如何高效初始化超大C++ vector为相同值？

你遇到的问题根源在于：嵌套的vector<vector<int>>由多个独立子vector组成，每个子vector都要单独分配内存并完成元素初始化，再加上vector构造的额外开销，导致初始化速度远慢于连续内存的静态数组+memset。而std::fill性能没有提升，是因为它本质是按元素逐个赋值，和vector构造时的填充逻辑一致，而memset是字节级的批量操作，对于填充全-1（补码下每个字节都是0xff）的场景天然高效。

下面是几种让vector实现接近数组+memset效率的方法：

方案1：改用单维vector+索引映射 #

将二维结构转换成单维连续内存，直接利用memset的字节级操作优势，同时保留vector的动态特性：

const int n = nums.size();
const int total_size = (1 << n) * n;
// 直接构造时填充-1，效率接近memset
vector<int> dp(total_size, -1);

// 访问原二维数组的dp[mask][i]等价于：
// dp[mask * n + i]

如果想手动调用memset（部分场景下可能略快）：

vector<int> dp(total_size);
memset(dp.data(), -1, total_size * sizeof(int));

方案2：构造连续内存的二维vector #

如果坚持使用二维vector结构，可以手动构建基于连续内存的嵌套vector，避免多次内存分配和初始化的开销：

const int n = nums.size();
const int mask_count = 1 << n;
// 先分配一块连续的大内存作为缓冲区
vector<int> buffer(mask_count * n, -1);
vector<vector<int>> dp(mask_count);
// 让每个子vector指向缓冲区的对应区间
for (int i = 0; i < mask_count; ++i) {
    dp[i].assign(buffer.data() + i * n, buffer.data() + (i + 1) * n);
}

这种写法下，整个二维vector的底层是一块连续内存，初始化只需要完成一次缓冲区填充，效率和静态数组接近。

方案3：直接操作vector底层内存（依赖编译器实现） #

虽然C++标准不保证vector<vector<int>>的子vector内存连续，但部分编译器（如GCC）会在连续分配时让子vector内存相邻。这种情况下可以直接用memset操作第一个子vector的底层指针：

const int n = nums.size();
vector<vector<int>> dp(1 << n, vector<int>(n));
memset(dp[0].data(), -1, (1 << n) * n * sizeof(int));

注意：该写法不具备跨平台兼容性，仅在特定编译器环境下有效，不推荐作为通用方案。

总结 #

最推荐方案1，写法简洁、性能可靠，既保留了vector的灵活特性，又能获得和静态数组+memset几乎一致的初始化效率。

内容的提问来源于stack exchange，提问作者N_ E