objective-c – NSMutableDictionary用于大型浮点数据集

除此之外,我需要在哈希表中存储一个或两个千兆字节的浮点数(每个条目有两个浮点数),并使用int作为值的键.

目前,我正在使用NSMutableDictionary和一个包含两个浮点数的自定义类：

// create the dictionary
NSMutableDictionary *points = [[NSMutableDictionary alloc] init];

// add an entry (the data is read from an XML file using libxml)
int pointId = 213453;
float x = 42.313554; 
float y = -21.135213; 

MyPoint *point = [[MyPoint alloc] initWithX:x Y:y];
[points setObject:point forKey:[NSNumber numberWithInt:pointId]];
[point release];

// retrieve an entry (this happens later on while parsing the same XML file)
int pointId = 213453;
float x;
float y;
MyPoint *point = [points objectForKey:[NSNumber numberWithInt:pointId]];
x = point.x;
y = point.y;

这个数据集使用我正在使用的XML文件消耗大约800MB的RAM,并且执行需要相当长的时间.我希望有更好的性能,但更重要的是我需要降低内存消耗,以便我可以处理更大的XML文件.

objc_msg_send就在代码的配置文件中,就像 – [NSNumber numberWithInt：],我确信我可以通过完全避免对象来减少内存使用量,但我对C编程知之甚少(这个项目肯定教我！).

如何用高效的C数据结构替换NSMuableDictionary,NSNumber MyPoint？没有任何第三方库依赖？

我也希望能够将这个数据结构写入磁盘上的文件,因此我可以使用不完全适合内存的数据集,但我可能没有这种功能.

(对于不熟悉Objective-C的人,NSMutableDictionary类只能存储Obj-C对象,键也必须是对象.NSNumber和MyPoint是哑容器类,允许NSMutableDictionary使用float和int值.)

编辑：

我已经尝试使用CFMutableDictionary来存储结构,按照apple’s sample code.当字典为空时,它表现很好.但随着字典的增长,它变得越来越慢.大约25％通过解析文件(字典中约400万个项目),它开始突然变慢,比文件中的早先慢两个数量级.

NSMutableDictionary没有相同的性能问题. Instruments演示了许多应用哈希值和比较字典键的活动(下面的intEqual()方法).比较一个int很快,所以经常执行它是非常错误的.

这是我创建字典的代码：

typedef struct {
  float lat;
  float lon;
} AGPrimitiveCoord;

void agPrimitveCoordRelease(CFAllocatorRef allocator,const void *ptr) {
    CFAllocatorDeallocate(allocator,(AGPrimitiveCoord *)ptr);
}

Boolean agPrimitveCoordEqual(const void *ptr1,const void *ptr2) {
    AGPrimitiveCoord *p1 = (AGPrimitiveCoord *)ptr1;
    AGPrimitiveCoord *p2 = (AGPrimitiveCoord *)ptr2;

    return (fabsf(p1->lat - p2->lat) < 0.0000001 && fabsf(p1->lon - p2->lon) < 0.0000001);

}

Boolean intEqual(const void *ptr1,const void *ptr2) {
    return (int)ptr1 == (int)ptr2;
}

CFHashCode intHash(const void *ptr) {
  return (CFHashCode)((int)ptr);
}

// init storage dictionary
CFDictionaryKeyCallBacks intKeyCallBacks = {0,NULL,intEqual,intHash};
CFDictionaryValueCallBacks agPrimitveCoordValueCallBacks = {0,NULL /*agPrimitveCoordRetain*/,agPrimitveCoordRelease,agPrimitveCoordEqual};
temporaryNodeStore = CFDictionaryCreateMutable(NULL,&intKeyCallBacks,&agPrimitveCoordValueCallBacks);

// add an item to the dictionary
- (void)parserRecordNode:(int)nodeId lat:(float)lat lon:(float)lon
{
  AGPrimitiveCoord *coordPtr = (AGPrimitiveCoord *)CFAllocatorAllocate(NULL,sizeof(AGPrimitiveCoord),0);
  coordPtr->lat = lat;
  coordPtr->lon = lon;

  CFDictionarySetValue(temporaryNodeStore,(void *)nodeId,coordPtr);
}

编辑2：

性能问题是由于Apple的示例代码中几乎无用的哈希实现.我通过使用以下方式获得了性能提升：

// hash algorithm from http://burtleburtle.net/bob/hash/integer.html
uint32_t a = abs((int)ptr);
a = (a+0x7ed55d16) + (a<<12);
a = (a^0xc761c23c) ^ (a>>19);
a = (a+0x165667b1) + (a<<5);
a = (a+0xd3a2646c) ^ (a<<9);
a = (a+0xfd7046c5) + (a<<3);
a = (a^0xb55a4f09) ^ (a>>16);