先试着对三位进行介绍，再进行基于超级不正规测试的能力大比拼！

说来STL想学好，还是必须要看书呀。学期初借的那本《泛型编程与STL》没看完，《STL源码剖析》没得借又觉得可能会有点难，真是微妙的心情

介绍先行：

1.vector

擅长随机访问、尾部插入/删除操作；不擅长尾部以外位置的插入/删除操作；有点畏惧海量数据

实现原理：类似原生数组一样的连续空间用来存放数据，所以具备原生数组的特点：随机访问，在插入/删除操作时会涉及大规模的数据移动

当容量不够时，会重新分配一个较大的容量（比如说大小为之前容量*2），然后进行内存拷贝、释放旧容量。因此在面对海量数据时，不仅要关注是否有如此大的连续空间，还要考虑在数据增长时重分配空间带来的额外大量拷贝、释放操作。有reserve()方法预分配一定大小的内存，可缓解一些额外操作。

2.list

基本不支持随机访问；擅长对各个位置的插入/删除操作；遍历时取址操作多；数据量不管怎么增长，效率都不会有太大起伏

实现原理：本质是双向链表，所以对各个位置的插入/删除操作游刃有余，也不用担心连续空间的分配问题；但是遍历时有额外取址操作，存储时每个对象也要额外存两个指针

3.deque(double-ended queue)

支持随机访问；擅长头部和尾部的插入/删除操作；

实现原理：可视为是vector与list的中间态，是STL里stack和queue的默认容器。在STL中一般的实现方式是：以一小段连续内存作为整体单位的双向链表，即用一小段连续内存代替了链表中的节点。当遇到连续增长的数据时，也可以用小段连续内存为单位进行分配，比起vector来说平缓温和得多，限制也少。

能力大比拼：

(">"表示优于，测试平台为vs2008 release模式，电脑配置为cpu T4300，内存2G)

1.内存管理

测试方式：插入1000个对象，查看构造函数调用次数：

结果数据：vector 2024  |   list 1001  |  deque 1008

测试结果：list>deque>>vector

2.随机访问速度

测试方式：插入1000个int，分别用[]和::at()随机访问一亿次的毫秒数（使用::at()会额外检查下标越界、异常处理）

结果数据（每次都使用rand()）：vector[]  2750  |  vector::at() 3438  |  deque[] 3390  |  deque::at() 3547  ;

结果数据（预先生成随机数表）：vector[] 141   |   vector::at() 1062  |  deque[]1047   |  deque::at() 1047 ;

测试结果：vector>deque>>list

3.头部插入速度

测试方式：push_front 一百万个int的毫秒数

结果数据：list 1594  |  deque 438

测试结果：deque>list>>vector

4.中间插入/删除速度

测试方式：在已有1000个int数据的情况下，从第500个位置开始插入十万个int、再删除十万个int的毫秒数

结果数据：list插入 157   |  deque插入 1218  |   list删除 1532  |  deque删除 1172

测试结果：list>deque>>vector

（为啥deque的删除会比list快呢，有疑问）

5.iterator遍历操作

测试方式：在已有十万个int数据的情况下，使用iterator顺序遍历1000遍的毫秒数

结果数据：vector 1016  |   list 1437  |  deque 1203

测试结果：vector>deque>list

===================================================================

测试的时候再一次发现了stl在debug和release下的速度巨大差异，说来当初就是这个使自己对stl产生兴趣的

现在想想，大概主要是debug下没有inline吧！毕竟stl基本操作都是函数

但是vs的参数让人感觉还是不够自由，还是要换平台试试sgi stl为好