兩篇關於stl容器效能比較的文章

文章目錄

• STL container Benchmark
• Data Oriented Design

STL container Benchmark

C++ benchmark – std::vector VS std::list VS std::deque

C++ benchmark – std::vector VS std::list

我們知道通常對於在序列中插入和刪除頻繁的操作，使用list會更快，而對於序列頭尾插入頻繁的操作，用deque會更快。vector對於尋找來說會比較快，相對於前兩種，vector對cache的利用率更高。

文中詳細比較了不同的操作，有一定的參考意義。

有一點值得注意的是，random insert+linear search，list最慢（小資料區塊），原因應該還是cache miss，因為如果node被分配不同的記憶體塊中，那麼cache miss的幾率會增加。

Data Oriented Design

在選擇資料結構時，有一個重要的因素在傳統的複雜度分析時通常不會考慮的是cache locality。一旦cache miss發生，處理器需要等待很多CPU周期才能從記憶體中取得資料，對於NUMA架構的處理器更是如此。所以，在設計資料結構時有一種叫dod，即Data Oriented Design的設計常常會使用，並且越來越受到重視。可以參考：

Pitfalls of Object Oriented Programming

注意，標題是OOP的缺陷，其實不是探討OOP和面向過程等編程範式的，而是關於OOP對於效能的影響。下面還有一些DOD相關的文章可供參考：

Data-Oriented Design (Or Why You Might Be Shooting Yourself in The Foot With OOP)

Data-Oriented Design Now And In The Future

Intorduction to Data Oriented Design

DOD對於效能不敏感的模組意義不大（80/20原則），但是對於某些效能上要求較高的模組，那麼就很重要了。

總之，最佳化是一門高深的學問。