。

它的底层实现是一个可以自动扩展的数组#xff0c;支持随机访问和动态调整大小#xff0c;是

vector

中的一种动态数组容器。

它的底层实现是一个可以自动扩展的数组支持随机访问和动态调整大小是

在插入、删除、遍历以及随机访问等方面有着优异的表现尤其是在数据需要频繁随机访问且不会频繁在中间位置进行插入或删除操作的场景中表现非常出色。

1.1

是动态数组意味着它的大小在程序运行过程中可以根据需要自动扩展。

当需要添加新元素且当前容量不足时vector

会分配更大的内存空间并将原有的数据拷贝到新的内存中。

这种动态性使得

vector

的大小可以根据需要自动扩展或缩小用户无需手动管理内存。

连续内存存储vector

O(1)

的元素在内存中是连续存储的因此可以使用下标直接访问元素时间复杂度为

STL

的容量不足时需要重新分配更大的内存并拷贝原有数据这会带来额外的性能开销。

内存浪费为了减少频繁的内存分配vector

通常会预留比当前需要更多的内存空间这可能会导致一定程度的内存浪费。

vector

10emplace_back(args...)在末尾原地构造元素避免不必要的拷贝。

原地构造

删除末尾元素erase(iterator)删除指定位置的元素。

1);

size()获取当前元素的数量。

capacity()获取当前分配的存储空间可以存储的元素数量。

resize(new_size)改变

vector

的大小。

reserve(new_capacity)预分配存储空间减少内存重新分配的开销。

shrink_to_fit()将

capacity

会自动分配新的更大的内存空间。

一般来说每次扩展会使容量翻倍以减少扩展次数从而提高效率。

这也意味着在一些场景中尽可能使用

reserve()

在容量不足时会分配更大的内存并将原有的数据拷贝到新分配的内存中这个过程称为重新分配reallocation。

重新分配会带来以下几点开销

内存分配开销分配新的内存空间需要系统调用可能会引入一定的开销。

数据拷贝开销每次重新分配时所有元素都需要从旧内存复制到新内存这在数据量较大时会带来较高的性能消耗。

频繁分配导致的内存碎片频繁的内存重新分配可能导致内存碎片的增加影响内存的整体利用效率。

reserve()

list在需要频繁随机访问时更加高效。

尤其是在需要通过下标快速定位特定元素的场景下vector

4.4

会在容量不足时将容量翻倍。

这种指数级增长的策略可以确保在插入元素时具有摊销的常数时间复杂度从而在大多数情况下提供良好的性能。

vector

的随机访问因此适合需要频繁通过下标访问元素的场景。

数据量动态变化vector

的大小可以动态扩展适用于数据量不固定且需要动态添加元素的场景。

相对较少的插入和删除操作如果主要在末尾进行插入和删除vector

6.2

预先分配内存以减少扩展带来的重新分配开销。

减少不必要的复制在添加元素时尽量使用

emplace_back()

push_back()这样可以避免不必要的对象复制。

使用移动语义当元素支持移动语义时vector

vector

在末尾插入和删除的效率较高但在中间位置插入和删除需要移动大量元素时间复杂度为

list

存储结构deque双端队列由多个连续内存块组成支持快速的头尾插入和删除操作而

vector

vector因为它没有动态扩展的开销。

对于大小固定且不需要动态调整的场景array

示例代码

中非常强大且常用的容器适用于需要动态大小且具有随机访问需求的场景。

它提供了丰富的操作接口并且通过连续的内存布局提供了较高的访问效率。

然而在涉及频繁插入和删除操作时特别是在中间位置的操作vector

的性能可能会受到限制。

合理选择合适的容器以匹配具体的应用场景非常重要例如在需要频繁插入和删除的场景中可以选择