上面这些特征和vector明显相似，所以我们会提出下面的疑问。
问题：如果deque和vector可以提供相同功能的时候，我们使用哪一个更好呢？
回答：如果你要问的话，就使用vector吧。
或者你给个解释？
非常高兴你这样问，的确，这并不是无中生有的，事实上，在C++标准里解释了这个问题，下面有一个片断：
vector在默认情况下是典型的使用序列的方法，对于deque，当使用插入删除操作的时候是一个更好的选择。
有趣的是，本文就是要非常彻底地理解这句话。
什么是新的？
细读上面两张表格，你会发现和vector比较这里增加了两个函数。
1、c.push_front(elem) —— 在头部插入一个数据。
2、c.pop_front() —— 删除头部数据。
调用方法和c.push_back(elem)和c.pop_back()相同，这些将来会告诉我们对于deque> 会非常有用，deque可以在前后加入数据。>
缺少了什么？
同时你也会发现相对于vector> 缺少了两个函数，你将了解到deque> 不需要它们。
1、capacity()—— 返回vector当前的容量。
2、reserve() —— 给指定大小的vector> 分配空间。
这里是我们真正研究的开始，这里说明deque> 和vector它们在管理内部存储的时候是完全不同的。deque是大块大块地分配内存，每次插入固定数量的数据。vector是就近分配内存（这可能不是一个坏的事情）。但我们应该关注是，vector每次增加的内存足够大的时候，在当前的内存不够的情况。下面的实验来验证deque不需要capacity()和reserve()> 是非常有道理的。
实验一 —— 增长的容器
目的
目的是通过实验来观察deque和vector在容量增长的时候有什么不同。用图形来说明它们在分配内存和执行效率上的不同。
描述
这个实验的测试程序是从一个文件中读取文本内容，每行作为一个数据使用push_back插入到deque> 和vector中，通过多次读取文件来实现插入大量的数据，下面这个类就是为了测试这个内容：
#include <deque>
#include <fstream>
#include <string>
#include <vector>
static enum modes
{
FM_INVALID = 0,
FM_VECTOR,
FM_DEQUE
};
class CVectorDequeTest
{
public:
CVectorDequeTest();
void ReadTestFile(const char* szFile, int iMode)
{
char buff[0xFFFF] = {0};
std::ifstream inFile;
inFile.open(szFile);
while(!inFile.eof())
{
inFile.getline(buff, sizeof(buff));
if(iMode == FM_VECTOR)
m_vData.push_back(buff);
else if(iMode == FM_DEQUE)
m_dData.push_back(buff);
}
inFile.close();
}
virtual ~CVectorDequeTest();
protected:
std::vector<std::string> m_vData;
std::deque<std::string> m_dData;
};
结果
测试程序运行的平台和一些条件：
使用Windows任务管理器来记录执行效率，本程序中使用了Laurent Guinnard 的CDuration类。消耗系统资源如下图：
注意在vector分配内存的最高峰，vector在分配内存的时候是怎样达到最高值，deque就是这样的，它在插入数据的同时，内存直线增长，首先deque的这种内存分配单元进行回收的话，存在意想不到的后果，我们希望它的分配内存看上去和vector一样，通过上面的测试我们需要进一步的测试，现提出一个假设：假设deque分配的内存不是连续的，一定需要释放和收回内存，我们将这些假设加入后面的测试中，但是首先让我们从执行的性能外表分析一下这个实验。
究竟分配内存需要消耗多久？
注意看下面这张图片，vector在不插入数据的时候在进行寻求分配更多内存。
同时我们也注意到使用push_back插入一组数据消耗的时间，注意，在这里每插入一组数据代表着9874个串，平均每个串的长度是1755.85。
实验二—— vector::reserve()的资源
目的
这个实验的目的是vector在加入大量数据之前调用reserve()，和deque进行比较，看它们的内存分配和执行效率怎么样？
描述
本实验中的测试基本上和实验一相同，除了在测试类的构造函数中加入下面这行代码:
m_vData.reserve(1000000);
结果
测试程序运行的平台和一些条件：
使用Windows任务管理器来记录执行效率，本程序中使用了>Laurent Guinnard 的CDuration类。消耗系统资源如下图：
我们注意到vector不在需要分配花费多余的时间分配内存了，这是由于我们使用了reserve()对于所测试的>691180个数据为我们每一次插入大量数据的时候保留了足够的内存空间，对于deque存储分配的假设，观察这个测试中的内存分配图形和上一个图形，我们需要进一步量化这个测试。
怎样改良内存分配的性能呢？
下面这个图例说明随着数据的增加，容量在增加：
当增加数据的时候对容量的增加在vector和deque执行效率基本一样，然而，vector在插入数据的时候有一些零星的时间消耗，看下面的图例：
通过统计分析vector和deque在插入平均为>1755.85长度的>9874个数据所花费的时间，下面是总结的表格：
Vector
Deque
Mean
0.603724814 sec
Maximum
0.738313000 sec
Minimum
0.559959000 sec
Std. Dev
0.037795736 sec
6-Sigma
0.226774416 sec
Mean
0.588021114 sec
Maximum
0.615617000 sec
Minimum
0.567503000 sec
Std. Dev
0.009907800 sec
6-Sigma
0.059446800 sec
实验三——内存回收
目的
本实验是对假设deque分配的内存不是临近的，而且很难回收进行量化测试分析。
描述
在本实验中再次用到了实验一中的代码，在调用函数中加入记录增加数据执行的效率具体入下面操作：
for(xRun=0; xRun<NUMBER_OF_XRUNS; xRun++)
{
df = new CVectorDequeTest;
elapsed_time = 0;
for(i=0; i<NUMBER_OF_RUNS*xRun; i++)
{
cout << "Deque - Run " << i << " of " <<
NUMBER_OF_RUNS*xRun << "... ";
df->ReadTestFile("F:\\huge.csv",DF_DEQUE);
deque_data.push_back(datapoint());
deque_data.back().time_to_read = df->GetProcessTime();
elapsed_time += deque_data.back().time_to_read;
deque_data.back().elapsed_time = elapsed_time;
cout << deque_data.back().time_to_read << " seconds\n";
}
vnElements.push_back(df->GetDequeSize());
cout << "\n\nDeleting... ";
del_deque.Start();
delete df;
del_deque.Stop();
cout << del_deque.GetDuration()/1000000.0 << " seconds.\n\n";
vTimeToDelete.push_back(del_deque.GetDuration()/1000000.0);
}
结果
本测试和上面两个实验在相同的平台上运行，除了插入的数据由>9874到>691180，需要插入>70次，下面图例显示了>deque在插入数据的时候分配内存的情况，在deque里插入了平均每个长度为>1755.85的字符串。>
尽管从几个曲线图中看到的实际消耗时间不同，但些曲线图都精确到了>R2=95.15%。所给的数据点都实际背离了下表中统计的曲线图数据:
在相同的情况下比较vector的结果是非常有意义的。下面图就是将vector和deque在相同的情况下分配内存消耗的时间比较图：
这些数据在这个测试中是>R2=82.12%。这或许可以经过每个点反复运行得到更加优化，在这个问题中这些数据适当地标注了这些点，所给的数据点都实际背离了下表中统计的曲线图数据:
实验四—— vector::insert() 和 deque::insert() 执行特点比较
目的
deque主张使用参数为常量的insert()。但怎么样能和vector::insert()比较一下呢？本实验的目的就是比较一下vector::insert()> 和 deque::insert()的工作特点。
描述
在容器的容器多次插入数据，在这里可能不符合你的需求，既然这样你可以使用insert()，试验代码也和实验一基本一样，使用insert()代替push_back()，使用insert(>)来测试。
结果
当插入常量给deque的时候，从下图可以看出和vector的对比来。
注意两张图片中时间轴的不同，这是将>61810个数据插入到容器中。
实验五——读取容器的性能
目的
这个实验将测试vector::at(),vector::operator[],deque::at()和deque::operator[]的性能。首先应该是operator[]比at（）效率要高，因为它不进行边界检查，同时也比较vector和deque。
描述
这个实验将测试中的容器有1000000个类型为std::string，每个字符串长度为1024的数据，分别使用at()和operator[]这两个操作来访问容器容器的数据，测试它们运行的时间，这个测试执行50次，统计每次执行的结果。
结果
我们看到使用vector和deque访问容器中的数据，他们执行的性能差别很小，使用operator[]和at()访问数据的性能差别几乎可以忽略不计，下面是统计的结果：
vector::at()
Mean
1.177088125sec
Maximum
1.189580000sec
Minimum
1.168340000sec
Std. Dev
0.006495193sec
6-Sigma
0.038971158sec
deque::at()
Mean
1.182364375sec
Maximum
1.226860000sec
Minimum
1.161270000sec
Std. Dev
0.016362148sec
6-Sigma
0.098172888sec
vector::operator[]
Mean
1.164221042sec
Maximum
1.192550000sec
Minimum
1.155690000sec
Std. Dev
0.007698520sec
6-Sigma
0.046191120sec
deque::operator[]
Mean
1.181507292sec
Maximum
1.218540000 sec
Minimum
1.162710000sec
Std. Dev
0.010275712sec
6-Sigma
0.061654272sec
结论
在这篇文章中我们覆盖了多种不同的情况来选择我们到底是该使用vector还是deque。让我们总结一下测试的结果看下面几个结论。
当执行大数据量的调用push_back()的时候，记住要调用vector::reserve()。
在实验一中我们研究了vector和deque在插入数据的情况。通过这些假设，我们可以看出deque分配的空间是预先分配好的，deque维持一个固定增长率，在vector实验中我们考虑到应该调用vecor::reserve()>.然后在下面这个例子验证了我们的假设，在使用vector的时候调用reserve()能够膀子我们预先分配空间，这将是vector一个默认选择的操作。
当你分配很多内存单元的时候，记住使用deque回收内存要比vector消耗时间多。
在实验三中我们探讨了vector和deque在回收非邻接内存块上的不同，分别证明了vector在分配内存的时候是线性增长，而deque是指数增长，同样，vector要回收的内存比deque多的多，如果你循环调用了push_back()，那么deque将获取大量的内存，而且是临近的。我们通过测试发现在分配内存单元消耗的时间和vector的时间接近。
如果你计划使用insert()，或者需要pop_front()，那就使用deque。
由于vector没有提供pop_front()函数，但在实验四的结果中可以看出没有insert()是非常好的，同时也告诉我们为什么deque在STL类中要作为单独的一个类划分出来。
对于访问数据，vector::at()效率最高。
在实验五中统计的数据表示，所有访问数据方法的效率是非常接近的，但是vector::at()效率最高。这是因为最优的平衡图访问时间为最低的六个西格玛值。
最后
我希望本文能够带你认识deque，而且对它感兴趣或者一个启发，欢迎继续讨论关于vector和deque任何问题和内容。
本文地址：http://com.8s8s.com/it/it22892.htm