利用std::transform进行大数据计算

在日常编程中，可能会遇到，简单的计算，但是却要进行上亿次，循环累加耗时特别长std::transform就可以很好的解决问题。

使用std::transform在提升速度的同时，CPU和内存回蹭蹭上涨，内部是多线程，自动分配工作。

1.std::transform(input1.begin(), input1.end(), input2.begin(), outc.begin(), CalculatePoor);

2.std::transform(std::execution::par_unseq, input1.begin(), input1.end(), input2.begin(), outc.begin(), CalculatePoor);

这两种方式都能很大程度提升CalculatePoor这里我们想做的事的速度，CalculatePoor也可以换成匿名函数

注意事项：

一.使用std::execution::par_unseq，即允许的并行性类型，会在多线程基础上进一步提升速度，同时CPU也会涨很多（在数据量大的时候特别明显）

二.input1和input2类型没有明确限制，但是input1和input2的大小要完全相同，如果input1的size是1000，而input2的size是2000，这样可以正常执行，如果input2的size是500，就会崩溃，内部input1[i]和input2[i]是一对一执行CalculatePoor这个操作，

会崩溃的原因就在下图

如果想{1， 2， 3， 4}和{5， 6， 7}相互减，进行12次减法，就要分三次传进去，分别为“

{1， 2， 3， 4}和{5，5，5， 5}

{1， 2， 3， 4}和{6， 6， 6，6}

{1， 2， 3， 4}和{7， 7， 7，7}

这样才是正确的12次运算

三.那么在算法中就会存在一个问题，创造第二输入数组，

例如vector有常见的三种办法：

1.vector<long long> vStop(10000);

std::fill(vStop.begin(), vStop.end(), 5);

2.vector<long long> vStop(10000);

stop.assign(vStop.begin(), vStop.end(), 5))

3.vector<long long> vStop(10000, 5);

第一种和第二种速度差不多，第三种要慢很多，

四.在CalculatePoor里面做什么事不需要加锁，例如我的CalculatePoor

QMap<int, long long> g_mStatisTau;
int CalculatePoor(long long i, long long j)
{  
    long long iValue = j - i;
    if(std::abs(iValue) <= g_iMaxDiff) { //合格
        g_mStatisTau[iValue] += 1;
    }
    
    return iValue;
} 

g_mStatisTau这个用锁保护和不用锁基本没什么区别

然后就是CalculatePoor里面不要做什么耗时的事情。有什么注意的碰到再加