标准非STL容器 : bitset-蒲公英云

1. 概念
什么是“标准非STL容器”？标准非STL容器是指“可以认为它们是容器，但是他们并不满足STL容器的所有要求”。前文提到的容器适配器stack、queue及priority_queue都是标准非STL容器的一部分。此外，valarray也是标准非STL容器。
bitset：一种高效位集合操作容器。

2. API
bitset提供的api：
(constructor) Construct bitset (public member function)
operator[] Access bit (public member function)
set Set bits (public member function)
reset Reset bits (public member function )
flip Flip bits (public member function)
to_ulong Convert to unsigned long integer (public member function)
to_string Convert to string (public member function)
count Count bits set (public member function)
size Return size (public member function)
test Return bit value (public member function )
any Test if any bit is set (public member function)
none Test if no bit is set (public member function)

3. 源码剖析
SGI bitset部分实现源码

[cpp] view plain copy

template
class bitset : private _Base_bitset<__BITSET_WORDS(_Nb)>
{
private:
typedef _Base_bitset<__BITSET_WORDS(_Nb)> _Base;
typedef unsigned long _WordT;
private:
void _M_do_sanitize() {
_Sanitize<_Nb%__BITS_PER_WORD>::_M_do_sanitize(this->_M_hiword());
}
…..
}

[cpp] view plain copy

#define __BITS_PER_WORD (CHAR_BIT*sizeof(unsigned long))
#define __BITSET_WORDS(__n) \
((__n) < 1 ? 1 : ((__n) + __BITS_PER_WORD - 1)/__BITS_PER_WORD)

[cpp] view plain copy

template
struct _Base_bitset {
typedef unsigned long _WordT;
_WordT _M_w[_Nw]; // 0 is the least significant word.
_Base_bitset( void ) { _M_do_reset(); }
_Base_bitset(unsigned long __val) {
_M_do_reset();
_M_w[0] = __val;
}
static size_t _S_whichword( size_t __pos )
{ return __pos / __BITS_PER_WORD; }
static size_t _S_whichbyte( size_t __pos )
{ return (__pos % __BITS_PER_WORD) / CHAR_BIT; }
static size_t _S_whichbit( size_t __pos )
{ return __pos % __BITS_PER_WORD; }
static _WordT _S_maskbit( size_t __pos )
{ return (static_cast<_WordT>(1)) << _S_whichbit(__pos); }
_WordT& _M_getword(size_t __pos) { return _M_w[_S_whichword(__pos)]; }
_WordT _M_getword(size_t __pos) const { return _M_w[_S_whichword(__pos)]; }
_WordT& _M_hiword() { return _M_w[_Nw - 1]; }
_WordT _M_hiword() const { return _M_w[_Nw - 1]; }
void _M_do_and(const _Base_bitset<_Nw>& __x) {
for ( size_t __i = 0; __i < _Nw; __i++ ) {
_M_w[__i] &= __x._M_w[__i];
}
}
void _M_do_or(const _Base_bitset<_Nw>& __x) {
for ( size_t __i = 0; __i < _Nw; __i++ ) {
_M_w[__i] |= __x._M_w[__i];
}
}
void _M_do_xor(const _Base_bitset<_Nw>& __x) {
for ( size_t __i = 0; __i < _Nw; __i++ ) {
_M_w[__i] ^= __x._M_w[__i];
}
}

节选上述代码，可以得到：

bitset继承_Base_bitset，具体操作封装在_Base_bitset中
bitset 的size作为模板参数(非类型模板参数的一个要求是，编译器能在编译期就能把参数确定下来)，因此， bitset大小在编译期固定，不支持插入和删除元素
各种位操作， 性能高
4._Base_bitset使unsigned long作为底层存储， 不支持指针、引用、迭代器
使用 _WordT _M_w[_Nw];分配内存， 因此在栈中定义bitset需要注意大小(和STL标准容器堆内存分配区别开)。
eg，下面的代码将栈溢出（测试机器栈内存10M）

[cpp] view plain copy

void fun()
{
const int n = 800000000;
bitset a;
cout << a.size() << endl;
}
int main(int argc, char** argv)
{
fun();
return 0;
}

大内存分配可以分配在堆中，如下：

[cpp] view plain copy

const int n = 800000000;
bitset *a = new(std::nothrow) bitset;
if(a)
{
cout << a->size() << endl;
delete a;
a = NULL;
}

4. vector及deque
bitset高效，但是size必须在编译器确定，不支持插入和删除。因此，一个可能的替代品是vector和deque
两者的区别：
vector不是一个STL容器，并且不容纳bool（like bitse底层t机制）
deque是一个STL容器，它保存真正的bool值
分别运行

[cpp] view plain copy

deque a;
a[0] = 0;
bool* b = &a[0];
cout << *b << endl;

和

[cpp] view plain copy

vector a;
a[0] = 0;
bool* b = &a[0];
cout << *b << endl;

将会发现：
使用deque正确，而是用vector会报错：“cannot convert `std::_Bit_reference*‘ to `bool*‘ in initialization“

但是，deque简直是在践踏内存。
使用deque

[cpp] view plain copy

int main(int argc, char** argv)
{
deque a(10000000000);
sleep(100);
return 0;
}

内存使用：
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
23612 work 25 0 9990m 9.8g 720 S 0.0 65.0 0:39.35 test

使用vector

[cpp] view plain copy

int main(int argc, char** argv)
{
vector a(10000000000);
sleep(100);
return 0;
}

内存使用：
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
23909 work 25 0 1198m 1.2g 716 S 0.0 7.8 0:01.31 test

使用bitset

[cpp] view plain copy

int main(int argc, char** argv)
{
const unsigned long int n = 10000000000;
bitset *a = new(std::nothrow) bitset;
sleep(100);
return 0;
}

PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
24439 work 25 0 1198m 1.2g 712 S 30.7 7.8 0:00.92 test

10亿个bool，vector和bitset使用内存1198M，deque则是9990M

5. 总结
在需要对位集合进行操作的时候，如何操作集合大小比较固定，优先选择高效的bitset；
如果需要动态增删元素，或者编译期间无法确定集合大小，则可以考虑vector，deque内存开销太大，基本上不考虑。

参考：
http://www.sgi.com/tech/stl/download.html
http://www.cplusplus.com/reference/stl/vector/
http://www.cplusplus.com/reference/stl/bitset/

扩展阅读：

Vector specialization: vector

The vector class template has a special template specialization for the bool type.

This specialization is provided to optimize for space allocation: In this template specialization, each element occupies only one bit (which is eight times less than the smallest type in C++: char).

The references to elements of a bool vector returned by the vector members are not references to bool objects, but a special member type which is a reference to a single bit, defined inside the vector class specialization as:

[cpp] view plain copy