在C + npls中创建精简数组的最有效方法是什么？

哈希表有快速插入，也可以寻找。 您可以编写一个直接的哈希函数，因为您认识到您肯定只管理整数集作为键。

对于C + npls，地图运行良好。 无数的东西不会成为麻烦。 在我的计算机系统上，1000万件事需要大约4.4秒，而且还需要57兆瓦。

我的考试申请是坚持：

#include <stdio.h>
#include <stdlib.h>
#include <map>

class triple {
public:
    int x;
    int y;
    int z;
    bool operator<(const triple &other) const {
        if (x < other.x) return true;
        if (other.x < x) return false;
        if (y < other.y) return true;
        if (other.y < y) return false;
        return z < other.z;
    }
};

int main(int, char**)
{
    std::map<triple,int> data;
    triple point;
    int i;

    for (i = 0; i < 10000000; ++i) {
        point.x = rand();
        point.y = rand();
        point.z = rand();
        //printf("%d %d %d %d\n", i, point.x, point.y, point.z);
        data[point] = i;
    }
    return 0;
}

现在要动态选择各种变量，最方便的补救措施就是代表 index作为字符串 ，然后使用字符串作为地图的关键。 例如，位于[23] [55]的东西可以代表使用“23,55”字符串。 我们还可以扩展这种补救措施以进行更大的测量; 例如，对于3次测量，近似指数肯定类似于“34,45,56”。 这种策略的直接执行遵循：

std::map data<string,int> data;
char ix[100];

sprintf(ix, "%d,%d", x, y); // 2 vars
data[ix] = i;

sprintf(ix, "%d,%d,%d", x, y, z); // 3 vars
data[ix] = i;

实现精简矩阵的理想方法是不实现它们 - 至少是你自己的。 我肯定会推荐BLAS（我假设属于LAPACK），它可以处理实际上庞大的矩阵。