C++ STL --map,set

1. 关联式容器

        在初阶阶段，我们已经接触过STL中的部分容器，比如：vector、list、deque、
forward_list(C++11)等，这些容器统称为序列式容器，因为其底层为线性序列的数据结构，里面
存储的是元素本身。那什么是关联式容器？它与序列式容器有什么区别？关联式容器也是用来存储数据的，与序列式容器不同的是，其里面存储的是<key, value>结构的键值对，在数据检索时比序列式容器效率更高。

2. 键值对

        用来表示具有一一对应关系的一种结构，该结构中一般只包含两个成员变量key和value，key代表键值，value表示与key对应的信息。比如：现在要建立一个英汉互译的字典，那该字典中必然
有英文单词与其对应的中文含义，而且，英文单词与其中文含义是一一对应的关系，即通过该应该单词，在词典中就可以找到与其对应的中文含义。

SGI-STL中关于键值对的定义：

          

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;


template<class T1,class T2>
struct pair{

    typedef T1 first_type;
    typedef T2 second_type;
    T1 first;
    T2 second;
    pair():first(T1()),second(T2()){}
    pair(const T1&a,const T2&b):first(a),second(b){}

};





int main()
{





system("pause");
return 0;
}

3. 树形结构的关联式容器

根据应用场景的不桶， STL 总共实现了两种不同结构的管理式容器：树型结构与哈希结构。 树型结

构的关联式容器主要有四种： map 、 set 、 multimap 、 multiset 。这四种容器的共同点是：使用平衡搜索树( 即红黑树 ) 作为其底层结果，容器中的元素是一个有序的序列。下面一依次介绍每一个容器。

3.1 set

3.1.1 set的介绍

https://cplusplus.com/reference/set/set/?kw=set

翻译：

1. set 是按照一定次序存储元素的容器

2. 在 set 中，元素的 value 也标识它 (value 就是 key ，类型为 T) ，并且每个 value 必须是唯一的。set中的元素不能在容器中修改 ( 元素总是 const) ，但是可以从容器中插入或删除它们。

3. 在内部， set 中的元素总是按照其内部比较对象 ( 类型比较 ) 所指示的特定严格弱排序准则进行排序。

4. set 容器通过 key 访问单个元素的速度通常比 unordered_set 容器慢，但它们允许根据顺序对子集进行直接迭代。

5. set 在底层是用二叉搜索树 ( 红黑树 ) 实现的。

注意：

1. 与 map/multimap 不同， map/multimap 中存储的是真正的键值对 <key, value> ， set 中只放value，但在底层实际存放的是由 <value, value> 构成的键值对。

2. set 中插入元素时，只需要插入 value 即可，不需要构造键值对。

3. set 中的元素不可以重复 ( 因此可以使用 set 进行去重 ) 。

4. 使用 set 的迭代器遍历 set 中的元素，可以得到有序序列

5. set 中的元素默认按照小于来比较

6. set 中查找某个元素，时间复杂度为： $log_2 n$

7. set 中的元素不允许修改 ( 为什么 ?)

8. set 中的底层使用二叉搜索树 ( 红黑树 ) 来实现。

3.1.2 set的使用

 1. set的模板参数列表

        

T: set 中存放元素的类型，实际在底层存储 <value, value> 的键值对。

Compare ： set 中元素默认按照小于来比较Alloc： set 中元素空间的管理方式，使用 STL 提供的空间配置器管理。

2. set 的构造

        

3. set 的迭代器

        

        

 4. set的容量

        

 5. set修改操作

        

 6. set的使用举例

        

#include <iostream>
#include <vector>
#include <set>
#include <algorithm>
using namespace std;

template <class T1, class T2>
struct pair
{

    typedef T1 first_type;
    typedef T2 second_type;
    T1 first;
    T2 second;
    pair() : first(T1()), second(T2()) {}
    pair(const T1 &a, const T2 &b) : first(a), second(b) {}
};

void TestSet()
{

    int array[] = {1, 3, 4, 7, 9, 2, 4, 6, 8, 0, 1, 3, 5, 7, 9, 2, 4, 6, 8, 0};
    set<int> s(array, array + sizeof(array) / sizeof(array[0]));
    cout << s.size() << endl;

    //正向打印set的元素，Con打印结果中可以看出，set 可以去重
    for (auto &e : s)
    {
        cout << e << " ";
    }
    cout << endl;

    for (auto it = s.rbegin(); it != s.rend(); it++)
    {
        cout << *it << " ";
    }
    cout << endl;
    cout << s.count(3) << endl;
}

int main()
{

    TestSet();

    system("pause");
    return 0;
}

3.2 map

3.2.1 map的介绍

https://cplusplus.com/reference/map/map/?kw=map

翻译：

1. map 是关联容器，它按照特定的次序 ( 按照 key 来比较 ) 存储由键值 key 和值 value 组合而成的元素。

2. 在 map 中，键值 key 通常用于排序和惟一地标识元素，而值 value 中存储与此键值 key 关联的内容。键值key 和值 value 的类型可能不同，并且在 map 的内部， key 与 value 通过成员类型 value_type绑定在一起，为其取别名称为 pair: typedef pair<const key, T> value_type;

3. 在内部， map 中的元素总是按照键值 key 进行比较排序的。

4. map 中通过键值访问单个元素的速度通常比 unordered_map 容器慢，但 map 允许根据顺序对元素进行直接迭代( 即对 map 中的元素进行迭代时，可以得到一个有序的序列 ) 。

5. map 支持下标访问符，即在 [] 中放入 key ，就可以找到与 key 对应的 value 。

6. map 通常被实现为二叉搜索树 ( 更准确的说：平衡二叉搜索树 ( 红黑树 )) 。

3.2.2 map的使用

        1. map的模板参数说明

        

key: 键值对中 key 的类型

T ： 键值对中 value 的类型

Compare: 比较器的类型， map 中的元素是按照 key 来比较的，缺省情况下按照小于来比较，一般情况下( 内置类型元素 ) 该参数不需要传递，如果无法比较时 ( 自定义类型 ) ，需要用户自己显式传递比较规则( 一般情况下按照函数指针或者仿函数来传递 )

Alloc ：通过空间配置器来申请底层空间，不需要用户传递，除非用户不想使用标准库提供的

空间配置器

注意：在使用 map 时，需要包含头文件。

 2. map的构造

 3. map的迭代器

        

 4. map的容量与元素访问

        

 问题：当key不在map中时，通过operator获取对应value时会发生什么问题？

注意：在元素访问时，有一个与 operator[] 类似的操作 at()( 该函数不常用 ) 函数，都是通过key找到与 key 对应的 value 然后返回其引用，不同的是： 当 key 不存在时， operator[] 用默认 value 与 key 构造键值对然后插入，返回该默认 value ， at() 函数直接抛异常 。

5. map 中元素的修改

 

【总结】

1. map 中的的元素是键值对

2. map 中的 key 是唯一的，并且不能修改

3. 默认按照小于的方式对 key 进行比较

4. map 中的元素如果用迭代器去遍历，可以得到一个有序的序列

5. map 的底层为平衡搜索树 ( 红黑树 ) ，查找效率比较高 $O(log_2 N)$

6. 支持 [] 操作符， operator[] 中实际进行插入查找。

3.3 multiset

3.3.1 multiset的介绍

        cplusplus.com/reference/set/multiset/?kw=multiset

1. multiset是按照特定顺序存储元素的容器，其中元素是可以重复的。
2. 在multiset中，元素的value也会识别它(因为multiset中本身存储的就是<value, value>组成的键值对，因此value本身就是key，key就是value，类型为T). multiset元素的值不能在容器中进行修改(因为元素总是const的)，但可以从容器中插入或删除。
3. 在内部，multiset中的元素总是按照其内部比较规则(类型比较)所指示的特定严格弱排序准则进行排序。
4. multiset容器通过key访问单个元素的速度通常比unordered_multiset容器慢，但当使用迭代器遍历时会得到一个有序序列。
5. multiset底层结构为二叉搜索树(红黑树). 

注意：

1. multiset中在底层中存储的是<value, value>的键值对
2. mtltiset的插入接口中只需要插入即可
3. 与set的区别是，multiset中的元素可以重复，set是中value是唯一的
4. 使用迭代器对multiset中的元素进行遍历，可以得到有序的序列

5. multiset中的元素不能修改
6. 在multiset中找某个元素，时间复杂度为$O(log_2 N)$
7. multiset的作用：可以对元素进行排序

3.3.2 multiset的使用

此处只简单演示set与multiset的不同，其他接口接口与set相同，同学们可参考set。

#include <iostream>
#include <set>
using namespace std;

void test01()
{
    int arr[] = {2, 1, 3, 9, 6, 0, 5, 8, 4, 7};
    multiset<int> s(arr, arr + sizeof(arr) / sizeof(arr[0]));

    for (auto &e : s)
    {
        cout << e << " ";
    }
    cout << endl;
}

int main(int argc, char const *argv[S])
{
    test01();

    system("pause");
    return 0;
}

3.4 multimap

        3.4.1 multimap的介绍

官方文档：http://www.cplusplus.com/reference/map/multimap/?kw=multimap

1. Multimaps是关联式容器，它按照特定的顺序，存储由key和value映射成的键值对<key,
value>，其中多个键值对之间的key是可以重复的。
2. 在multimap中，通常按照key排序和惟一地标识元素，而映射的value存储与key关联的内容。key和value的类型可能不同，通过multimap内部的成员类型value_type组合在一起，
value_type是组合key和value的键值对:
typedef pair<const Key, T> value_type;
3. 在内部，multimap中的元素总是通过其内部比较对象，按照指定的特定严格弱排序标准对key进行排序的。
4. multimap通过key访问单个元素的速度通常比unordered_multimap容器慢，但是使用迭代器直接遍历multimap中的元素可以得到关于key有序的序列。
5. multimap在底层用二叉搜索树(红黑树)来实现。

注意：multimap和map的唯一不同就是：map中的key是唯一的，而multimap中key是可以
重复的

3.4.2 multimap的使用

        multimap中的接口可以参考map，功能都是类似的。
注意：
1. multimap中的key是可以重复的。
2. multimap中的元素默认将key按照小于来比较
3. multimap中没有重载operator[]操作(同学们可思考下为什么?)。
4. 使用时与map包含的头文件相同

3.5 在OJ中的使用

692. 前K个高频单词 - 力扣（Leetcode）

class compare{

    public:
        bool operator()(const pair<string,int> & p1,const pair<string,int> & p2){
        
                return p1.second>p2.second||p1.second==p2.second&&p1.first<p2.first;
    
        }

} ;

class Solution {
public:
    vector<string> topKFrequent(vector<string>& words, int k) {
        // map<string,int> mp;
        unordered_map<string,int> mp;
        for(int i=0;i<words.size();i++){
            mp[words[i]]++;
        }
        vector<string> ans;
        vector<pair<string,int> > v(mp.begin(),mp.end());
        sort(v.begin(),v.end(),compare());
        for(size_t i=0;i<k;i++){
            ans.push_back(v[i].first);
        }
            return ans;
    }
};

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
       unordered_set<int> s1;
        
       unordered_set<int> s2;
        vector<int> ans;
        for(int i=0;i<nums1.size();i++){
            s1.insert(nums1[i]);
        }
        for(int i=0;i<nums2.size();i++){
            s2.insert(nums2[i]);
        }

        for(auto e:s1){
            auto it=s2.find(e);
            if(it!=s2.end())
                ans.push_back(e);
        }

        return ans;


    }
};

4. 底层结构

前面对map/multimap/set/multiset进行了简单的介绍，在其文档介绍中发现，这几个容器有个
共同点是：其底层都是按照二叉搜索树来实现的，但是二叉搜索树有其自身的缺陷，假如往树中插入的元素有序或者接近有序，二叉搜索树就会退化成单支树，时间复杂度会退化成O(N)，因此map、set等关联式容器的底层结构是对二叉树进行了平衡处理，即采用平衡树来实现。

4.1 AVL 树

4.1.1 AVL树的概念

        二叉搜索树虽可以缩短查找的效率，但如果数据有序或接近有序二叉搜索树将退化为单树，查找元素相当于在顺序表中搜索元素，效率低下。因此，两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法：当向二叉搜索树中插入新结点后，如果能保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整)，即可降低树的高度，从而减少平均搜索长度。一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树。

•  它的左右子树都是AVL树
• 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)

如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在
$O(log_2 n)$，搜索时间复杂度O($log_2 n$）

4.1.2 AVL树节点的定义

#include <iostream>
#include <set>
#include <map>
#include <list>
#include <unordered_map>
using namespace std;

template <class T>

struct AVTreeNode
{
    AVTreeNode(const T &data) : _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr), _bf(0)
    {
    }

    AVTreeNode<T> *_pLeft;
    AVTreeNode<T> *_pRight;
    AVTreeNode<T> *_pParent;
    T _data;
    int _bf;
};

int main()
{
    AVTreeNode<int> t1(1);
    // cout<<"Hello"<<endl;

    system("pause");
    return 0;
}

4.1.3 AVL树的插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么 AVL树的插入过程可以分为两步：

1. 按照二叉搜索树的方式插入新节点

2. 调整节点的平衡因子

class AVLTree
{
public:
    bool Insert(const T &data)
    {
        // 1. 先按照二叉搜索树的规则将节点插入到AVL树中
        // ...

        // 2. 新节点插入后，AVL树的平衡性可能会遭到破坏，此时就需要更新平衡因子，并检测是否
        破坏了AVL树
        //  的平衡性

        /*
        pCur插入后，pParent的平衡因子一定需要调整，在插入之前，pParent
        的平衡因子分为三种情况：-1，0, 1, 分以下两种情况：
        1. 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
        2. 如果pCur插入到pParent的右侧，只需给pParent的平衡因子+1即可

        此时：pParent的平衡因子可能有三种情况：0，正负1， 正负2
        1. 如果pParent的平衡因子为0，说明插入之前pParent的平衡因子为正负1，插入后被调整
       成0，此时满足
          AVL树的性质，插入成功
        2. 如果pParent的平衡因子为正负1，说明插入前pParent的平衡因子一定为0，插入后被更
       新成正负1，此
          时以pParent为根的树的高度增加，需要继续向上更新
        3. 如果pParent的平衡因子为正负2，则pParent的平衡因子违反平衡树的性质，需要对其进
       行旋转处理
        */
        while (pParent)
        {
            // 更新双亲的平衡因子
            if (pCur == pParent->_pLeft)
                pParent->_bf--;
            else
                pParent->_bf++;
            // 更新后检测双亲的平衡因子
            if (0 == pParent->_bf)
            {
                break;
            }
            else if (1 == pParent->_bf || -1 == pParent->_bf)
            {
                // 插入前双亲的平衡因子是0，插入后双亲的平衡因为为1 或者 -1 ，说明以双亲
                为根的二叉树
                // 的高度增加了一层，因此需要继续向上调整
                pCur = pParent;
                pParent = pCur->_pParent;
            }
            else
            {
                // 双亲的平衡因子为正负2，违反了AVL树的平衡性，需要对以pParent
                // 为根的树进行旋转处理
                if (2 == pParent->_bf)
                {
                    // ...
                }
                else
                {
                    // ...
                }
            }
        }
        return true;
    }
};

4.1.4 AVL树的旋转

如果在一棵原本是平衡的 AVL 树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，使之平衡化。根据节点插入位置的不同，AVL 树的旋转分为四种：

         1. 新节点插入较高左子树的左侧 --- 左左：右单旋

实现及情况考虑可参考右单旋。 

        3. 新节点插入较高左子树的右侧 --- 左右：先左单旋再右单旋

        

 

 将双旋变成单旋后再旋转，即： 先对 30 进行左单旋，然后再对 90 进行右单旋 ，旋转完成后再考虑平衡因子的更新。

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

template <class T>
struct AVLTreeNode
{
    AVLTreeNode(const T &data) : _pLeft(nullptr), _pRight(nullptr),
                                 _pParent(nullptr), _data(data), _bf(0)
    {
    }

    AVLTreeNode<T> *_pLeft;   //该结点在左
    AVLTreeNode<T> *_pRight;  //节点的右子孩
    AVLTreeNode<T> *_pParent; //节点的双亲

    T _data;
    int _bf; //平衡因子
};

class AVLTree
{
public:
    bool Insert(const T &data)
    {
        // 1. 先按照二叉搜索树的规则将节点插入到AVL树中
        // ...

        // 2. 新节点插入后，AVL树的平衡性可能会遭到破坏，此时就需要更新平衡因子，并检测是否
        破坏了AVL树
        //  的平衡性

        /*
        pCur插入后，pParent的平衡因子一定需要调整，在插入之前，pParent
        的平衡因子分为三种情况：-1，0, 1, 分以下两种情况：
        1. 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
        2. 如果pCur插入到pParent的右侧，只需给pParent的平衡因子+1即可

        此时：pParent的平衡因子可能有三种情况：0，正负1， 正负2
        1. 如果pParent的平衡因子为0，说明插入之前pParent的平衡因子为正负1，插入后被调整
       成0，此时满足
          AVL树的性质，插入成功
        2. 如果pParent的平衡因子为正负1，说明插入前pParent的平衡因子一定为0，插入后被更
       新成正负1，此
          时以pParent为根的树的高度增加，需要继续向上更新
        3. 如果pParent的平衡因子为正负2，则pParent的平衡因子违反平衡树的性质，需要对其进
       行旋转处理
        */
        while (pParent)
        {
            // 更新双亲的平衡因子
            if (pCur == pParent->_pLeft)
                pParent->_bf--;
            else
                pParent->_bf++;
            // 更新后检测双亲的平衡因子
            if (0 == pParent->_bf)
            {
                break;
            }
            else if (1 == pParent->_bf || -1 == pParent->_bf)
            {
                // 插入前双亲的平衡因子是0，插入后双亲的平衡因为为1 或者 -1 ，说明以双亲
                为根的二叉树
                // 的高度增加了一层，因此需要继续向上调整
                pCur = pParent;
                pParent = pCur->_pParent;
            }
            else
            {
                // 双亲的平衡因子为正负2，违反了AVL树的平衡性，需要对以pParent
                // 为根的树进行旋转处理
                if (2 == pParent->_bf)
                {
                    // ...
                }
                else
                {
                    // ...
                }
            }
        }
        return true;
    }

    // 旋转之前，60的平衡因子可能是-1/0/1，旋转完成之后，根据情况对其他节点的平衡因子进
    // 行调整
    void _RotateLR(PNode pParent)
    {
        PNode pSubL = pParent->_pLeft;
        PNode pSubLR = pSubL->_pRight;

        // 旋转之前，保存pSubLR的平衡因子，旋转完成之后，需要根据该平衡因子来调整其他节
        点的平衡因子
        int bf = pSubLR->_bf;

        // 先对30进行左单旋
        _RotateL(pParent->_pLeft);

        // 再对90进行右单旋
        _RotateR(pParent);
        if (1 == bf)
            pSubL->_bf = -1;
        else if (-1 == bf)
            pParent->_bf = 1;
    }
};

int main()
{

    system("pause");
    return 0;
}

        4. 新节点插入较高右子树的左侧 --- 右左：先右单旋再左单旋

参考右左双旋。

总结： 假如以pParent 为根的子树不平衡，即 pParent 的平衡因子为 2 或者 -2 ，分以下情况考虑:

        

1. pParent 的平衡因子为 2 ，说明 pParent 的右子树高，设 pParent 的右子树的根为 pSubR

当 pSubR 的平衡因子为 1 时，执行左单旋 ,当pSubR 的平衡因子为 -1 时，执行右左双旋

2. pParent 的平衡因子为 -2 ，说明 pParent 的左子树高，设 pParent 的左子树的根为 pSubL 当pSubL 的平衡因子为 -1 是，执行右单旋当pSubL 的平衡因子为 1 时，执行左右双旋旋转完成后，原pParent 为根的子树个高度降低，已经平衡，不需要再向上更新。

 

4.1.5 AVL树的验证

AVL 树是在二叉搜索树的基础上加入了平衡性的限制，因此要验证 AVL 树，可以分两步：

1. 验证其为二叉搜索树

如果中序遍历可得到一个有序的序列，就说明为二叉搜索树

2. 验证其为平衡树

每个节点子树高度差的绝对值不超过 1( 注意节点中如果没有平衡因子 ) 节点的平衡因子是否计算正确.

4.1.6 AVL树的删除(了解)  

因为 AVL 树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不

错与删除不同的时，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。

具体实现学生们可参考《算法导论》或《数据结构 - 用面向对象方法与 C++ 描述》殷人昆版。

4.1.7 AVL树的性能

 AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这 样可以保证查询时高效的时间复杂度，即$log_2 (N)$。但是如果要对AVL树做一些结构修改的操 作，性能非常低下，比如：插入时要维护其绝对平衡，旋转的次数比较多，更差的是在删除时， 有可能一直要让旋转持续到根的位置。因此：如果需要一种查询高效且有序的数据结构，而且数 据的个数为静态的(即不会改变)，可以考虑AVL树，但一个结构经常修改，就不太适合。

3. 验证用例

请同学们结合上述代码按照以下的数据次序，自己动手画 AVL 树的创建过程，验证代码

是否有漏洞。

4.2 红黑树

4.2.1 红黑树的概念

红黑树，是一种二叉搜索树，但在每个结点上增加一个存储位表示结点的颜色，可以是Red或 Black。 通过对任何一条从根到叶子的路径上各个结点着色方式的限制，红黑树确保没有一条路 径会比其他路径长出俩倍，因而是接近平衡的。

4.2.2 红黑树的性质

1. 每个结点不是红色就是黑色

2. 根节点是黑色的 

3. 如果一个节点是红色的，则它的两个孩子结点是黑色的 

4. 对于每个结点，从该结点到其所有后代叶结点的简单路径上，均 包含相同数目的黑色结点 

5. 每个叶子结点都是黑色的 ( 此处的叶子结点指的是空结点 )

思考：为什么满足上面的性质，红黑树就能保证：其最长路径中节点个数不会超过最短路径节点

个数的两倍？

 4.2.3 红黑树节点的定义

        

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

enum Color
{
    RED,
    BLACK
};
template <class valueType>

struct RBTreeNode
{

    RBTreeNode(const valueType &data = valueType(), Color color = RED) : _pLeft(nullptr), _pRight(nullptr),
                                                                         _pParent(nullptr), _data(data), _color(color) {}

    RBTreeNode<valueType> *_pLeft;
    RBTreeNode<valueType> *_pRight;
    RBTreeNode<valueType> *_pParent;

    valueType _data; //节点的值域
    Color _color;    //结点的颜色
};

int main()
{

    system("pause");
    return 0;
}

思考：在节点的定义中，为什么要将节点的默认颜色给成红色的？

4.2.4 红黑树结构

为了后续实现关联式容器简单，红黑树的实现中增加一个头结点，因为跟节点必须为黑色，为了

与根节点进行区分，将头结点给成黑色，并且让头结点的 pParent 域指向红黑树的根节点， pLeft

域指向红黑树中最小的节点， _pRight 域指向红黑树中最大的节点，如下：