C++11 新特性：std::unordered_set 无序集合

std::unordered_set是 C++11 中引入的另一个关联容器（另外一个是上篇文章中介绍的 std::unordered_map），它提供了存储唯一元素的能力。

它内部也是使用哈希表来实现，查找、插入和删除操作的平均时间复杂度为 O(1)。

内部实现

std::unordered_set的内部实现基于哈希表，哈希表是一个数组，数组的每个元素称为一个 bucket。这点和 std::unordered_map 是一样的。

同样的，每个 bucket 维护一个链表（或其他容器，例如小型向量），用于解决哈希冲突（即不同元素的哈希值相同的情况）。

• 哈希函数：std::unordered_set通过哈希函数将元素映射到一个 bucket。哈希函数的质量决定了元素在哈希表中的分布，影响容器的性能。
• 哈希冲突：当两个元素的哈希值相同时，它们会被存储在同一个 bucket 的链表中，这种情况称为哈希冲突。std::unordered_set通过链地址法来解决哈希冲突。
• 装载因子和重哈希：装载因子是元素数量与 bucket 数量的比值。当装载因子超过某个阈值时（默认为1.0），std::unordered_set会进行重哈希操作，即增加 bucket 数量并重新分配所有元素，以保持操作的高效性。

使用场景

std::unordered_set适用于以下场景：

• 需要快速查找的场景：当你需要存储一组唯一元素，并且频繁地进行查找操作时，可以选择std::unordered_set。
• 不关心元素顺序：std::unordered_set不保证元素的顺序，如果你不需要元素有序，那么它可以提供比有序容器更好的性能。
• 大量数据的去重：当需要从大量数据中去除重复项时，std::unordered_set可以高效地完成这个任务。

常用方法

std::unordered_set提供了一系列方法来管理集合中的元素：

• insert：插入一个新元素到集合中，如果元素已存在，则不会插入。
• erase：删除集合中的一个元素。
• find：查找一个元素，返回一个指向找到的元素的迭代器，如果没有找到，则返回end()迭代器。
• clear：清空集合中的所有元素。
• size：返回集合中元素的数量。
• empty：检查集合是否为空。
• bucket_count：返回当前bucket的数量。
• load_factor：返回当前装载因子。
• max_load_factor：获取或设置允许的最大装载因子。

示例代码

以下是一个std::unordered_set的简单使用示例：

#include <iostream>
#include <unordered_set>

int main() {
    std::unordered_set<int> mySet;
    
    std::cout << "Before add elements......" << std::endl;
    std::cout << "Max load facotr: " << mySet.max_load_factor() << std::endl;
    std::cout << "Load factor: " << mySet.load_factor() << std::endl;
    std::cout << "Bucket count: " << mySet.bucket_count() << std::endl;
    std::cout << std::endl;

    // 插入元素
    mySet.insert(1);
    mySet.insert(2);
    mySet.insert(2); // 重复插入，不会有任何效果
    mySet.insert(3);

    // 查找元素
    if (mySet.find(2) != mySet.end()) {
        std::cout << "Found 2 in the set." << std::endl;
    }

    // 遍历集合
    std::cout << "Elements in mySet: ";
    for (int element : mySet) {
        std::cout << element << " ";
    }
    std::cout << std::endl;

    // 删除元素
    mySet.erase(2);
    std::cout << "After erasing 2, size of mySet: " << mySet.size() << std::endl;
    
    std::cout << std::endl;
    std::cout << "After add elements......" << std::endl;
    std::cout << "Max load facotr: " << mySet.max_load_factor() << std::endl;
    std::cout << "Load factor: " << mySet.load_factor() << std::endl;
    std::cout << "Bucket count: " << mySet.bucket_count() << std::endl;

    return 0;
}

输出：

Before add elements......
Max load facotr: 1
Load factor: 0
Bucket count: 1

Found 2 in the set.
Elements in mySet: 3 2 1 
After erasing 2, size of mySet: 2

After add elements......
Max load facotr: 1
Load factor: 0.153846
Bucket count: 13

这里的 Load factor: 0.153846 计算很简单，经过一番操作之后，set 只有 2 个元素，load_factor = 2/13。

std::unordered_set 和 std::unordered_map 的区别

unordered_set 和 unordered_map 都是基于哈希表的容器，提供快速的查找、插入和删除操作。它们在内部实现上相似，主要用于高效存储和管理数据。

它们的区别体现在数据组织方式和用途上。

• 数据结构：std::unordered_set存储的是一组无序的唯一元素，只有 Key；而std::unordered_map存储的是键值对 Key-Value，其中键是唯一的。

• 用途：如果你需要一个不允许重复的元素集合，并且只关心元素是否存在，选择std::unordered_set。如果你需要存储关联数据，如每个元素（键）都有一个特定的值，那么std::unordered_map则更合适。

总结

std::unordered_set是 C++11 中引入的基于哈希表的集合容器，它支持快速的元素查找、插入和删除操作。

理解std::unordered_set的内部实现可以帮助开发者更有效地使用它，特别是在需要高效管理一组唯一元素的场景下。