大std :: vector的加速创建>> [

Question

在我的国际象棋引擎代码库中，我使用了一个非常大的哈希表，哈希表的大小最多可以达到128 GB。hast表是由大小为4的存储桶组成的大型数组。使用STL std :: vector完成管理该大型表的代码。我对代码的性能感到满意，但是在初始化结构时遇到了一些问题。

哈希表的结构如下：

class ttEntry
{
private:

    signed int key:32;          /*! 32 bit for the upper part of the key*/
    signed int packedMove:16;   /*! 16 bit for the move*/
    signed int depth:16;        /*! 16 bit for depth*/
    signed int value:23;        /*! 23 bit for the value*/
    signed int generation:8;        /*! 8 bit for the generation id*/
    signed int staticValue:23;  /*! 23 bit for the static evalutation (eval())*/
    signed int type:3;          /*! 2 bit for the type of the entry*/
                                /*  144 bits total = 16 bytes*/
public:
    explicit ttEntry(unsigned int _Key, Score _Value, unsigned char _Type, signed short int _Depth, unsigned short _Move, Score _StaticValue, unsigned char _gen): key(_Key), packedMove(_Move), depth(_Depth), value(_Value), generation(_gen), staticValue(_StaticValue), type(_Type){}
    explicit ttEntry(){}    

    ...
    ...
};

using ttCluster = std::array<ttEntry, 4>;



class transpositionTable
{
private:
    std::vector<ttCluster> _table;
    ....
    ....
}

我用于分配空间的代码如下：

uint64_t transpositionTable::setSize(unsigned long int mbSize)
{

    uint64_t size = (uint64_t)((((uint64_t)mbSize) << 20) / sizeof(ttCluster));
    _elements = size;

    _table.clear();
    _table.shrink_to_fit();
    try
    {
        _table.reserve(_elements);
        _table.resize(_elements); // big bottleneck
    }
    catch(...)
    {
        std::cerr << "Failed to allocate " << mbSize<< "MB for transposition table." << std::endl;
        exit(EXIT_FAILURE);
    }
    return _elements * 4;
}

要以128GB的内存初始化表108秒。我对用已知值初始化内存不感兴趣，而只是分配空间并具有足够长的std :: vector。

我知道我可以用良好的旧C代码和malloc重写代码，但我想使用现代的std :: vector。

关于如何加速代码以及我在哪里做错的任何想法？

在我的国际象棋引擎代码库中，我使用了一个非常大的哈希表，哈希表的大小最多可以达到128 GB。 hast表是大小为4的存储桶的大型数组。使用...

Answer 1

为什么仍然需要调整大小？正如我所看到的，保留呼叫可以满足您的所有需求。它为特定大小分配内存。由于您想稍后对其进行初始化，因此只需使用push_back将数据写入其中即可。由于不必进行任何分配，因此与仅写入向量元素相比，push_back基本上不会降低性能。