在我的初步问题中(详细的实验调查):适用于快速插入和查找n维实向量的合适容器(提供了初始基准测试),我使用未排序集合来管理随机N维浮点数组时,由于我的初始(可能设计不良的哈希函数),出现了非常奇怪的行为:
#include <iostream>
#include <chrono>
#include <random>
#include <array>
#include <unordered_set>
const int N = 3; // Dimensionality of the arrays
std::array<double, N> getRandomArray() {
// Engines and distributions retain state, thus defined as static
static std::default_random_engine e; // engine
static std::uniform_real_distribution<double> d(0, 1); // distribution
std::array<double, N> ret;
for (size_t i = 0; i < N; ++i) {
ret[i] = d(e);
}
return ret;
}
// Return Squared Euclidean Distance
template <typename InputIt1, typename InputIt2>
double EuclideanDistance2(InputIt1 beg1, InputIt1 end1, InputIt2 beg2) {
double val = 0.0;
while (beg1 != end1) {
double dist = (*beg1++) - (*beg2++);
val += dist*dist;
}
return val;
}
struct ArrayHash { // Hash Function
std::size_t operator() (const std::array<double, N>& arr) const {
std::size_t ret = 0;
for (const double elem : arr) {
ret += std::hash<double>()(elem);
}
return ret;
}
};
struct ArrayEqual { // Equivalence Criterion
bool operator() (const std::array<double, N>& arr1,
const std::array<double, N>& arr2) const {
return EuclideanDistance2(arr1.begin(), arr1.end(), arr2.begin()) < tol*tol;
}
private:
static constexpr double tol = 1e-6; // Comparison tolerance
};
int main() {
// create a unordered set of double arrays (usda)
std::unordered_set<std::array<double, N>, ArrayHash, ArrayEqual> usda;
// record start time
auto start = std::chrono::steady_clock::now();
// Generate and insert one hundred thousands new double arrays
for (size_t i = 0; i < 100000; ++i) {
// Get a new random double array (da)
std::array<double, N> da = getRandomArray();
usda.insert(da);
}
// record finish time
auto end = std::chrono::steady_clock::now();
std::chrono::duration<double> diff = end - start;
std::cout << "Time to generate and insert unique elements into UNORD. SET: "
<< diff.count() << " s\n";
std::cout << "unord. set size() = " << usda.size() << std::endl;
return 0;
}
两个最奇怪的事情是:
- 即使使用松散容差(1e-1)运行实验时,几乎所有的随机向量(作为N维数组实现)都被识别为唯一,且没有使用
vectors
和sets
也没有观察到这种情况。 - 开启 -O3 优化标志后,独特元素的数量与没有进行优化时有显著差异,这肯定说明我的方法有问题。
编辑:根据@WhozCraig的建议解决了第二个问题。
所以,我的问题是:这种奇怪的行为是因为我的哈希函数设计不好吗?如果是这样,请给出如何为我的情况制作更好的哈希函数的建议。
std::size_t ret;
这个东西是不确定的吗?因此后续循环的ret += std::hash<double>()(elem);
实际上几乎毫无价值。所以,是的,我认为它设计得很糟糕。 - WhozCraigstd::size_t ret = 0
后,我摆脱了第二个奇怪的事情。 - Remis