占用大量 space 的无序地图

Question

我创建了一张 unit64_t 到 uint64_t 的地图。这是我为评估 space 复杂性而编写的代码：

#include <bits/stdc++.h>
#include "sparsehash/internal/sparseconfig.h"
#include "sparsehash/sparse_hash_map"

using namespace std;

int main(int argc, char *argv[]){

    std::string input,reference;

    while (getline(cin,input)) {
    reference += input;
    input.clear();
    }

    cout<<"length of reference = "<<reference.length()<<endl;
    unordered_map<uint64_t, uint64_t> m;
    //google::sparse_hash_map<uint64_t, pair<short,long>> m;

    for (auto it = reference.begin(); it != reference.end(); it++) {
        m[it-reference.begin()]= it-reference.begin();
    }

    return 0;
}

当我运行使用 /usr/bin/time 时，这是程序产生的输出：

length of reference = 4641652
    Command being timed: "./a.out"
    User time (seconds): 2.97
    System time (seconds): 0.15
    Percent of CPU this job got: 99%
    Elapsed (wall clock) time (h:mm:ss or m:ss): 0:03.13
    Average shared text size (kbytes): 0
    Average unshared data size (kbytes): 0
    Average stack size (kbytes): 0
    Average total size (kbytes): 0
    Maximum resident set size (kbytes): 251816
    Average resident set size (kbytes): 0
    Major (requiring I/O) page faults: 0
    Minor (reclaiming a frame) page faults: 68259
    Voluntary context switches: 1
    Involuntary context switches: 104
    Swaps: 0
    File system inputs: 0
    File system outputs: 0
    Socket messages sent: 0
    Socket messages received: 0
    Signals delivered: 0
    Page size (bytes): 4096
    Exit status: 0

无序地图似乎占用了 250MB space。这似乎异常高。为什么会这样。同样的代码加上google稀疏散列只需要89MB的space，比较合理。

我不明白为什么C++无序映射占用这么多space？

Answer 1

您有 4641652 个条目。所以总的原始数据大小是 4641652*2*8 byte ~= 74 MB。

关于 hash-tables 有一个重要的事实。 fast hashtables有很多hash buckets，hash-tables有少量hash buckets很慢。

基本上都归结为哈希冲突。如果你有很多散列桶（并且你有一个很好的散列函数），那么散列冲突就很少发生。因此查找真的非常快。另一方面，如果您的 table 很小（哈希桶不多），那么哈希冲突会经常发生。因此查找功能要慢得多。

现在 std::unordered_map 被人为地设计为快速散列-table，因此它有相当多的开销。哈希桶比条目多得多。在这种情况下，开销约为 250 / 74 ~= 3.3x，这似乎很正常。

但是 sparsehash 旨在尽可能减少开销（每个条目大约 2 位）。但这当然意味着它要慢得多。

如果您使用散列映射，您应该始终考虑，如果您想要速度或内存效率。

占用大量 space 的无序地图

Unordered map taking lot of space

c++

unordered-map