知识卡片
删除性能取决于分布
逐次删除在密集命中时可能重复搬移大量后缀,写入索引法通常较稳;极少命中时二者常数成本可不同。原书基准把InitSlice放进计时循环,包含初始化成本,且另建法有错误前置零值,因此不能直接把表9-2当正确实现的公平排名。先验证输出,再比较相同规模和命中分布。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 数据结构 · 查看原书依据
元素的占比对算法是有影响的。在正常情况下,第三种方法的性能最好。切片长度越大,方法一的性能越差。 在某些极端情况下,如果元素的占比非常小甚至没有对应的值,那么方法一的性能反而最好。基准测试的结果如下。 //没有对应值的元素 $ go test -bench=. goos: dar
参考来源
- 位置:《深入浅出Go语言编程从原理解析到实战进阶 (阮正平杜军)》第09章《数据结构》(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/深入浅出Go语言编程从原理解析到实战进阶 (阮正平杜军)/_epub-src/EPUB/xhtml/Section0012_0003.xhtml,spine 60;图像/OCR证据见_evidence)
- 结论依据:摘录与已读上下文、代码支撑正文;原书示例、版本限制及已知错误均明确区分。
- 原始内容:元素的占比对算法是有影响的。在正常情况下,第三种方法的性能最好。切片长度越大,方法一的性能越差。 在某些极端情况下,如果元素的占比非常小甚至没有对应的值,那么方法一的性能反而最好。基准测试的结果如下。 //没有对应值的元素 $ go test -bench=. goos: dar