转载自 http://blog.csdn.net/sdhongjun/article/details/4517325
hash_map类在头文件hash_map中,和所有其它的C++标准库一样,头文件没有扩展名。如下声明:
- #include <hash_map>
- using namespace std;
- using namespace stdext;
hash_map是一个聚合类,它继承自_Hash类,包括一个vector,一个list和一个pair,其中vector用于保存桶,list用于进行冲突处理,pair用于保存key->value结构,简要地伪码如下:
- class hash_map<class _Tkey, class _Tval>
- {
- private:
- typedef pair<_Tkey, _Tval> hash_pair;
- typedef list<hash_pair> hash_list;
- typedef vector<hash_list> hash_table;
- };
当然,这只是一个简单模型,C++标准库的泛型模版一向以嵌套复杂而闻名,初学时看类库,无疑天书啊。微软的hash_map类还聚合了hash_compare仿函数类,hash_compare类里又聚合了less仿函数类,乱七八糟的。
下面说说使用方法:
一、简单变量作为索引:整形、实性、指针型
其实指针型也就是整形,算法一样。但是hash_map会对char*, const char*, wchar_t*, const wchar_t*做特殊处理。
这种情况最简单,下面代码是整形示例:
- hash_map<int, int> IntHash;
- IntHash[1] = 123;
- IntHash[2] = 456;
- int val = IntHash[1];
- int val = IntHash[2];
实型和指针型用法和整形一样,原理如下:
1、使用简单类型作索引声明hash_map的时候,不需要声明模版的后两个参数(最后一个参数指名hash_map节点的存储方式,默认为pair,我觉得这就挺好,没必要修改),使用默认值就好。
2、对于除过字符串的其它简单类型,hash_map使用模版函数 size_t hash_value(const _Kty& _Keyval) 计算hash值,计算方法是经典的掩码异或法,自动溢出得到索引hash值。微软的工程师也许开了一个玩笑,这个掩码被定义为0xdeadbeef(死牛肉,抑或是某个程序员的外号)。
3、对于字符串指针作索引的时候,使用定类型函数inline size_t hash_value(const char *_Str)或inline size_t hash_value(const wchar_t *_Str)计算hash值,计算方法是取出每一个字符求和,自动溢出得到hash值。对于字符串型的hash索引,要注意需要自定义less仿函数。
因为我们有理由认为,人们使用hash表进行快速查找的预期成本要比在hash表中插入的预期成本低得多,所以插入可以比查找昂贵些;基于这个假设,hash_map在有冲突时,插入链表是进行排序插入的,这样在进行查询冲突解决的时候就能够更快捷的找到需要的索引。
但是,基于泛型编程的原则,hash_map也有理由认为每一种类型都支持使用"<"来判别两个类型值的大小,这种设计恰好让字符串类型无所适从,众所周知,两个字符串指针的大小并不代表字符串值的大小。见如下代码:
- hash_map<const char*, int> CharHash;
- CharHash["a"] = 123;
- CharHash["b"] = 456;
- char szInput[64] = "";
- scanf("%s", szInput);
- int val = CharHash[szInput];
最终的结果就是无论输入任何字符串,都无法找到对应的整数值。因为输入的字符串指针是szInput指针,和"a"或"b"字符串常量指针的大小是绝对不会相同。解决方法如下:
首先写一个仿函数CharLess,继承自仿函数基类binary_function(当然也可以不继承,这样写只是符合标准,而且写起来比较方便,不用被类似于指针的指针和指针的引用搞晕。
- struct CharLess : public binary_function<const char*, const char*, bool>
- {
- public:
- result_type operator()(const first_argument_type& _Left, const second_argument_type& _Right) const
- {
- return(stricmp(_Left, _Right) < 0 ? true : false);
- }
- };
很好,有了这个仿函数,就可以正确的使用字符串指针型hash_map了。如下:
- hash_map<const char*, int, hash_compare<const char*, CharLess> > CharHash;
- CharHash["a"] = 123;
- CharHash["b"] = 456;
- char szInput[64] = "";
- scanf("%s", szInput);
- int val = CharHash[szInput];
现在就可以正常工作了。至此,简单类型的使用方法介绍完毕。
二、用户自定义类型:比如对象类型,结构体。
这种情况比价复杂,我们先说简单的,对于C++标准库的string类。
庆幸的是,微软为basic_string(string类的基类)提供了hash方法,这使得使用string对象做索引简单了许多。值得注意(也值得郁闷)的是,虽然支持string的hash,string类却没有重载比较运算符,所以标准的hash_compare仿函数依旧无法工作。我们继续重写less仿函数。
- struct string_less : public binary_function<const string, const string, bool>
- {
- public:
- result_type operator()(const first_argument_type& _Left, const second_argument_type& _Right) const
- {
- return(_Left.compare(_Right) < 0 ? true : fase);
- }
- };
好了,我们可以书写如下代码:
- hash_map<string, int, hash_compare<string, string_less> > StringHash;
- StringHash["a"] = 123;
- StringHash["b"] = 456;
- string strKey = "a";
- int val = CharHash[strKey];
这样就可以了。
对于另外的一个常用的字符串类CString(我认为微软的CString比标准库的string设计要洒脱一些)更加复杂一些。很显然,标准库里不包含对于CString的支持,但CString却重载了比较运算符(郁闷)。我们必须重写hash_compare仿函数。值得一提的是,在Virtual Stdio 2003中,CString不再是MFC的成员,而成为ATL的成员,使用#include <atlstr.h>就可以使用。我没有采用重写hash_compare仿函数的策略,而仅仅是继承了它,在模版库中的继承是没有性能损耗的,而且能让我偷一点懒。
首先重写一个hash_value函数:
- inline size_t CString_hash_value(const CString& str)
- {
- size_t value = _HASH_SEED;
- size_t size = str.GetLength();
- if (size > 0) {
- size_t temp = (size / 16) + 1;
- size -= temp;
- for (size_t idx = 0; idx <= size; idx += temp) {
- value += (size_t)str[(int)idx];
- }
- }
- return(value);
- }
其次重写hash_compare仿函数:
- class CString_hash_compare : public hash_compare<CString>
- {
- public:
- size_t operator()(const CString& _Key) const
- {
- return((size_t)CString_hash_value(_Key));
- }
-
- bool operator()(const CString& _Keyval1, const CString& _Keyval2) const
- {
- return (comp(_Keyval1, _Keyval2));
- }
- };
上面的重载忽略了基类对于less仿函数的引入,因为CString具备比较运算符,我们可以使用默认的less仿函数,在这里映射为comp。好了,我们可以声明新的hash_map对象如下:
- hash_map<CString, int, CString_hash_compare> CStringHash;
其余的操作一样一样的。
下来就说说对于自定义对象的使用方法:首先定义
- struct IHashable
-
- virtual unsigned long hash_value() const = 0;
- virtual bool operator < (const IHashable& val) const = 0;
- virtual IHashable& operator = (const IHashable& val) = 0;
- ;
让我们自写的类都派生自这里,有一个标准,接下来定义我们的类:
- class CTest : public IHashable
- {
- public:
- int m_value;
- CString m_message;
- public:
- CTest() : m_value(0) {}
-
- CTest(const CTest& obj)
- {
- m_value = obj.m_value;
- m_message = obj.m_message;
- }
- public:
- virtual IHashable& operator = (const IHashable& val) {
- m_value = ((CTest&)val).m_value;
- m_message = ((CTest&)val).m_message;
- return(*this);
- }
-
- virtual unsigned long hash_value() const {
-
- return(m_value ^ 0xdeadbeef
- }
-
- virtual bool operator < (const IHashable& val) const {
- return(m_value < ((CTest&)val).m_value);
- }
- };
用这个类的对象做为hash索引准备工作如下,因为接口中规定了比较运算符,所以这里可以使用标准的less仿函数,所以这里忽略:
- template<class _Tkey>
- class MyHashCompare : public hash_compare<_Tkey>
- {
- public:
- size_t operator()(const _Tkey& _Key) const {
- return(_Key.hash_value());
- }
-
-
- bool operator()(const _Tkey& _Keyval1, const _Tkey& _Keyval2) const {
- return (comp(_Keyval1, _Keyval2));
- }
- };
-
下来就这样写:
- CTest test;
- test.m_value = 123;
- test.m_message = "This is a test";
-
-
- MyHash[test] = 2005;
-
-
- int val = MyHash[test];
可以看到正确的数字被返回。
三、关于hash_map的思考:
1、性能分析:采用了内联代码和模版技术的hash_map在效率上应该是非常优秀的,但我们还需要注意如下几点:
* 经过查看代码,字符串索引会比简单类型索引速度慢,自定义类型索引的性能则和我们选择hash的内容有很大关系,简单为主,这是使用hash_map的基本原则。
* 可以通过重写hash_compair仿函数,更改里面关于桶数量的定义,如果取值合适,也可以得到更优的性能。如果桶数量大于10,则牢记它应该是一个质数。
* 在自定义类型是,重载的等号(或者拷贝构造)有可能成为性能瓶颈,使用对象指针最为索引将是一个好的想法,但这就必须重写less仿函数,理由同使用字符串指针作为索引。
自己使用上面的方法成功解决了使用PTCHAR作为Key的使用,其解决方法如下:
- inline size_t PTCHAR_hash_value(const PTCHAR str)
- {
- size_t value = _HASH_SEED;
- size_t size = _tcslen(str);
- if (size > 0) {
- size_t temp = (size/16) + 1;
- size -= temp;
- for (size_t idx=0; idx<=size; idx+=temp) {
- value += (size_t)str[(int)idx];
- }
- }
- return value;
- }
- class PTCHAR_hash_compare : public stdext::hash_compare<PTCHAR>
- {
- public:
- size_t operator()(const PTCHAR _Key) const {
- return ((size_t)PTCHAR_hash_value(_Key));
- }
- bool operator()(const PTCHAR _Keyval1, const PTCHAR _Keyval2) const {
- return (_tcscmp(_Keyval1, _Keyval2));
- }
- };
- stdext::hash_map<PTCHAR, long, PTCHAR_hash_compare > myHash;