这里测试的是最常用的二维vector的情况,更高维度类推即可。首先是测试用的代码:
#include <iostream>
#include <vector>
#include <time.h>
using namespace std;
//法一:自己写for循环进行初始化分配空间
void Init1(int m, int n) {
vector<vector<int>> test;
test.resize(m);
for (int i = 0; i < m; i++) {
test[i].resize(n);
}
}
//法二:先创建对象,然后用resize一次性进行初始化分配空间
void Init2(int m, int n) {
vector<vector<int>> test;
test.resize(m, vector<int>(n));
}
//法三:直接创建对象并初始化分配空间
void Init3(int m, int n) {
vector<vector<int>> test(m, vector<int>(n));
}
int main() {
int m = 10000; //行数
int n = 10000; //列数
clock_t start, end;
double dur;
//法一
start = clock();
Init1(m, n);
end = clock();
dur = (double)(end - start);
cout << "法一耗时:" << dur/CLOCKS_PER_SEC << "ms" << endl;
//法二
start = clock();
Init2(m, n);
end = clock();
dur = (double)(end - start);
cout << "法二耗时:" << dur / CLOCKS_PER_SEC << "ms" << endl;
//法三
start = clock();
Init3(m, n);
end = clock();
dur = (double)(end - start);
cout << "法三耗时:" << dur / CLOCKS_PER_SEC << "ms" << endl;
}
使用上述代码,在vs debug模式下进行四组测试:m=10000, n=10000
,m=50000, n=50000
,m=50000, n=10000
,m=10000, n=50000
,每组测试3或5次。测试结果如下:
1. m=10000, n=10000
法一耗时:0.229ms
法二耗时:0.226ms
法三耗时:0.222ms
法一耗时:0.232ms
法二耗时:0.225ms
法三耗时:0.223ms
法一耗时:0.230ms
法二耗时:0.224ms
法三耗时:0.225ms
法一耗时:0.229ms
法二耗时:0.222ms
法三耗时:0.227ms
法一耗时:0.229ms
法二耗时:0.229ms
法三耗时:0.230ms
小结:法一最差,法二与法三相当。
2. m=50000, n=50000
法一耗时:5.153ms
法二耗时:5.712ms
法三耗时:5.314ms
法一耗时:5.163ms
法二耗时:5.520ms
法三耗时:5.396ms
法一耗时:5.148ms
法二耗时:5.582ms
法三耗时:5.354ms
小结:法一最优,法三次之,法二最差。
3. m=50000, n=10000
法一耗时:1.174ms
法二耗时:1.191ms
法三耗时:1.194ms
法一耗时:1.190ms
法二耗时:1.156ms
法三耗时:1.197ms
法一耗时:1.173ms
法二耗时:1.176ms
法三耗时:1.161ms
法一耗时:1.170ms
法二耗时:1.173ms
法三耗时:1.181ms
法一耗时:1.172ms
法二耗时:1.176ms
法三耗时:1.180ms
小结:三者相当。
4. m=10000, n=50000
法一耗时:0.883ms
法二耗时:0.985ms
法三耗时:0.925ms
法一耗时:0.885ms
法二耗时:0.919ms
法三耗时:0.923ms
法一耗时:0.891ms
法二耗时:0.946ms
法三耗时:0.939ms
小结:法一最优,法二与法三相当。
总结
做完后发现这个测试挺无聊的,因为得不出什么结论。而之所以一时兴起想做这个测试,是因为一般我都是用法一来给二维vector分配空间的。然后在刷leetcode第59题:螺旋矩阵 II
时,提交自己使用法一做出来的答案的时候,执行用时只击败了30%用户。而当我copy了官方给出的法三(以前不知道可以这么初始化)时,发现执行用时直接拉满,击败了100%用户。我就以为这两种方法效率差别很大,所以才做了这个测试。虽然这个测试没有得到想要的结果,但是还是贴一下,也当作记录一下这个初始化的方法。
这里测试的维度也不算小了,都是104数量级,而耗时相差都很小,所以一般情况下三种方法随便选择合适的使用即可。但是,当m和n都很大,或者是m远大于n时,使用法一则可以看到明显的优势(至少多次测试中都毫无悬念最优了)。这也说明了,使用c++官方写好的方法也不一定就能获得最好的性能。
最后ps一下:leetcode的执行用时和内存消耗两个性能指标果然是跟玩具一样,一模一样的代码多次提交可以获得不同的结果,不具有实际参考价值。还是自己去算时间复杂度和空间复杂度来的靠谱。