C++ map 浅析 Love The Way You Lie 2022-08-02 10:56 113阅读 0赞 * 为什么需要hash\_map * 用过map吧?map提供一个很常用的功能,那就是提供key-value的存储和查找功能。例如,我要记录一个人名和相应的存储,而且随时增加,要快速查找和修改: > 岳不群-华山派掌门人,人称君子剑 > 张三丰-武当掌门人,太极拳创始人 > > 东方不败-第一高手,葵花宝典 > > ... > > 这些信息如果保存下来并不复杂,但是找起来比较麻烦。例如我要找"张三丰"的信息,最傻的方法就是取得所有的记录,然后按照名字一个一个比较。如果要速度快,就需要把这些记录按照字母顺序排列,然后按照二分法查找。但是增加记录的时候同时需要保持记录有序,因此需要插入排序。考虑到效率,这就需要用到二叉树。讲下去会没完没了,如果你使用STL 的map容器,你可以非常方便的实现这个功能,而不用关心其细节。关于map的数据结构细节,感兴趣的朋友可以参看学习STL map, STL set之数据结构基础。 * 看看map的实现: > \#include <map> > > \#include <string> > > using namespace std; > > ... > > map<string, string> namemap; > > // 增加 。。。 > > namemap\["岳不群"\]="华山派掌门人,人称君子剑"; > > namemap\["张三丰"\]="武当掌门人,太极拳创始人"; > > namemap\["东方不败"\]="第一高手,葵花宝典"; > > ... > > // 查找 。。。 > > if(namemap.find("岳不群") != namemap.end()) > > \{ > > ... > > \} > 不觉得用起来很easy吗?而且效率很高,100万条记录,最多也只要20次的string.compare的比较,就能找到你要找的记录;200万条记录事,也只要用21次的比较。 > 速度永远都满足不了现实的需求。如果有100万条记录,我需要频繁进行搜索时,20次比较也会成为瓶颈,要是能降到一次或者两次比较是否有可能?而且当记录数到200万的时候也是一次或者两次的比较,是否有可能?而且还需要和map一样的方便使用。 > > 答案是肯定的。这时你需要hash\_map. 虽然hash\_map目前并没有纳入C++ 标准模板库中,但几乎每个版本的STL都提供了相应的实现。而且应用十分广泛。在正式使用hash\_map之前,先看看hash\_map的原理。 * 数据结构:hash\_map原理 > 这是一节让你深入理解hash\_map的介绍,如果你只是想囫囵吞枣,不想理解其原理,你倒是可以略过这一节,但我还是建议你看看,多了解一些没有坏处。 > > hash\_map 基于hash table(哈希表)。**哈希表最大的优点,就是把数据的存储和查找消耗的时间大大降低,几乎可以看成是常数时间;而代价仅仅是消耗比较多的内存。**然而,在当前可利用内存越来越多的情况下,用空间换时间的做法是值得的。另外,编码比较容易也是它的特点之一。 > **其基本原理是:使用一个下标范围比较大的数组来存储元素。可以设计一个函数(哈希函数,也叫做散列函数),使得每个元素的关键字都与一个函数值(即数组下标,hash值)相对应,于是用这个数组单元来存储这个元素;也可以简单的理解为,按照关键字为每一个元素“分类”,然后将这个元素存储在相应“类”所对应的地方,称为桶。****但是,不能够保证每个元素的关键字与函数值是 一 一 对应的,因此极有可能出现对于不同的元素,却计算出了相同的函数值,这样就产生了“冲突”,换句话说,就是把不同的元素分在了相同的“类”之中。** 总的来说,“直接定址”与“解决冲突”是哈希表的两大特点。 > > hash\_map,首先分配一大片内存,形成许多桶。是利用hash函数,对key进行映射到不同区域(桶)进行保存。 * * 其插入过程是: > > 得到key > > > 通过hash函数得到hash值 > > > 得到桶号(一般都为hash值对桶数求模) > > > 存放key和value在桶内。 * * 其取值过程是: > > 得到key > > > 通过hash函数得到hash值 > > > 得到桶号(一般都为hash值对桶数求模) > > > 比较桶的内部元素是否与key相等,若都不相等,则没有找到。 > > > 取出相等的记录的value。 > hash\_map中直接地址用hash函数生成,解决冲突,用比较函数解决。这里可以看出,如果每个桶内部只有一个元素,那么查找的时候只有一次比较。当许多桶内没有值时,许多查询就会更快了(指查不到的时候).由此可见,要实现哈希表, 和用户相关的是:hash函数和比较函数。这两个参数刚好是我们在使用hash\_map时需要指定的参数。 > 2 hash\_map 使用 > > 2.1 一个简单实例 > > 不要着急如何把"岳不群"用hash\_map表示,我们先看一个简单的例子:随机给你一个ID号和ID号相应的信息,ID号的范围是1~2的31次方。如何快速保存查找。 > > \#include <hash\_map> > > \#include <string> > > using namespace std; > > int main()\{ > > hash\_map<int, string> mymap; > > mymap\[9527\]="唐伯虎点秋香"; > > mymap\[1000000\]="百万富翁的生活"; > > mymap\[10000\]="白领的工资底线"; > > ... > > if(mymap.find(10000) != mymap.end()) > > \{ > > ... > > \} > > 够简单,和map使用方法一样。这时你或许会问?hash函数和比较函数呢?不是要指定么?你说对了,但是在你没有指定hash函数和比较函数的时候,你会有一个缺省的函数,看看hash\_map的声明,你会更加明白。下面是SGI STL的声明: > > template <class \_Key, class \_Tp, class \_HashFcn = hash<\_Key>, > > class \_EqualKey = equal\_to<\_Key>, > > class \_Alloc = \_\_STL\_DEFAULT\_ALLOCATOR(\_Tp) > > > class hash\_map > > \{ > > ... > > \} > > 也就是说,在上例中,有以下等同关系: > > ... > > hash\_map<int, string> mymap; > > //等同于: > > hash\_map<int, string, hash<int>, equal\_to<int> > mymap; > > Alloc我们就不要取关注太多了(希望深入了解Allocator的朋友可以参看标准库 STL :Allocator能做什么) > > 2.2 hash\_map 的hash函数 > > hash< int>到底是什么样子?看看源码: > > struct hash<int> > > \{ > > size\_t operator()(int \_\_x) const \{ return \_\_x; \} > > \}; > > 原来是个函数对象。在SGI STL中,提供了以下hash函数: > > struct hash<char\*> > > struct hash<const char\*> > > struct hash<char> > > struct hash<unsigned char> > > struct hash<signed char> > > struct hash<short> > > struct hash<unsigned short> > > struct hash<int> > > struct hash<unsigned int> > > struct hash<long> > > struct hash<unsigned long> > > 也就是说,如果你的key使用的是以上类型中的一种,你都可以使用缺省的hash函数。当然你自己也可以定义自己的hash函数。对于自定义变量,你只能如此,例如对于string,就必须自定义hash函数。例如: > > struct str\_hash\{ > > size\_t operator()(const string& str) const > > \{ > > unsigned long \_\_h = 0; > > for (size\_t i = 0 ; i < str.size() ; i ++) > > \_\_h = 5\*\_\_h + str\[i\]; > > return size\_t(\_\_h); > > \} > > \}; > > //如果你希望利用系统定义的字符串hash函数,你可以这样写: > > struct str\_hash\{ > > size\_t operator()(const string& str) const > > \{ > > return \_\_stl\_hash\_string(str.c\_str()); > > \} > > \}; > > 在声明自己的哈希函数时要注意以下几点: > > 使用struct,然后重载operator(). > > 返回是size\_t > > 参数是你要hash的key的类型。 > > 函数是const类型的。 > > 如果这些比较难记,最简单的方法就是照猫画虎,找一个函数改改就是了。 > > 现在可以对开头的"岳不群"进行哈希化了 . 直接替换成下面的声明即可: > > map<string, string> namemap; > > //改为: > > hash\_map<string, string, str\_hash> namemap; > > 其他用法都不用边。当然不要忘了吧str\_hash的声明以及头文件改为hash\_map。 > > 你或许会问:比较函数呢?别着急,这里就开始介绍hash\_map中的比较函数。 > > 2.3 hash\_map 的比较函数 > > 在map中的比较函数,需要提供less函数。如果没有提供,缺省的也是less< Key> 。在hash\_map中,要比较桶内的数据和key是否相等,因此需要的是是否等于的函数:equal\_to< Key> 。先看看equal\_to的源码: > > //本代码可以从SGI STL > > //先看看binary\_function 函数声明,其实只是定义一些类型而已。 > > template <class \_Arg1, class \_Arg2, class \_Result> > > struct binary\_function \{ > > typedef \_Arg1 first\_argument\_type; > > typedef \_Arg2 second\_argument\_type; > > typedef \_Result result\_type; > > \}; > > //看看equal\_to的定义: > > template <class \_Tp> > > struct equal\_to : public binary\_function<\_Tp,\_Tp,bool> > > \{ > > bool operator()(const \_Tp& \_\_x, const \_Tp& \_\_y) const \{ return \_\_x == \_\_y; \} > > \}; > > 如果你使用一个自定义的数据类型,如struct mystruct, 或者const char\* 的字符串,如何使用比较函数?使用比较函数,有两种方法. 第一种是:重载==操作符,利用equal\_to;看看下面的例子: > > struct mystruct\{ > > int iID; > > int len; > > bool operator==(const mystruct & my) const\{ > > return (iID==my.iID) && (len==my.len) ; > > \} > > \}; > > 这样,就可以使用equal\_to< mystruct>作为比较函数了。另一种方法就是使用函数对象。自定义一个比较函数体: > > struct compare\_str\{ > > bool operator()(const char\* p1, const char\*p2) const\{ > > return strcmp(p1,p2)==0; > > \} > > \}; > > 有了compare\_str,就可以使用hash\_map了。 > > typedef hash\_map<const char\*, string, hash<const char\*>, compare\_str> StrIntMap; > > StrIntMap namemap; > > namemap\["岳不群"\]="华山派掌门人,人称君子剑"; > > namemap\["张三丰"\]="武当掌门人,太极拳创始人"; > > namemap\["东方不败"\]="第一高手,葵花宝典"; > > 2.4 hash\_map 函数 > > hash\_map的函数和map的函数差不多。具体函数的参数和解释,请参看:STL 编程手册:Hash\_map,这里主要介绍几个常用函数。 > > hash\_map(size\_type n) 如果讲究效率,这个参数是必须要设置的。n 主要用来设置hash\_map 容器中hash桶的个数。桶个数越多,hash函数发生冲突的概率就越小,重新申请内存的概率就越小。n越大,效率越高,但是内存消耗也越大。 > > const\_iterator find(const key\_type& k) const. 用查找,输入为键值,返回为迭代器。 > > data\_type& operator\[\](const key\_type& k) . 这是我最常用的一个函数。因为其特别方便,可像使用数组一样使用。不过需要注意的是,当你使用\[key \]操作符时,如果容器中没有key元素,这就相当于自动增加了一个key元素。因此当你只是想知道容器中是否有key元素时,你可以使用find。如果你希望插入该元素时,你可以直接使用\[\]操作符。 > > insert 函数。在容器中不包含key值时,insert函数和\[\]操作符的功能差不多。但是当容器中元素越来越多,每个桶中的元素会增加,为了保证效率,hash\_map会自动申请更大的内存,以生成更多的桶。因此在insert以后,以前的iterator有可能是不可用的。 > > erase 函数。在insert的过程中,当每个桶的元素太多时,hash\_map可能会自动扩充容器的内存。但在sgi stl中是erase并不自动回收内存。因此你调用erase后,其他元素的iterator还是可用的。 > 3 相关hash容器 > > hash 容器除了hash\_map之外,还有hash\_set, hash\_multimap, has\_multiset, 这些容器使用起来和set, multimap, multiset的区别与hash\_map和map的区别一样,我想不需要我一一细说了吧。 > > 4 其他 > > 这里列几个常见问题,应该对你理解和使用hash\_map比较有帮助。 > > 4.1 hash\_map和map的区别在哪里? > > 构造函数。hash\_map需要hash函数,等于函数;map只需要比较函数(小于函数). > > 存储结构。hash\_map采用hash表存储,map一般采用红黑树(RB Tree)实现。因此其memory数据结构是不一样的。 > > 4.2 什么时候需要用hash\_map,什么时候需要用map? > > 总体来说,hash\_map 查找速度会比map快,而且查找速度基本和数据数据量大小,属于常数级别;而map的查找速度是log(n)级别。并不一定常数就比log(n)小,hash还有hash函数的耗时,明白了吧,如果考虑效率,特别是在元素达到一定数量级时,考虑考虑hash\_map。但若你对内存使用特别严格,希望程序尽可能少消耗内存,那么一定要小心,hash\_map可能会让你陷入尴尬,特别是当你的hash\_map对象特别多时,你就更无法控制了,而且hash\_map的构造速度较慢。 > > 现在知道如何选择了吗?权衡三个因素: 查找速度, 数据量, 内存使用。 > > 这里还有个关于hash\_map和map的小故事,看看:http://dev.csdn.net/Develop/article/14/14019.shtm > > 4.3 如何在hash\_map中加入自己定义的类型? > > 你只要做两件事, 定义hash函数,定义等于比较函数。下面的代码是一个例子: #include <hash_map> #include <string> #include <iostream> using namespace std; //define the class class ClassA{ public: ClassA(int a):c_a(a){} int getvalue()const { return c_a;} void setvalue(int a){c_a;} private: int c_a; }; //1 define the hash function struct hash_A{ size_t operator()(const class ClassA & A)const{ // return hash<int>(classA.getvalue()); return A.getvalue(); } }; //2 define the equal function struct equal_A{ bool operator()(const class ClassA & a1, const class ClassA & a2)const{ return a1.getvalue() == a2.getvalue(); } }; int main() { hash_map<ClassA, string, hash_A, equal_A> hmap; ClassA a1(12); hmap[a1]="I am 12"; ClassA a2(198877); hmap[a2]="I am 198877"; cout<<hmap[a1]<<endl; cout<<hmap[a2]<<endl; return 0; } > I am 12 > > I am 198877 > > > > > 4.4 如何用hash\_map替换程序中已有的map容器? > > 这个很容易,但需要你有良好的编程风格。建议你尽量使用typedef来定义你的类型: > > typedef map<Key, Value> KeyMap; > > 当你希望使用hash\_map来替换的时候,只需要修改: > > typedef hash\_map<Key, Value> KeyMap; > > 其他的基本不变。当然,你需要注意是否有Key类型的hash函数和比较函数。 > > 4.5为什么hash\_map不是标准的? > > 具体为什么不是标准的,我也不清楚,有个解释说在STL加入标准C++之时,hash\_map系列当时还没有完全实现,以后应该会成为标准。如果谁知道更合理的解释,也希望告诉我。但我想表达的是,正是因为hash\_map不是标准的,所以许多平台上安装了g++编译器,不一定有hash\_map的实现。我就遇到了这样的例子。因此在使用这些非标准库的时候,一定要事先测试。另外,如果考虑到平台移植,还是少用为佳。
还没有评论,来说两句吧...