大规模数据对 vector 和 map 的压力

平时的机器上跑个小程序，几百条数据，基本不会发现容器之间的差别。这也可能是许多人不去关心容器底层的原因。

这篇文章是我拿到一个简历，上面写到精通STL，遂想出这个问题，让其来分析一下。（每次面试问过的我都公开，不问重复的 ^D）

如果我们有超过十亿个用户自定义的对象 People,每个对象大小暂定12字节，那么分别用 vector 和map存储，在查找上性能有什么差别。

C＋＋标准规定 vector是连续的序列容器，这就是说在容器中相邻的数据，在物理内存中也相邻。map的底层是RBTree，容器内相邻的元素在物理内存中不一定相邻。由于map采用树的结构，所以每个节点除了数据占有的内存之外，还要left，right，parent 指针，每个指针4Bytes。

不包括容器本身占的空间，通常一页内存为4KB，那么如果用vecotr存储的话，一页可以放341个对象，如果用map的话，一页内存可以放171个，相差近 2 倍，所以用map存储的话，在查找的时候，更容易产生内存缺页，而且是频繁的缺页，这样map就会因为大规模的数据而性能严重下降。

此外，由于map的节点很可能分布在内存的各个角落，容器内相邻可是物理不相邻更容易产生内存缺页中断，这种情况恐怕更糟糕！

当然vector也有其不可避免的缺点：

在存储的过程中，他会不断的内存扩张，复制数据的过程也是蛮昂贵的说（即使我们可以用很大的初始容量来尽量减少内存扩张的次数）。此外为了能用binary_search，需要vector有序，这个时间也不容忽视，绝不忽视。

但是当一切尘埃落定，我们大部分操作都在查找的时候，性能的差距就会不言自明了。