標籤：
背景：構造一個無重複的白名單，之後要在裡面進行二分尋找。故要求名單有序，且無重複，並且要進行二分尋找，所以要採用有：隨機訪問迭代器類型的容器。這類容器有vector，array，deque。顯然要vector和deque合適一點，但是deque並沒有體現出其兩端和中間插入時間為固定而非線性優勢，因為本例都在尾部插入，vector和deque同為固定時間。而deque的隨機儲存操作時間長，故採用vector。
一.利用STL演算法unique
首先要將vector排序，排序後。利用erase配合unique演算法。利用一個含有一百萬整數，裡面重複數字並不太多的情況測試。
[cpp] view plaincopy
- #include<fstream>
- #include<iostream>
- #include <vector>
- #include<algorithm>
- #include<ctime>
-
- using namespace std;
- void main()
- {
- ifstream fwhite;
- int number;
- vector<int> white_list;
- clock_t cost;
- fwhite.open("largeW.txt");
- if(!fwhite.is_open())
- {//or use .good .fail or directly use ! to judge if the file has been opened successfully
- cout<<"can‘t open file list"<<endl;
- exit(EXIT_FAILURE);
- }
- cost=clock();
-
-
- while(!fwhite.eof())
- {
- fwhite>>number;
- white_list.push_back(number);
- }
- cost=clock()-cost;
- cout<<"Time to load data : "<<cost<<endl;
-
- sort(white_list.begin(),white_list.end());
- white_list.erase(unique(white_list.begin(),white_list.end()),white_list.end());
- cost = clock()-cost;
- cout<<"Time to remove reduplicative data from vector : "<<cost<<endl;
-
- ofstream fout("sort_white.txt",ios::trunc);
-
- vector<int>::iterator iter=white_list.begin();
- while (iter!= white_list.end())
- {
- fout<<*iter<<endl;
- iter++;
- }
- cost = clock()-cost;
- cout<<"Time to write data into file : "<<cost<<endl;
- exit(EXIT_SUCCESS);
- };
二.利用set配合copy
讀資料的時候就用set，然後直接拷貝到vector。但是拷貝的時候要用到insert_iterator來進行插入拷貝。（溢出問題）
[cpp] view plaincopy
- #include<fstream>
- #include<iostream>
- #include <vector>
- #include<set>
- #include<algorithm>
- #include<ctime>
- #include <iterator>
- using namespace std;
- void main()
- {
- ifstream fwhite;
- int number;
- vector<int> white_list;
- set<int> ori_list;
- clock_t cost;
- fwhite.open("largeW.txt");
- if(!fwhite.is_open())
- {//or use .good .fail or directly use ! to judge if the file has been opened successfully
- cout<<"can‘t open file list"<<endl;
- exit(EXIT_FAILURE);
- }
- cost=clock();
-
-
- while(!fwhite.eof())
- {
- fwhite>>number;
- ori_list.insert(number);
- }
- cost=clock()-cost;
- cout<<"Time to load data : "<<cost<<endl;
-
- insert_iterator<vector<int> > it(white_list,white_list.begin());
- copy(ori_list.begin(),ori_list.end(),it);
- cost = clock()-cost;
- cout<<"Time to copy data from set to vector : "<<cost<<endl;
-
- ofstream fout("sort_white.txt",ios::trunc);
- vector<int>::iterator iter=white_list.begin();
- while (iter!= white_list.end())
- {
- fout<<*iter<<endl;
- iter++;
- }
- cost = clock()-cost;
- cout<<"Time to write data into file : "<<cost<<endl;
- exit(EXIT_SUCCESS);
- };
三.時間開銷從開始構造容器開始，利用clock計時
第一種耗時：8.477秒
第二種耗時：23.246秒
看出，還是直接用vector就好，然後配合unique好。原因：同樣插入100萬個整數，set用時過長，經測試用去了約18秒。為主要開銷。
第一種：讀取檔案到vector開銷5.852秒，排序並去除重複元素開銷3.205秒，寫檔案開銷15.624秒。總耗時約24秒左右。
第二種：讀檔案到set開銷18.893秒，從set拷貝資料到vector開銷4.884秒，寫檔案開銷20秒。總耗時約44秒左右。
但是看出程式寫檔案很慢，本例中採用iterator迭代取值寫檔案，如果直接採用索引下標會不會更快？或者採用copy函數和stream_interator？
四.在一的基礎上，最後寫檔案時採用下標而不是迭代器
發現並無明顯改進。
五.採用統一複製，配合ostream_iterator使用，在此例中速度縮短近一半。
[cpp] view plaincopy
- #include<fstream>
- #include<iostream>
- #include <vector>
- #include<algorithm>
- #include<ctime>
- #include <iterator>
-
- using namespace std;
- void main()
- {
- ifstream fwhite;
- int number;
- vector<int> white_list;
- clock_t cost;
- fwhite.open("largeW.txt");
- if(!fwhite.is_open())
- {//or use .good .fail or directly use ! to judge if the file has been opened successfully
- cout<<"can‘t open file list"<<endl;
- exit(EXIT_FAILURE);
- }
- cost=clock();
-
-
- while(!fwhite.eof())
- {
- fwhite>>number;
- white_list.push_back(number);
- }
- cost=clock()-cost;
- cout<<"Time to load data : "<<cost<<endl;
-
- sort(white_list.begin(),white_list.end());
- white_list.erase(unique(white_list.begin(),white_list.end()),white_list.end());
- cost = clock()-cost;
- cout<<"Time to remove reduplicative data from vector : "<<cost<<endl;
-
- ofstream fout("sort_white.txt",ios::trunc);
-
- /*vector<int>::iterator iter=white_list.begin();
- while (iter!= white_list.end())
- {
- fout<<*iter<<endl;
- iter++;
- }*/
- //for(unsigned int index = 0;index< white_list.size();index++)
- //{
- // fout<<white_list[index]<<endl;
- //}
-
- copy(white_list.begin(),white_list.end(),ostream_iterator<int,char>(fout,"\n"));
- cost = clock()-cost;
- cout<<"Time to write data into file : "<<cost<<endl;
- exit(EXIT_SUCCESS);
- };
另外：largeW檔案是從《演算法4》的網站得到的，或者可以採用rand函數先自己製造一個。每行一個int型整數，100萬行即可。
【C++】去除vector裡重複元素的方法比較
