For example, I have a std::map with known sizeof(A) and sizeof(B), while map has N entries inside. How would you estimate its memory usage? I d say it s something like
(sizeof(A) + sizeof(B)) * N * factor
但是是什么因素?不同的公式可能吗?
也许容易要求上限?
For example, I have a std::map with known sizeof(A) and sizeof(B), while map has N entries inside. How would you estimate its memory usage? I d say it s something like
(sizeof(A) + sizeof(B)) * N * factor
但是是什么因素?不同的公式可能吗?
也许容易要求上限?
估计会更接近
(sizeof(A) + sizeof(B) + ELEMENT_OVERHEAD) * N + CONTAINER_OVERHEAD
有一个为每个元素添加开销,也有一个固定的开销维持用于数据结构存储的数据结构映射。这通常是一个二叉树,如< a href = " http://en.wikipedia.org/wiki/Red_Black_Tree " rel = " noreferrer " > < / >红黑树。例如,在海湾合作委员会c++ STL实现<代码> ELEMENT_OVERHEAD将<代码> < /代码> sizeof (_Rb_tree_node_base) < /代码>和<代码> CONTAINER_OVERHEAD将<代码> < /代码> sizeof (_Rb_tree) > < /代码。上面的图你也应该增加的开销内存管理结构用于存储地图元素。
它年代可能更容易到达估计通过测量代码为各种大型集合s内存消耗。
您可以使用< a href = " http://www.almostinfinite.com/memtrack.html " rel = " noreferrer " > MemTrack < / >,柯蒂斯Bartley。这年代一个替换默认的内存分配器,可以跟踪内存使用分配的类型。
输出的一个例子:
-----------------------
Memory Usage Statistics
-----------------------
allocated type blocks bytes
-------------- ------ -----
struct FHRDocPath::IndexedRec 11031 13.7% 2756600 45.8%
class FHRDocPath 10734 13.3% 772848 12.8%
class FHRDocElemPropLst 13132 16.3% 420224 7.0%
struct FHRDocVDict::IndexedRec 3595 4.5% 370336 6.2%
struct FHRDocMDict::IndexedRec 13368 16.6% 208200 3.5%
class FHRDocObject * 36 0.0% 172836 2.9%
struct FHRDocData::IndexedRec 890 1.1% 159880 2.7%
struct FHRDocLineTable::IndexedRec 408 0.5% 152824 2.5%
struct FHRDocMList::IndexedRec 2656 3.3% 119168 2.0%
class FHRDocMList 1964 2.4% 62848 1.0%
class FHRDocVMpObj 2096 2.6% 58688 1.0%
class FHRDocProcessColor 1259 1.6% 50360 0.8%
struct FHRDocTextBlok::IndexedRec 680 0.8% 48756 0.8%
class FHRDocUString 1800 2.2% 43200 0.7%
class FHRDocGroup 684 0.8% 41040 0.7%
class FHRDocObject * (__cdecl*)(void) 36 0.0% 39928 0.7%
class FHRDocXform 516 0.6% 35088 0.6%
class FHRDocTextColumn 403 0.5% 33852 0.6%
class FHRDocTString 407 0.5% 29304 0.5%
struct FHRDocUString::IndexedRec 1800 2.2% 27904 0.5%
如果你真的想知道运行时内存占用,使用一个定制的分配器,通过在创建地图。看到Josuttis书,< a href = " http://www.josuttis.com/libbook/memory/myalloc.hpp.html " rel = " noreferrer " > < / >页面(用于自定义分配器)。
也许容易要求上限?
上限取决于准确的实现(例如,平衡树的特殊变体使用)。也许,你可以告诉我们为什么需要这个信息我们可以帮助更好?
最近我需要为自己回答这个问题,并简单地写了一个小基准程序使用std::地图我MSVC 2012年64位模式下编译。
地图与吸收~ 15 gb 1.5亿节点,这意味着8字节,8字节R, 8字节整数键,和8字节数据,共计32字节,吸收<强>大约2/3的映射内存内部节点,离开三分之树叶。< /强>
就我个人而言,我发现这是令人惊讶的是可怜的记忆效率,但这是它是什么。
希望这是一个方便的经验法则。
PS:的开销std::地图是AFAICT单个节点的大小。
公式更像:
(sizeof(A) + sizeof(B) + factor) * N
因素是每项开销。c++映射通常实现为“红-黑”树。这些是二叉树,所以将会有至少两个指针的左/右节点。也将有可能实现的东西——一个父指针和一个“颜色”指标,所以因素可能是类似的
(sizeof( RBNode *) * 3 + 1) / 2
然而,这一切都是高度依赖实现——你真的需要检查才能确定自己的库实现的代码。
我也寻找一些计算的大小<代码> std::地图> < /代码。我试图解释< a href = " https://stackoverflow.com/a/720520/5735010 " > Diomidis卢卡雷利< / > s回答和扩大他的答案在这里可以帮助他人。
我在扩大他的答案通过添加几行代码。
#include <bits/stl_tree.h>
int main(int argc, char *argv[])
{
std::cout << sizeof(std::_Rb_tree_node_base) << std::endl;
return 0;
}
输出(在我的胳膊皮层9 iMX6Solo-X处理器运行Linux[4.9.175]和编译器:<代码> arm-fslc-linux-gnueabi-gcc (GCC) 7.3.0 > < /代码):
16
考虑<代码> std:: map < A、B > < /代码>,我感兴趣的大小<代码> ELEMENT_OVERHEAD > < /代码,因为它生长线性的元素出现在地图上。ELEMENT_OVERHEAD被发现相当于<代码> sizeof (std:: _Rb_tree_node_base) > < /代码,因此系统的值为16。
(sizeof(A) + sizeof(B) + ELEMENT_OVERHEAD) * N + CONTAINER_OVERHEAD
地图的大小取决于地图的实现。你可能有不同的大小在不同的编译器/平台上,这取决于STL实现他们提供。
你为什么需要这个尺寸吗?