C++ STL 原理与性能

一、先记住一句话

STL 性能 = 容器底层数据结构决定一切

你用什么容器，就注定了它的增删改查速度、内存占用、扩容成本。

二、所有容器底层结构（必须背）

容器	底层结构	访问速度	插入/删除	适用场景
vector	动态数组	O(1)随机访问	尾部O(1)，中间O(n)	多数场景、遍历快、连续内存
list	双向链表	O(n)	任意位置O(1)	频繁插入删除、不随机访问
deque	多段数组	O(1)	头尾O(1)	双端队列
stack/queue	适配器(deque/vector)	O(1)	头尾O(1)	栈、队列
map/set	红黑树(平衡二叉树)	O(log n)	O(log n)	有序、快速查找
unordered_map	哈希表	O(1)	O(1)	最快查找、无序
string	动态数组(char)	O(1)	尾部O(1)	字符串

三、最核心容器原理精讲（带性能分析）

1. vector（最常用、最重要）

原理

连续内存的动态数组
满了就2倍扩容（1→2→4→8→16...）
扩容 = 开辟新空间 + 拷贝所有元素 + 释放旧空间

性能关键点

随机访问极快
尾部插入快
中间/头部插入极慢（要移动元素）
频繁扩容会造成性能损耗 + 内存碎片

优化技巧

cpp 复制代码

vector<int> v;
v.reserve(1000); // 预分配1000个空间，避免多次扩容！

2. list（双向链表）

原理

非连续内存，每个节点存数据+前后指针
不支持随机访问 v[5] ❌

性能

任意位置插入/删除O(1)
查找慢
内存占用比 vector 大（存指针）

3. deque（双端队列）

原理

多段连续内存拼接
支持 [] 随机访问

性能

头尾插入/删除O(1)
中间插入慢

4. map / set（红黑树）

原理

平衡二叉搜索树
key 自动有序

性能

所有操作：O(log n)
稳定、不丢数据、不会退化

5. unordered_map / unordered_set（哈希表）

原理

哈希函数 + 数组 + 链表/红黑树
无序

性能

理论：O(1) 查找/插入
哈希冲突时会变慢
比 map 快很多

坑

遍历顺序不确定
内存占用大

四、STL 性能对比（最实用）

查找速度

unordered_map(O(1)) > map(O(log n)) > vector(O(n))

插入速度（尾部）

vector ≈ unordered_map > map > list

插入速度（中间）

list > deque > vector

内存占用

list > unordered_map > map > vector

五、企业级性能优化黄金法则

1. 优先用 vector！

90% 场景 vector 最快。

2. 需要快速查找用 unordered_map

需要有序用 map。

3. 提前 reserve 空间

vector / string 大量插入前：

cpp 复制代码

v.reserve(n);

4. 少用 vector 头部插入

cpp 复制代码

v.insert(v.begin(), x); // 慢！

5. 遍历用 & 引用避免拷贝

cpp 复制代码

for(auto& x : vec) // 加&性能翻倍

6. 别频繁创建销毁容器

会反复申请释放内存。

六、面试必问 10 题（答案直接背）

vector 扩容机制？
满了2倍扩容，拷贝元素。
vector 和 list 区别？
连续内存 vs 链表，访问快 vs 插入快。
map 和 unordered_map 区别？
红黑树有序O(logn) vs 哈希表无序O(1)。
vector 为什么快？
连续内存 → CPU缓存命中高。
reserve() 和 resize() 区别？
reserve改容量，resize改大小。
string 底层？
动态数组。
deque 原理？
多段数组。
红黑树特点？
自平衡、有序、稳定O(logn)。
哈希表冲突怎么办？
链地址法/红黑树。
STL 哪种容器最快？
分场景：遍历vector，查找unordered_map。

七、总结（背会这一段就够）

vector：连续内存，随机访问快，尾部插入快，中间慢。
list：链表，插入删除快，查询慢。
map：红黑树，有序，O(logn)。
unordered_map：哈希表，最快查找，无序。
性能关键：数据结构决定速度，预分配空间、少拷贝、少扩容。