Nano Hash - криптовалюты, майнинг, программирование

Пространственная сложность контейнеров C++ STL

Я нашел различные ресурсы, в которых указана временная сложность различных контейнеров C++ STL. Где я могу найти космические сложности, связанные с использованием контейнеров C++ STL?

Я знаю, что для большинства контейнеров отношения линейны по отношению к количеству содержащихся элементов. Но как насчет контейнеров, использующих хеш-функцию? Можно ли в таком случае дать какие-то гарантии?

04.09.2014

  • Проблема в том, что стандарт определяет интерфейсы и время от времени ожидаемую (верхнюю границу) сложность контейнеров. Вы можете реализовать карту как красно-черную или avl-дерево, например, или любую другую карту, основанную на сравнениях. Таким образом, ответ будет таким: зависит от реализации. 04.09.2014
  • Я не могу внести ничего полезного, но не могли бы вы добавить ресурсы для временной сложности? 04.09.2014
  • Деструктор должен работать за линейное время (23.2.1, таблица 96). Я думаю, что это подразумевает линейный размер структуры. 04.09.2014
  • Сложность времени и пространства относится к алгоритму, а не к структурам данных. Например, временная сложность поиска элемента в векторе отличается от временной сложности доступа к элементу вектора по его адресу. На самом деле я не думаю, что какой-либо контейнер занимает объем памяти, не пропорциональный количеству его элементов. Это может занять вдвое больше памяти, используемой непрерывным массивом, но не, например, это количество в квадрате. Итак, либо я совершенно не прав, либо вам нужно указать, чего вы действительно хотите. 04.09.2014
  • @zch: Нет, есть структуры данных, для которых это не обязательно. Правда, они неясны. Сложность dtor измеряется только с точки зрения операций над типом элемента, все остальное не учитывается. 04.09.2014
  • @zch: в самом абсурдном случае ничто не препятствует реализации std::map, которая удваивает размер выделенного узла при каждом выделении и просто позволяет дополнительной памяти не использоваться. Поскольку время выделения или освобождения блока памяти не зависит от размера этого блока (если не принимать во внимание возможную перегрузку диска), такая реализация вполне удовлетворит требованиям временной сложности. 05.09.2014

Ответы:


1

Для каждого контейнера STL есть два источника ограничений сложности. Во-первых, это то, что требует стандарт. Хорошим (и почти всегда правильным) источником для этого является cppreference.com, например. http://en.cppreference.com/w/cpp/container, если вы не т есть сам стандарт. Во-вторых, вещи, не указанные в стандарте, определяются реализацией. Эти реализации в основном очень эффективны, учитывая их многоцелевой характер.

Чтобы ответить на ваш вопрос коротким ответом: да, вы можете ожидать линейного пространства. Но детали немного сложнее.

Беглый взгляд на Стандарт (23.2.1 Общие требования к контейнерам) гласит:

Все требования к сложности в этом разделе сформулированы исключительно с точки зрения количества операций над содержащимися объектами.

Раздел 23.2.5 (Неупорядоченные ассоциативные контейнеры) гласит:

В наихудшем случае сложность большинства операций линейна, но в среднем все происходит намного быстрее.

Стандарт продолжается и определяет некоторые аспекты неупорядоченных ассоциативных контейнеров более подробно. Внимательно изучив сложности операций, мы можем сделать кое-что для пространства. Копнув немного дальше (конструкторы 23.5.4.2 unordered_map), мы обнаружим:

Создает пустую карту unordered_map, используя указанную хеш-функцию, функцию равенства ключей и распределитель, а также используя не менее n сегментов. Если n не указано, количество сегментов определяется реализацией. Затем вставляет элементы из диапазона [f, l). max_load_factor() возвращает 1,0. Сложность: линейная в среднем, квадратичная в худшем случае.

Квадратичное время происходит для патологически плохой хеш-функции. Средний случай — это то, что вы должны ожидать, а именно, линейное время подразумевает линейное пространство. Наихудший случай возникает, когда хэш-карта выходит за пределы и ее необходимо реконструировать (да, говоря небрежно).

Для доступа к элементу мы получаем аналогичную вещь:

Сложность: средний случай O(1), худший случай O(size()).

Кроме того, стандарт говорит, что реализация должна использовать структуру данных с сегментами. Элементы хешируются в ведра. Этим сегментам также потребуется место, и в зависимости от того, как вы инициализируете unordered_map, количество сегментов определяется реализацией. Таким образом, эффективные реализации будут использовать пространство O(n+N), где n — количество элементов, а N — количество сегментов.

Надеюсь, это немного проясняет ситуацию.

05.09.2014

2

Осторожность

Я искал ответ на пространственную сложность ассоциативного контейнера set. Надеюсь это поможет.

Содержание ниже частично ответило на вопрос.

Отвечать

Космическая сложность set

В этом сообщении пространственная сложность набора stl? из-за структуры данных set (красный -черное дерево), сложность пространства обычно составляет O(n)

Космическая сложность map

Структура данных map и set представляет собой красно-черное дерево, поэтому пространственная сложность map обычно равна O(n), но это зависит от реальных случаев (см.: пространственная сложность карты).

28.02.2019
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..