翻译 | QMap与QHash小基准测试

本文翻译自: https://woboq.com/blog/qmap_qhash_benchmark.html
作者: Olivier Goffart

  在我的Qt开发者日2012演示文稿(深入探讨QtCore)时,我做了一个比较QMap和QHash的基准。我认为在这篇简短的博客文章中分享结果会很不错。

在底层实现上

在Qt 4中QHash使用哈希表实现,而QMap使用跳跃表实现。

在Qt 5中,虽然容器的实现有所改变,但概念仍然相同。主要有以下区别

  • QVector、QString和QByteArray现在共享相同的实现(QArrayData)。主要的区别是现在有一个偏移量,将来可能允许引用外部数据
  • QMap的实现已经完全改变了。它不再是跳跃表,而是一个红黑树

基准

  基准测试很简单,并且在一秒钟内在循环中进行大量查找并计算迭代次数。
  这不是真正科学严谨的。我们的目标只是展示曲线的形状。

结果

  在我的电脑上运行,gcc 4.7。越高越好。元素的数量是对数标度。对于QHash,人们应该期望它不随元素数量而变化,对于QMap,它应该是O(log N): 对数刻度上的直线。

Qt 4.8

插图
  QMap的执行稍微慢于std::map。对于少于10个元素,QMap查找比QHash更快。

Qt 5

插图
  将跳跃表更改为红黑树是一个好主意。与STL相比,Qt容器的性能基本相同。如果少于20个元素,QMap比QHash更快。

  如果比较Qt5和Qt4之间的数量,您会发现Qt5的性能更好。这可能与QString中的更改有关。

结论

  典型的规则是:仅当您需要对项进行排序,或者您知道您的映射中始终只有很少的项时,才使用QMap


相关知识

  • 跳跃表:通过增加多级索引(会增加额外的空间)来提升插入与删除操作。
  • 红黑树:是一种特定类型的二叉树,进行插入和删除操作时通过特定操作保持二叉查找树平衡

附: 基准测试程序

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
/* Copyright 2013 Olivier Goffart <ogoffart@woboq.com>
http://woboq.com/blog/qmap_qhash_benchmark.html
*/

#include <QtCore/QtCore>
#include <unordered_map>

#ifndef CONTAINER
#error CONTAINER must be defined to QMap, QHash, std::map or std::unordered_map
#endif

namespace std{
/* std::hash specialization for QString so it can be used
* as a key in std::unordered_map */
template<class Key> struct hash;
template<> struct hash<QString> {
typedef QString Key;
typedef uint result_type;
inline uint operator()(const QString &s) const { return qHash(s); }
};
}


int main(int argc, char **argv) {
if (argc < 2)
qFatal("Missing number of element to add");

QByteArray a = argv[1];
uint num = a.toUInt();

// creates an array of random keys
QVector<QString> strs(num);
for (int i=0; i < num; ++i)
strs[i] = qvariant_cast<QString>(qrand());

CONTAINER<QString, QString> c;
for (uint i = 0; i < num; ++i) {
QString &k = strs[i];
c[k] = QString::number(i);
}

quint64 it = 0;
const QString *arr = strs.constData();

QElapsedTimer t;
t.start();

while (t.elapsed() < 1000) {
const QString &k = arr[(++it)*797%num];
c[k]; // perform a lookup
}
qDebug() << it/1000;
}