QVector与QMap查找效率实战(QMap快N倍)

因为项目使用QVector,太慢了,听说QMap比QVector查找时快,所以写一个小程序试试;

从30000个数据中找5000个

程序运行截图如下:

QVector

QMap

一样的数据,找一样的数代码如下图:

widget.h

#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>
#include <QVector>
#include <QMap>

namespace Ui {
class Widget;
}

typedef struct MyData{
MyData(QString num1,QString num2,QString num3){
m_num1=num1;
m_num2=num2;
m_num3=num3;
}

QString m_num1;
QString m_num2;
QString m_num3;
}MyData;

typedef struct VecData{
VecData(const qint64 num,const QString name){
m_num=num;
m_name=name;
}
qint64 m_num;
QString m_name;

QList<MyData*> m_list;
}VecData;

class Widget : public QWidget
{
Q_OBJECT

public:
explicit Widget(QWidget *parent = 0);
~Widget();

public slots:
void vectorBtnClicked();
void mapBtnClicked();

private:
Ui::Widget *ui;
QVector<VecData*> m_myVec;
QMap<qint64,VecData*> m_myMap;
qint64 m_num[5000];

};

#endif // WIDGET_H
widget.cpp

#include "widget.h"
#include "ui_widget.h"
#include <QDebug>
#include <time.h>
#include <QMessageBox>
#include <QTimer>
#include <QTime>

Widget::Widget(QWidget *parent) :
QWidget(parent),
ui(new Ui::Widget)
{
ui->setupUi(this);
this->setWindowTitle("CSDN IT1995");

qint64 data=100000000;
for(qint64 i=0;i<30000;i++){
m_myVec.append(new VecData(data,"这个是name"));
m_myMap.insert(data,new VecData(data,"这个是name"));
for(int j=0;j<100;j++){
m_myVec[i]->m_list.append(new MyData("10000","20000","30000"));
(*m_myMap.find(data))->m_list.append(new MyData("10000","20000","30000"));
}
data++;
}

qsrand(QTime(0, 0, 0).secsTo(QTime::currentTime()));
for(int i=0;i<5000;i++){
m_num[i]=qrand()%100000+100000000;
}

connect(ui->vectorPushButton,&QPushButton::clicked,this,&Widget::vectorBtnClicked);
connect(ui->mapPushButton,&QPushButton::clicked,this,&Widget::mapBtnClicked);
}

Widget::~Widget()
{
delete ui;
}

void Widget::vectorBtnClicked(){

clock_t start,finish;
double totaltime;
start=clock();
for(int i=0;i<5000;i++){
for(int j=0;j<m_myVec.size();j++){
if(m_num[i]==m_myVec[j]->m_num){
qDebug()<<"Value:"<<m_myVec[j]->m_num;
break;
}
}
}
finish=clock();
totaltime=(double)(finish-start)/CLOCKS_PER_SEC;
qDebug()<<"此程序的运行时间为"<<totaltime<<"秒!";
QMessageBox::information(this,"提示","使用了"+QString::number(totaltime,‘f‘,5)+"秒");
}

void Widget::mapBtnClicked(){

clock_t start,finish;
double totaltime;
start=clock();
for(int i=0;i<5000;i++){
qDebug()<<"Value:"<<(*m_myMap.find(m_num[i]))->m_num;
}
finish=clock();
totaltime=(double)(finish-start)/CLOCKS_PER_SEC;
qDebug()<<"\n此程序的运行时间为"<<totaltime<<"秒!";
QMessageBox::information(this,"提示","使用了"+QString::number(totaltime,‘f‘,5)+"秒");
}
main.cpp

#include "widget.h"
#include <QApplication>

int main(int argc, char *argv[])
{
QApplication a(argc, argv);
Widget w;
w.show();

return a.exec();
}
 
---------------------
作者:草莓蛋糕人
来源:CSDN
原文:https://blog.csdn.net/u014746838/article/details/83504246
版权声明:本文为博主原创文章,转载请附上博文链接!

原文地址:https://www.cnblogs.com/findumars/p/10803560.html

时间: 2024-10-21 23:30:30

QVector与QMap查找效率实战(QMap快N倍)的相关文章

如何在mysql查找效率慢的SQL语句

如何在mysql查找效率慢的SQL语句呢?这可能是困然很多人的一个问题,MySQL通过慢查询日志定位那些执行效率较低的SQL 语句,用--log-slow-queries[=file_name]选项启动时,mysqld 会写一个包含所有执行时间超过long_query_time 秒的SQL语句的日志文件,通过查看这个日志文件定位效率较低的SQL .下面介绍MySQL中如何查询慢的SQL语句 一.MySQL数据库有几个配置选项可以帮助我们及时捕获低效SQL语句 1,slow_query_log 这

python 字典有序无序及查找效率,hash表

刚学python的时候认为字典是无序,通过多次插入,如di = {}, 多次di['testkey']='testvalue' 这样测试来证明无序的.后来接触到了字典查找效率这个东西,查了一下,原来字典在python内部是通过哈希表的顺序来排的,做了一些测试,比如di = {1:1,3:3,2:2,4:4,5:5} ,无论怎么改变键值对的顺序,print di 总是会{1: 1, 2: 2, 3: 3, 4: 4, 5: 5}.所以看起来当插入di['key']='value'时,这组键值对有时

List和Dictionary泛型类查找效率浅析

List和Dictionary泛型类查找效率存在巨大差异,前段时间亲历了一次.事情的背景是开发一个匹配程序,将书籍(BookID)推荐给网友(UserID),生成今日推荐数据时,有条规则是同一书籍七日内不能推荐给同一网友. 同一书籍七日内不能推荐给同一网友规则的实现是程序不断优化的过程,第一版程序是直接取数据库,根据BookID+UserID查询七日内有无记录,有的话不进行分配.但随着数据量的增大,程序运行时间越来越长,于是开始优化.第一次优化是把所有七日内的数据取出来,放到List<T>中,

python中in在list和dict中查找效率比较

转载自:http://blog.csdn.net/wzgbm/article/details/54691615 首先给一个简单的例子,测测list和dict查找的时间: import time query_lst = [-60000,-6000,-600,-60,-6,0,6,60,600,6000,60000] lst = [] dic = {} for i in range(100000000): lst.append(i) dic[i] = 1 start = time.time() fo

grep之字符串搜索算法Boyer-Moore由浅入深(比KMP快3-5倍)

这篇长文历时近两天终于完成了,前两天帮网站翻译一篇文章“为什么GNU grep如此之快?”,里面提及到grep速度快的一个重要原因是使用了Boyer-Moore算法作为字符串搜索算法,兴趣之下就想了解这个算法,发现这个算法一开始还挺难理解的,也许是我理解能力不是很好吧,花了小半天才看懂,看懂了过后就想分享下,因为觉得这个算法真的挺不错的,以前一直以为字符串搜索算法中KMP算很不错的了,没想到还有更好的,Boyer-Moore算法平均要比KMP快3-5倍. 下面是我对该算法的理解,参考了一些关于该

超级芯片电路板问世 比现有电脑快9000倍

5月13日消息,美国研究人员日前发明了一种基于人脑构造设计的全新芯片电路板"Neurogrid".据悉,Neurogrid可以模拟人脑中的100万个神经元和数十亿个突触连接,而其运算速度已经达到了现有普通电脑的9000倍之巨.然而,同人类大脑的运算速度相比,即便是Neurogrid也依然相去甚远. 斯坦福大学生物project学副教授夸贝纳-波尔翰(Kwabena Boahen)在国际顶级期刊<电气与电子project师协会会刊>(IEEE)上表示,这一全新产品相比传统模拟

Python使用二分插入排序竟然比直接插入排序快99倍!

?? Python使用二分插入排序竟然比直接插入排序快99倍! 之前发布同一个算法,C++竟然比C快8倍! , 有同学提出是因为C++中使用了二分插入排序,于是用python比较了下两种排序差距有多大. 测试结果如下: Python insertion sort took time: 1:39:42.448904Python insertion sort with binary search took time: 0:01:13.263267 代码如下: import datetime impo

荷兰研究人员提突破性想法:用红外线传输网络_比WiFi快100倍

原文地址 这年头咱们去餐馆吃饭.商场购物,最喜欢的就是蹭个免费Wi-Fi,省流量不说,速度也是杠杠的没得喷(当然也有因同时连接人数过多速度卡成狗的,但和免费相比这些都可以忍受了吧). 在光纤入户,独享10M.20M.30M甚至100M网络带宽下,你以为Wi-Fi的速度就很快了吗? 大错特错!Wi-Fi本身就是一种卡网速的存在. 最近荷兰埃因霍温理工大学研究人员提出了一个突破性的想法,使用红外线把无线数据带到笔记本电脑和智能手机上,其结果竟然比Wi-Fi快100倍,而且还不受干扰. 据埃因霍温理工

比传统事务快10倍?一张图读懂阿里云全局事务服务GTS

摘要: 近日,阿里云全局事务服务GTS正式上线,为微服务架构中的分布式事务提供一站式解决方案.GTS有哪些功能,相比传统事务的优势在哪呢?我们通过一张图读懂GTS. 近日,阿里云全局事务服务GTS正式上线,为微服务架构中的分布式事务提供一站式解决方案.GTS的原理是将分布式事务与具体业务分离,在平台层面开发通用的事务中间件GTS,由事务中间件协调各服务的调用一致性,负责分布式事务的生命周期管理.服务调用失败的自动回滚,性能比XA协议事务快10倍.GTS有哪些功能,相比传统事务的优势在哪呢?我们通