STL源码剖析－关联式容器之hashtable

１．hashtable在插入，删除，搜寻操作上具有＂常数平均时间＂的表现，不依赖输入元素的随机性．

２．hashtable通过hashfunction将元素映射到不同的位置，但当不同的元素通过hash function映射到相同位置时，便产生了＂碰撞＂问题．解决碰撞问题的方法主要有线性探测，二次探测，开链法等．

３．线性探测

当hash function计算出某个元素的插入位置，而该位置的空间已不可用时，循序往下寻找下一个可用位置(到达尾端时绕到头部继续寻找)，会产生primary clustering（一次聚集）问题．

４．二次探测

当hash function计算出某个元素的插入位置为H，而该位置的空间已经被占用，就尝试用H+１²、H+2²…，会产生secondary clustering(二次聚集)问题．

５．开链

在每一个表格元素中维护一个list：hash function为我们分配某个list，在那个list上进行元素的插入，删除，搜寻等操作．SGI STL解决碰撞问题的方法就是此方法．

６．hashtable节点定义：

template <class Value>  
struct __hashtable_node  
{  
  __hashtable_node* next;  
  Value val;  
}; 

７．hashtable的迭代器

hashtable迭代器必须永远维系与整个”buckets vector”的关系，并记录目前所知节点．hashtable的迭代器没有后退操作，也没有逆向迭代器．

８．hashtable的数据结构

template <class Value, class Key, class HashFcn,  
          class ExtractKey, class EqualKey,  
          class Alloc>

value : 节点的实值类别
key : 节点的键值类别
HashFcn : hash function函数类别
ExtractKey : 从节点中取出键值的方法
EqualKey : 判断键值相同与否的方法
Alloc : 空间配置器，默认使用std::alloc

9．hashtable的构造与内存管理

节点配置函数与节点释放函数

    node* new_node(const value_type& obj)  
      {  
        node* n = node_allocator::allocate();  
        n->next = 0;  
        __STL_TRY {  
          construct(&n->val, obj);  
          return n;  
        }  
        __STL_UNWIND(node_allocator::deallocate(n));  
      }  

      void delete_node(node* n)  
      {  
        destroy(&n->val);  
        node_allocator::deallocate(n);  
      }  

表格重建操作

重建表格是要将每一个元素从小进行hash，然后再delete掉oldhashtable的所有元素．

resize()
{
表格是否需要重建判断原则：拿元素个数和bucket vector的大小来比，如果前者比后者大就重建表格．因此，每个bucket(list)的最大容量和bucket vector的大小相同．
　　如果要重建，找出下一个质数作为vector的大小，建立新的buckets
　　处理每一个旧的bucket{
　　　　建立一个新节点指向节点所指的串行的起始节点
　　　　处理每一个旧bucket所含串行的每一个节点｛
　　　　　　找出节点落在哪一个新的bucket内
　　　　　　令旧bucket指向其所指的串行的下一个节点
　　　　　　将当前节点插入到新的bucket内，成为其串行的第一个节点
　　　　　　回到旧的bucket所指的待处理串行，准备处理下一个节点
　　　　｝
　　}
新旧两个buckets对调，如果双方大小不同，大的会变小，小的会变大
离开时释放temp的内存
}

插入操作

    insert_unique(const value_type& obj)//不允许元素重复  
    {  
        resize(num_elements+1);//判断是否需要重整表格  
        return insert_unique_noresize(obj);  
    }  
    insert_unique_noresize(obj)  
    {  
        计算出obj应位于哪个bucket  
        令first指向bucket对应的串行的头部  
        如果bucket已经被占用，检查bucket对应的整个链表  
        如果发现链表中有相同的元素，就立即返回  
        否则产生新节点，令新节点为链表的第一个节点，节点个数加1  
    }  
    insert_equal(const value_type& obj)//允许元素重复  
    {  
        resize(num_elements+1);//判断是否需要重整表格  
        return insert_equal_noresize(obj);  
    }  
    insert_equal_noresize(obj)  
    {  
       计算出obj应位于哪个bucket  
        令first指向bucket对应的串行的头部  
        如果bucket已经被占用，检查bucket对应的整个链表  
        如果发现链表中有相同元素，则产生新节点，插入目前节点之后，节点数加1  
        返回一个迭代器，指向新节点  

        进行到这里说明没有发现新节点  
        产生新节点  
        将新节点插入到链表的头部，节点个数加1  
        返回一个迭代器，指向新节点  
    }  

10．hash functions

对于字符串，设计了一个转换函数

inline size_t __stl_hash_string(const char* s)  
{  
  unsigned long h = 0;   
  for ( ; *s; ++s)  
    h = 5*h + *s;  

  return size_t(h);  
} 

其他大部分hash function什么也不做，只是返回原值