關於map 以及 hash_map


(轉)在網上看到有關STL中hash_map的文章,以及一些其他關於STL map和hash_map的資料,總結筆記如下:
    1、STL的map底層是用紅黑樹實現的,查找時間復雜度是log(n);
    2、STL的hash_map底層是用hash表存儲的,查詢時間復雜度是O(1);
    3、什么時候用map,什么時候用hash_map?
    這個葯看具體的應用,不一定常數級別的hash_map一定比log(n)級別的map要好,hash_map的hash函數以及解決地址沖突等都要耗時間,而且眾所周知hash表是以空間換時間的,因而hash_map的內存消耗肯定要大,一般情況下,如果記錄非常大,考慮hash_map,查找效率會高很多,如果要考慮內存消耗,則要謹慎使用hash_map。
    以下內容來自: http://blog.163.com/liuruigong_lrg/blog/static/27370306200711334341781/
 
0. 為什么需要hash_map
     用過map吧,map提供一個很常用的功能,那就是提供key-value的存儲和查詢功能。例如,我要記錄一個人名和相應的存儲,而且隨時增加,要快速查找和修改:
    岳不群-華山派掌門人,人稱君子劍
    張三豐-武當掌門人,太極拳創始人
    東方不敗-第一高手,葵花寶典
    .......
    這些信息如果保存下來並不復雜,但是找起來比較麻煩。例如我要找“張三豐 ”的信息,最笨的方法就是取得所有的記錄,然后按照名字一個一個比較。如果要速度快,就需要把這些記錄按照字母順序排列,然后按照二分查找。但是增加記錄的時間同時需要保持記錄有序,因此需要插入排序。考慮到效率,這就需要用二叉樹。如果你使用STL中map容器,你可以非常方便實現這個功能,而不用關心其他細節。看看map的實現。
  1. map<string, string> namemap;

  2. //增加。。。
  3. namemap["岳不群"]="華山派掌門人,人稱君子劍";
  4. namemap["張三豐"]="武當掌門人,太極拳創始人";
  5. namemap["東方不敗"]="第一高手,葵花寶典";
  6. ...

  7. //查找。。
  8. if(namemap.find("岳不群") != namemap.end())
  9. {
  10.         ...
  11. }
     實現起來比較容易,而且效率很高,100萬條記錄,最多也只要20次的string.compare的比較,就能找到你要找的記錄。
    速度永遠滿足不了現實的需求,如果100萬條記錄,需要頻繁的進行搜索時,20次比較也會成為瓶頸,要是能降到一次或者兩次比較是否有可能?而且當記錄數到200萬的時候也是一次或二次比較,是否有可能?而且還需要和map一樣的方便使用。
    答案是肯定的,這時你需要has_map。雖然hash_map目前沒有納入C++標准模板庫中,但幾乎每個版本的STL都提供了相應的實現。而且應用十分廣泛。在正式使用hash_map之前,先看看hash_map的原理。

1、數據結構:hash_map原理
    hash_map基於hash table(哈希表 )。哈希表最大的優點是:把數據存儲和查詢消耗的時間大大降低,幾乎可以看成是常數時間;而代價僅僅是消耗比較多的內存。然后在當前可利用內存越來越多的情況下,用空間換時間的做法是值得的。另外,編碼比較容易也是它的特點之一。
    其基本原理是:使用一個下標范圍比較大的數組來存儲元素。可以設計一個函數(哈希函數,也叫散列函數 ),使得每個元素的關鍵字都與一個函數值(即數組下標,hash值 )相對應,於是用這個數組單元來存儲這個元素;也可以簡單的理解為,按照關鍵字為每一個元素“分類”,然后將這個元素存儲在相應“類”所對應的地方,稱為桶。
    但是,這不能夠保證每個元素的關鍵字與函數值是一一對應的,因此極有可能出現對不不同的元素,卻計算出相同的函數值,這樣就產生了“沖突 ”。換句話說,就是把不同的元素分在了相同的“類 ”中。總的來說,“直接定址 ”和“解決沖突 ”是哈希表的兩大特點。
    hash_map,首先分配一大片內存,形成許多桶。是利用hash函數,對key進行映射到不同區域進行保存。其插入過程:
    1、得到key;
    2、通過hash函數得到hash值;
    3、得到桶號(一般都為hash值對桶數求模 );
    4、存放key和value在桶內;
    其取值過程是:
    1、得到key;
    2、通過hash函數得到hash值;     
    3、得到桶號;
    4、比較桶的內部元素是否與key相等,若不相等,則沒有找到;
    5、取出相等的記錄的value;
    hash_map中直接地址用hash函數生成,解決沖突,用比較函數解決。這里可以看出,如果每個桶內部只有一個元素,那么查找的時候只有一次比較。當許多桶沒有值時,許多查詢就會更快了(指查不到的時候 )。
    由此可見,要實現哈希表,和用戶相關的是:hash函數和比較函數。這兩個參數剛好是我們在使用hash_map時需要指定的參數。

2、hash_map的使用
2.1 一個簡單的例子
    不要急着如何把“岳不群 ”用hash_map表示,先看一個簡單的例子:隨你給你一個ID號和ID號相應的信息,ID號的范圍是1~2 31 。如何快速查找保存。
  1. #include <iostream>
  2. #include <string>
  3. #include <hash_map>

  4. using namespace std;

  5. int main()
  6. {
  7.     hash_map<int, string> mp;
  8.     mp[9527] = "唐伯虎點秋香";
  9.     mp[10000] = "百萬富翁的生活";
  10.     mp[88888] = "白領的工資底線";

  11.     if(mp.find(10000) != mp.end())
  12.     {
  13.         //....
  14.     }
  15. }
    這也是比較簡單的,和map的使用方法一樣。這時你或許會問?hash函數和比較函數呢?不是要指定么?你說對了,但是在你沒有指定hash函數和比較函數的時候,你會有一個缺省的函數,看看hash_map的聲明,你會更加明白。下面是SGI STL的聲明。
  1. template <class _Key, class _Tp, class _HashFcn = hash<_Key>,
  2. class _EqualKey = equal_to<_Key>,
  3. class _Alloc = __STL_DEFAULT_ALLOCATOR(_Tp) >
  4. class hash_map
  5. {
  6.         ...
  7. }
     也就是說,在上例中,有以下等同關系。
  1. ...
  2. hash_map<int, string> mymap;
  3. //等同於:
  4. hash_map<int, string, hash<int>, equal_to<int> > mymap;
    Alloc這里不需要關注太多的。
2.2 hash_map的hash函數
    hash<int< span="" style="word-wrap: break-word;">>到底是什么樣子?看看源代碼:
  1. struct hash<int> {
  2.         size_t operator()(int __x) const { return __x; }
  3. };
     原來是個函數對象。咋SGI STL中,提供了以下hash函數:
  1. struct hash<char*>
  2. struct hash<const char*>
  3. struct hash<char> 
  4. struct hash<unsigned char> 
  5. struct hash<signed char>
  6. struct hash<short>
  7. struct hash<unsigned short> 
  8. struct hash<int> 
  9. struct hash<unsigned int>
  10. struct hash<long> 
  11. struct hash<unsigned long>
    也就是說,如果你的可以key是以上類型中的一種,你都可以使用缺省的hash函數。當然你自己也可以定義自己的hash函數。對於自定義變量,例如對於string,就必須自定義hash函數。例如:
  1. struct str_hash{
  2.         size_t operator()(const string& str) const
  3.         {
  4.                 unsigned long __h = 0;
  5.                 for (size_t i = 0 ; i < str.size() ; i ++)
  6.                 __h = 5*__h + str[i];
  7.                 return size_t(__h);
  8.         }
  9. };
  10. //如果你希望利用系統定義的字符串hash函數,你可以這樣寫:
  11. struct str_hash{
  12.         size_t operator()(const string& str) const
  13.         {
  14.                 return return __stl_hash_string(str.c_str());
  15.         }
  16. };
     在聲明自己的hash函數時要注意以下幾點:
    1、使用struct,然后重載operator();
    2、返回size_t;
    3、參數是你要hash的key的類型;
    4、函數是const類型的;
    如這些比較難記,最簡單的方法就是照貓畫虎,找一個函數改改就是了。
    現在開始對開頭的“岳不群”進行哈希化,直接替換成下面的聲明即可。
  1. map<string, string> namemap; 
  2. //改為:
  3. hash_map<string, string, str_hash> namemap;
     其他用法都不用管。當然不要忘記了str_hash的聲明以及頭文件改為hash_map。
    你或許會問:比較函數呢?別急,這里就開始介紹hash_map中的比較函數。
2.3 hash_map的比較函數
    在map中的比較函數,需要提供less函數。如果沒有提供,缺省的也是less。在hash_map中,要比較桶內的數據和key是否相等,因此需要的是是否等於的函數equal_to<key< span="" style="word-wrap: break-word;">>。先看看equal_to的源碼:
  1. //本代碼可以從SGI STL
  2. //先看看binary_function 函數聲明,其實只是定義一些類型而已。
  3. template <class _Arg1, class _Arg2, class _Result>
  4. struct binary_function {
  5.         typedef _Arg1 first_argument_type;
  6.         typedef _Arg2 second_argument_type;
  7.         typedef _Result result_type;
  8. };
  9. //看看equal_to的定義:
  10. template <class _Tp>
  11. struct equal_to : public binary_function<_Tp,_Tp,bool>
  12. {
  13.         bool operator()(const _Tp& __x, const _Tp& __y) const { return __x == __y; }
  14. };
    如果你使用一個自定義的數據類型,如struct mystruct或者const char*的字符串,如何使用比較函數?使用比較函數,有兩種方法。第一種是:重載==操作符,利用equal_to;看看下面的例子:
  1. struct mystruct{
  2.         int iID;
  3.         int len;
  4.         bool operator==(const mystruct & my) const{
  5.                 return (iID==my.iID) && (len==my.len) ;
  6.         }
  7. };
    這樣,就可以使用equal_to<mystruct< span="" style="word-wrap: break-word;">>作為比較函數了。另一種方法就是使用函數對象。自定義一個比較函數體:
  1. struct compare_str{
  2.         bool operator()(const char* p1, const char*p2) const{
  3.                 return strcmp(p1,p2)==0;
  4.         }
  5. };
    有了compare_str,就可以使用hash_map了。
  1. typedef hash_map<const char*, string, hash<const char*>, compare_str> StrIntMap;
  2. StrIntMap namemap;
  3. namemap["岳不群"]="華山派掌門人,人稱君子劍";
  4. namemap["張三豐"]="武當掌門人,太極拳創始人";
  5. namemap["東方不敗"]="第一高手,葵花寶典";

2.4 hash_map函數
    hash_map的函數和map的函數差不多。這里主要介紹幾個常用函數。
    1、hash_map(size_type n) 如果講究效率,這個參數是必須要設置的。n 主要用來設置hash_map 容器中hash桶的個數。桶個數越多,hash函數發生沖突的概率就越小,重新申請內存的概率就越小。n越大,效率越高,但是內存消耗也越大。
    2、const_iterator find(const key_type& k) const. 用查找,輸入為鍵值,返回為迭代器。
    3、data_type& operator[](const key_type& k) . 這是我最常用的一個函數。因為其特別方便,可像使用數組一樣使用。不過需要注意的是,當你使用[key ]操作符時,如果容器中沒有key元素,這就相當於自動增加了一個key元素。因此當你只是想知道容器中是否有key元素時,你可以使用find。如果你 希望插入該元素時,你可以直接使用[]操作符。
    4、insert 函數。在容器中不包含key值時,insert函數和[]操作符的功能差不多。但是當容器中元素越來越多,每個桶中的元素會增加,為了保證效率, hash_map會自動申請更大的內存,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。
    5、erase 函數。在insert的過程中,當每個桶的元素太多時,hash_map可能會自動擴充容器的內存。但在sgi stl中是erase並不自動回收內存。因此你調用erase后,其他元素的iterator還是可用的。

3、相關hash容器
    hash容器除了hash_map外,還有hash_set、hash_multimap、hash_multiset,這些容器使用起來和set、multimap、multiset的區別於hash_map和map的區別一樣。

4、其他
    這里列幾個問題,應該對你理解和使用hash_map比較有幫助。
4.1 hash_map和map的區別在哪里?
    (1)構造函數  hash_map需要hash函數,等於函數;map只需要比較函數(小於函數)。
    (2)存儲結構  hash_map采用hash表存儲,map一般采用紅黑樹實現。因此內存數據結構是不一樣的。
4.2 什么時候需要使用hash_map,什么時候需要map?
    總體來說,hash_map 查找速度會比map快,而且查找速度基本和數據數據量大小,屬於常數級別;而map的查找速度是log(n)級別。並不一定常數就比log(n)小, hash還有hash函數的耗時,明白了吧,如果你考慮效率,特別是在元素達到一定數量級時,考慮考慮hash_map。但若你對內存使用特別嚴格,希望 程序盡可能少消耗內存,那么一定要小心,hash_map可能會讓你陷入尷尬,特別是當你的hash_map對象特別多時,你就更無法控制了,而且 hash_map的構造速度較慢。
    現在知道如何選擇了嗎?權衡三個因素: 查找速度, 數據量, 內存使用。
4.3 如何在hash_map中加入自己定義的類型?
    你只需要做兩件事情:定於hash函數、定義等於比較函數。下面的代碼是一個例子:
  1. #include <hash_map>
  2. #include <string>
  3. #include <iostream>

  4. using namespace std;
  5. //define the class
  6. class ClassA{
  7.         public:
  8.         ClassA(int a):c_a(a){}
  9.         int getvalue()const { return c_a;}
  10.         void setvalue(int a){c_a;}
  11.         private:
  12.         int c_a;
  13. };

  14. //1 define the hash function
  15. struct hash_A{
  16.         size_t operator()(const class ClassA & A)const{
  17.                 // return hash<int>(classA.getvalue());
  18.                 return A.getvalue();
  19.         }
  20. };

  21. //2 define the equal function
  22. struct equal_A{
  23.         bool operator()(const class ClassA & a1, const class ClassA & a2)const{
  24.                 return a1.getvalue() == a2.getvalue();
  25.         }
  26. };

  27. int main()
  28. {
  29.         hash_map<ClassA, string, hash_A, equal_A> hmap;
  30.         ClassA a1(12);
  31.         hmap[a1]="I am 12";
  32.         ClassA a2(198877);
  33.         hmap[a2]="I am 198877";
  34.         
  35.         cout<<hmap[a1]<<endl;
  36.         cout<<hmap[a2]<<endl;
  37.         return 0;
  38. }
4.4 如何用hash_map替換程序中已有的map容器?
    這個很容易,但需要你有良好的編程風格。建議你盡量使用typedef來定義你的類型:
    typedef map KeyMap;
    當你希望使用hash_map來替換的時候,只需要修改:
    typedef hash_map KeyMap;
    其他的基本不變。當然,你需要注意是否有Key類型的hash函數和比較函數。
4.5 為什么hash_map不是標准的?
    具體為什么不 是標准的,我也不清楚,有個解釋說在STL加入標准C++之時,hash_map系列當時還沒有完全實現,以后應該會成為標准。如果誰知道更合理的解釋, 也希望告訴我。但我想表達的是,正是因為hash_map不是標准的,所以許多平台上安裝了g++編譯器,不一定有hash_map的實現。我就遇到了這 樣的例子。因此在使用這些非標准庫的時候,一定要事先測試。另外,如果考慮到平台移植,還是少用為佳。


    引:原文出處:http://blog.csdn.net/lewsn2008/article/details/8629285(感謝)

注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



 
粤ICP备14056181号  © 2014-2020 ITdaan.com