数据:预置容量的差异

文章讨论了预分配字典容量对程序性能的重要性。通过对比动态扩容和预置足够容量的字典,指出预分配空间可以减少内存分配和数据迁移,提高效率。虽然不同语言的哈希表实现可能导致不同效果,但理解字典实现并根据需求预估容量对优化性能至关重要。
摘要由CSDN通过智能技术生成

18 预分配字典空间

func test1() map[int]int {
    m := make(map[int]int)
    for i := 0; i < 10000; i++ {
        m[i] = i
    }
    return m
}
func test2() map[int]int {
    m := make(map[int]int, 10000)
    for i := 0; i < 10000; i++ {
        m[i] = i
    }
    return m
}

func BenchmarkTest(b *testing.B) {
    b.Run("normal", func(b *testing.B) {
        for i := 0; i < b.N; i++ {
            _ = test1()
        }
    })
    b.Run("prealloc", func(b *testing.B) {
        for i := 0; i < b.N; i++ {
            _ = test2()
        }
    })
}

第一个我们不对字典提前设置容量,我们往里面去追加数据时候让它动态去扩容。第二个我们提前设置足够大的空间,来减少中间的扩容和内存分配操作。

$ go test -bench . -benchmem
BenchmarkTest/normal-4   2000 937146 ns/op 687428 B/op 278 allocs/op
BenchmarkTest/prealloc-4 3000 523648 ns/op 322307 B/op 12 allocs/op

我们可以看到它们的性能差别并不大,最大的问题是每次操作分配

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值