【C++】去除vector里重复元素的方法比较

背景：构造一个无重复的白名单，之后要在里面进行二分查找。故要求名单有序，且无重复，并且要进行二分查找，所以要采用有：随机访问迭代器类型的容器。这类容器有vector，array，deque。显然要vector和deque合适一点，但是deque并没有体现出其两端和中间插入时间为固定而非线性的优势，因为本例都在尾部插入，vector和deque同为固定时间。而deque的随机存储操作时间长，故采用vector。

一.利用STL算法unique

首先要将vector排序，排序后。利用erase配合unique算法。利用一个含有一百万整数，里面重复数字并不太多的情况测试。

 

[cpp] view plaincopy
 
  1. #include<fstream>  
  2. #include<iostream>  
  3. #include <vector>  
  4. #include<algorithm>  
  5. #include<ctime>  
  6.   
  7. using namespace std;      
  8. void main()  
  9. {  
  10.     ifstream fwhite;  
  11.     int number;  
  12.     vector<int> white_list;  
  13.     clock_t cost;  
  14.     fwhite.open("largeW.txt");  
  15.     if(!fwhite.is_open())  
  16.     {//or use .good .fail or directly use ! to judge if the file has been opened successfully  
  17.         cout<<"can't open file list"<<endl;  
  18.         exit(EXIT_FAILURE);  
  19.     }  
  20.     cost=clock();  
  21.   
  22.   
  23.     while(!fwhite.eof())  
  24.     {  
  25.         fwhite>>number;  
  26.         white_list.push_back(number);  
  27.     }  
  28.     cost=clock()-cost;  
  29.     cout<<"Time to load data : "<<cost<<endl;  
  30.       
  31.     sort(white_list.begin(),white_list.end());  
  32.     white_list.erase(unique(white_list.begin(),white_list.end()),white_list.end());  
  33.     cost = clock()-cost;  
  34.     cout<<"Time to remove reduplicative data from vector : "<<cost<<endl;  
  35.   
  36.     ofstream fout("sort_white.txt",ios::trunc);  
  37.   
  38.     vector<int>::iterator iter=white_list.begin();  
  39.     while (iter!= white_list.end())  
  40.     {  
  41.         fout<<*iter<<endl;  
  42.         iter++;  
  43.     }  
  44.     cost = clock()-cost;  
  45.     cout<<"Time to write data into file : "<<cost<<endl;  
  46.     exit(EXIT_SUCCESS);  
  47. };  



二.利用set配合copy

读数据的时候就用set，然后直接拷贝到vector。但是拷贝的时候要用到insert_iterator来进行插入拷贝。（溢出问题）

 

[cpp] view plaincopy
 
  1. #include<fstream>  
  2. #include<iostream>  
  3. #include <vector>  
  4. #include<set>  
  5. #include<algorithm>  
  6. #include<ctime>  
  7. #include <iterator>  
  8. using namespace std;      
  9. void main()  
  10. {  
  11.     ifstream fwhite;  
  12.     int number;  
  13.     vector<int> white_list;  
  14.     set<int> ori_list;  
  15.     clock_t cost;  
  16.     fwhite.open("largeW.txt");  
  17.     if(!fwhite.is_open())  
  18.     {//or use .good .fail or directly use ! to judge if the file has been opened successfully  
  19.         cout<<"can't open file list"<<endl;  
  20.         exit(EXIT_FAILURE);  
  21.     }  
  22.     cost=clock();  
  23.       
  24.       
  25.     while(!fwhite.eof())  
  26.     {  
  27.         fwhite>>number;  
  28.         ori_list.insert(number);  
  29.     }  
  30.     cost=clock()-cost;  
  31.     cout<<"Time to load data : "<<cost<<endl;  
  32.   
  33.     insert_iterator<vector<int> > it(white_list,white_list.begin());  
  34.     copy(ori_list.begin(),ori_list.end(),it);  
  35.     cost = clock()-cost;  
  36.     cout<<"Time to copy data from set to vector : "<<cost<<endl;  
  37.   
  38.     ofstream fout("sort_white.txt",ios::trunc);  
  39.     vector<int>::iterator iter=white_list.begin();  
  40.     while (iter!= white_list.end())  
  41.     {  
  42.         fout<<*iter<<endl;  
  43.         iter++;  
  44.     }  
  45.     cost = clock()-cost;  
  46.     cout<<"Time to write data into file : "<<cost<<endl;  
  47.     exit(EXIT_SUCCESS);  
  48. };  

 

 

三.时间开销从开始构造容器开始，利用clock计时

第一种耗时：8.477秒

第二种耗时：23.246秒

看出，还是直接用vector就好，然后配合unique好。原因：同样插入100万个整数，set用时过长，经测试用去了约18秒。为主要开销。

第一种：读取文件到vector开销5.852秒，排序并去除重复元素开销3.205秒，写文件开销15.624秒。总耗时约24秒左右。

第二种：读文件到set开销18.893秒，从set拷贝数据到vector开销4.884秒，写文件开销20秒。总耗时约44秒左右。

但是看出程序写文件很慢，本例中采用iterator迭代取值写文件，如果直接采用索引下标会不会更快？或者采用copy函数和stream_interator？

 

四.在一的基础上，最后写文件时采用下标而不是迭代器

发现并无明显改进。

五.采用统一复制，配合ostream_iterator使用，在此例中速度缩短近一半。

 

[cpp] view plaincopy
 
  1. #include<fstream>  
  2. #include<iostream>  
  3. #include <vector>  
  4. #include<algorithm>  
  5. #include<ctime>  
  6. #include <iterator>  
  7.   
  8. using namespace std;      
  9. void main()  
  10. {  
  11.     ifstream fwhite;  
  12.     int number;  
  13.     vector<int> white_list;  
  14.     clock_t cost;  
  15.     fwhite.open("largeW.txt");  
  16.     if(!fwhite.is_open())  
  17.     {//or use .good .fail or directly use ! to judge if the file has been opened successfully  
  18.         cout<<"can't open file list"<<endl;  
  19.         exit(EXIT_FAILURE);  
  20.     }  
  21.     cost=clock();  
  22.   
  23.   
  24.     while(!fwhite.eof())  
  25.     {  
  26.         fwhite>>number;  
  27.         white_list.push_back(number);  
  28.     }  
  29.     cost=clock()-cost;  
  30.     cout<<"Time to load data : "<<cost<<endl;  
  31.       
  32.     sort(white_list.begin(),white_list.end());  
  33.     white_list.erase(unique(white_list.begin(),white_list.end()),white_list.end());  
  34.     cost = clock()-cost;  
  35.     cout<<"Time to remove reduplicative data from vector : "<<cost<<endl;  
  36.   
  37.     ofstream fout("sort_white.txt",ios::trunc);  
  38.   
  39.     /*vector<int>::iterator iter=white_list.begin(); 
  40.     while (iter!= white_list.end()) 
  41.     { 
  42.         fout<<*iter<<endl; 
  43.         iter++; 
  44.     }*/  
  45.     //for(unsigned int index = 0;index< white_list.size();index++)  
  46.     //{  
  47.     //  fout<<white_list[index]<<endl;  
  48.     //}  
  49.   
  50.     copy(white_list.begin(),white_list.end(),ostream_iterator<int,char>(fout,"\n"));  
  51.     cost = clock()-cost;  
  52.     cout<<"Time to write data into file : "<<cost<<endl;  
  53.     exit(EXIT_SUCCESS);  
  54. };  


另外：largeW文件是从《算法4》的网站得到的，或者可以采用rand函数先自己制造一个。每行一个int型整数，100万行即可。

posted @ 2015-06-23 13:25  HelloWaston  阅读(5228)  评论(0)  编辑  收藏  举报