分组SIMD哈希表:C++高性能新突破
本文介绍了一种高性能C++哈希表实现,采用分组SIMD元数据扫描技术。在500k元素以上规模时,查找操作比当前最佳实践快1.69倍,但插入操作稍慢。该技术基于Google的Swiss Tables,通过分组探测解决传统二次探测的内存访问散乱...
标签索引
这个标签下有 2 篇文章。按时间回看相关判断与实践记录。
标签精选
本文介绍了一种高性能C++哈希表实现,采用分组SIMD元数据扫描技术。在500k元素以上规模时,查找操作比当前最佳实践快1.69倍,但插入操作稍慢。该技术基于Google的Swiss Tables,通过分组探测解决传统二次探测的内存访问散乱...
本文深入探讨Go语言中哈希表的内存优化技术,揭示了从map[int]bool到map[int]struct{}的演变过程。作者发现,在Go 1.24引入Swiss Tables实现后,由于CPU内存对齐规则,空结构体struct{}不再节省...