¿Cuáles son las desventajas de las matrices dinámicas sobre las matrices tradicionales en lenguajes como C / C ++?

La ventaja habitual es que las matrices tradicionales son un poco más eficientes en términos de asignación / desasignación.

Sin embargo, antes de comentar más sobre eso, vale la pena señalar que esa ventaja se está erosionando gradualmente. Considera este código:

  int f (int x) {
   int r;
   int * p = nuevo int [x];  // Tamaño dinámico!
   p [0] = 42;
   p [9] = x;
   r = p [0] * p [9];
   eliminar [] p;
   volver r;
 }

Si compila eso con Clang en un alto nivel de optimización (en x86–64), obtendrá este código:

  f (int): # @f (int)
  imul eax, edi, 42
  jubilado

¡Observe cómo la asignación de matriz dinámica se ha optimizado por completo!

El compilador aún no puede hacer eso en la mayoría de los casos, pero espero que mejore cada vez más en el tratamiento de casos en los que puede igualar una asignación y su correspondiente desasignación (un cambio de idioma algo reciente permite optimizar tales casos sin realmente llamar al función de asignación).

Suponiendo que lleguemos a un punto en el que los optimizadores sean realmente buenos con eso, todavía hay una diferencia interesante entre las declaraciones de matriz tradicionales y las alternativas de matriz dinámica: el operador sizeof para las matrices tradicionales realmente produce el tamaño del almacenamiento de la matriz y lo hace como una constante expresión.

PD: Para ser perfectamente claro: la función f en el ejemplo anterior no pretende reflejar buenas prácticas de codificación (es un código terrible ). Solo pretende ilustrar lo que pueden hacer los optimizadores de C ++ de última generación.

La mayor desventaja es el rendimiento en algunas operaciones como insertar, dependiendo de cómo implemente la matriz dinámica.

La implementación más común es tener internamente una matriz más una capacidad inicial, y manejar la operación de crecimiento de la matriz de manera transparente. Cuando se agrega un elemento más allá de la capacidad inicial, se crea una nueva matriz más grande; mientras que el anterior se copia al nuevo antes de agregar el nuevo elemento. Esto mantiene las lecturas O (1) como con una matriz, pero agregar un elemento más allá de la capacidad inicial podría ser O (N) (lineal) ya que cada elemento en la matriz debe copiarse en una nueva matriz.

Por lo tanto, el beneficio es tener una gestión automática del tamaño de la matriz, pero la principal desventaja es el rendimiento de una inserción después de elementos N + 1; donde N es la capacidad inicial (si internamente se implementa con matrices).

Si se implementa como una lista vinculada, la adición o eliminación de elementos, así como la exploración, se convierten en O (N) lineal en lugar de O (1) como con una matriz.

Hay otras desventajas, pero son más un caso de borde. Por ejemplo, si tiene una matriz que es demasiado grande, agregar N + 1 duplicará la asignación de memoria y potencialmente tendrá un desbordamiento inesperado:
Una matriz que utiliza 1.0 Gb de memoria, cuando un proceso de 32 bits permite 2 Gb de asignación máxima por proceso, por lo que el inserto N + 1 intenta crear y copiar una matriz nueva de 1.X Gb y se queda sin memoria.

También podría perder la posibilidad de utilizar la aritmética de puntero como con las matrices.