想要重复将大量项插入序列末尾以外的任何位置的情况。

看看每种不同类型的容器的复杂度保证:

标准容器的复杂性保证是什么?

当你想在容器之间移动对象时，你可以使用list::splice。

例如，一个图划分算法可以将常数数量的对象递归地划分到数量不断增加的容器中。对象应该初始化一次，并始终保持在内存中的相同位置。通过重新链接来重新排列比重新分配要快得多。

Edit: as libraries prepare to implement C++0x, the general case of splicing a subsequence into a list is becoming linear complexity with the length of the sequence. This is because splice (now) needs to iterate over the sequence to count the number of elements in it. (Because the list needs to record its size.) Simply counting and re-linking the list is still faster than any alternative, and splicing an entire list or a single element are special cases with constant complexity. But, if you have long sequences to splice, you might have to dig around for a better, old-fashioned, non-compliant container.

想要重复将大量项插入序列末尾以外的任何位置的情况。

看看每种不同类型的容器的复杂度保证:

标准容器的复杂性保证是什么?

保留迭代器的有效性是使用列表的原因之一。另一种情况是当你不希望在推送物品时重新分配向量。这可以通过巧妙地使用reserve()来管理，但在某些情况下，仅使用列表可能更容易或更可行。

我班上的学生似乎无法向我解释什么时候使用向量更有效，但他们在建议我使用列表时看起来很高兴。

这是我的理解

列表: 每一项都包含下一个或上一个元素的地址，所以有了这个功能，你可以随机项，即使它们没有排序，顺序也不会改变:如果你的内存是碎片化的，它是有效的。 但是它还有一个非常大的优势:你可以很容易地插入/删除项，因为你唯一需要做的就是改变一些指针。 缺点: 要读一个随机的条目，你必须从一个条目跳到另一个条目，直到你找到正确的地址。

Vectors: When using vectors, the memory is much more organized like regular arrays: each n-th items is stored just after (n-1)th item and before (n+1)th item. Why is it better than list ? Because it allow fast random access. Here is how: if you know the size of an item in a vector, and if they are contiguous in memory, you can easily predict where the n-th item is; you don't have to browse all the item of a list to read the one you want, with vector, you directly read it, with a list you can't. On the other hand, modify the vector array or change a value is much more slow.

列表更适合用于跟踪可以在内存中添加/删除的对象。 当您希望从大量单个项中访问一个元素时，向量更适合。

我不知道列表是如何优化的，但你必须知道，如果你想要快速读取访问，你应该使用向量，因为STL固定列表有多好，它在读取访问方面不会像向量那样快。

〇简单一点 在一天结束的时候，当你在c++中选择容器时感到困惑时，使用下面的流程图图像(对我说谢谢):-

向量,

Vector基于传染性记忆 矢量是小数据集的一种方式 Vector在遍历数据集时执行最快 向量插入删除在巨大数据集上很慢，但在非常数据集上很快 小

列表,

List基于堆内存 列表是非常庞大的数据集 List在遍历小数据集时相对较慢，但在 巨大的气候资料 列表插入删除在大数据集上速度快，但在小数据集上速度慢 的