，即使正常情况下的工作是
O（n log n）
，所以你的观察结果会产生误导性的观察结果。我完全同意ShadowRanger的观点，并鼓励读者也阅读他的答案。这在某种程度上取决于你为什么要测量它！与评测一样，使用真实的数据和环境进行评测非常重要。我不知道“直到”和“自”之间的区别。大O上限不总是这样吗？那么，“平均值”（或其缺失）的含义是什么呢？@tobi303大O符号确实描述了N增长时的渐近上限。然而，在这种情况下，输入的顺序很重要，当对可能的顺序进行平均时，算法可以是O（N log（N）），但例如有O（N^2）的破坏性情况。C++11限制更严格，并且为所有可能的输入顺序指定了O（N log（N））。@ThomasRussell thx，我将不得不考虑一下。顺便说一句，log2（x）和log10（x）之间的差异只是一个常数，所以它是否是“好的CS日志”并不重要；）@托比303：是的。指出它是log2确实提醒您，在涉及其他常数因子之前，成本高于log10，但是的，差异是~3.32的常数因子，因此基数可以忽略。我没有得到“直到”和“自”之间的差异。大O上限不总是这样吗？那么，“平均值”（或其缺失）的含义是什么呢？@tobi303大O符号确实描述了N增长时的渐近上限。然而，在这种情况下，输入的顺序很重要，当对可能的顺序进行平均时，算法可以是O（N log（N）），但例如有O（N^2）的破坏性情况。C++11限制更严格，并且为所有可能的输入顺序指定了O（N log（N））。@ThomasRussell thx，我将不得不考虑一下。顺便说一句，log2（x）和log10（x）之间的差异只是一个常数，所以它是否是“好的CS日志”并不重要；）@托比303：是的。指出它是log2确实提醒您，在涉及其他常量因子之前，成本高于log10，但是的，差异是~3.32的常量因子，因此可以忽略基数。