vector扩容原理说明

扩容原理概述

• 新增元素：Vector通过一个连续的数组存放元素，如果集合已满，在新增数据的时候，就要分配一块更大的内存，将原来的数据复制过来，释放之前的内存，在插入新增的元素；
• 对vector的任何操作，一旦引起空间重新配置，指向原vector的所有迭代器就都失效了 ；
• 初始时刻vector的capacity为0，塞入第一个元素后capacity增加为1；
• 不同的编译器实现的扩容方式不一样，VS2015中以1.5倍扩容，GCC以2倍扩容。

代码

#include<iostream>
#include<vector>
using namespace std;
int main()
{
    vector<int> vec;
    cout << vec.capacity() << endl;
    for (int i = 0; i<10; ++i)
    {
        vec.push_back(i);
        cout << "size: " << vec.size() << endl;
        cout << "capacity: " << vec.capacity() << endl;
    }
    system("pause");
    return 0;
}

输出：

• GCC输出
  
• VS2015输出
  

分析：

• 可以根据输出看到，vector是以2倍的方式扩容的。这里让我产生了两个疑问：
  
  1. 为什么要成倍的扩容而不是一次增加一个固定大小的容量呢？
  2. 为什么是以两倍的方式扩容而不是三倍四倍，或者其他方式呢？
• 第一个问题：
  
  • 以成倍方式增长
    
    1. 假定有 n 个元素,倍增因子为 m；
    2. 完成这 n 个元素往一个 vector 中的 push_back​操作，需要重新分配内存的次数大约为 logm(n)；
    3. 第 i 次重新分配将会导致复制 m^(i) (也就是当前的vector.size() 大小)个旧空间中元素;
    4. n 次 push_back 操作所花费的时间复制度为O(n):
       
    5. m / (m - 1)，这是一个常量，均摊分析的方法可知，vector 中 push_back 操作的时间复杂度为常量时间.​
  • 一次增加固定值大小
    
    1. 假定有 n 个元素,每次增加k个；
    2. 第i次增加复制的数量为为：100i
    3. n 次 push_back 操作所花费的时间复杂度为O(n^2):
       
    4. 均摊下来每次push_back 操作的时间复杂度为O(n)；
• 总结：对比可以发现采用采用成倍方式扩容，可以保证常数的时间复杂度，而增加指定大小的容量只能达到O(n)的时间复杂度，因此，使用成倍的方式扩容。
• 第二个问题：
  
  • 根据查阅的资料显示，考虑可能产生的堆空间浪费，成倍增长倍数不能太大，使用较为广泛的扩容方式有两种，以2二倍的方式扩容，或者以1.5倍的方式扩容。
  • 以2倍的方式扩容，导致下一次申请的内存必然大于之前分配内存的总和，导致之前分配的内存不能再被使用，所以最好倍增长因子设置为(1,2)之间：
    
  • 知乎上看到一个很好的解释：
    C++ STL中vector内存用尽后，为啥每次是两倍的增长，而不是3倍或其他数值？
  • 借用他的一张图来说明2倍与1.5倍的区别：
    

总结

1. vector在push_back以成倍增长可以在均摊后达到O(1)的事件复杂度，相对于增长指定大小的O(n)时间复杂度更好。
2. 为了防止申请内存的浪费，现在使用较多的有2倍与1.5倍的增长方式，而1.5倍的增长方式可以更好的实现对内存的重复利用，因为更好。

参考

1. C++ STL中vector内存用尽后，为啥每次是两倍的增长，而不是3倍或其他数值？
2. 《STL系列》之vector原理及实现
3. vector中push_back操作时间复杂度分析

PS

• 本人水平有限，文中难免会出现一些错误，欢迎指正，探讨。^^