map/unordered_map原理和使用整理

1.结论
新版的hash_map都是unordered_map了，这里只说unordered_map和map.
运行效率方面：unordered_map最高，而map效率较低但 提供了稳定效率和有序的序列。
占用内存方面：map内存占用略低，unordered_map内存占用略高,而且是线性成比例的。
需要无序容器，快速查找删除，不担心略高的内存时用unordered_map；有序容器稳定查找删除效率，内存很在意时候用map。

2.原理
map的内部实现是二叉平衡树(红黑树)；hash_map内部是一个hash_table一般是由一个大vector，vector元素节点可挂接链表来解决冲突，来实现.

hash_map其插入过程是：
1. 得到key
2. 通过hash函数得到hash值
3. 得到桶号(一般都为hash值对桶数求模)
4. 存放key和value在桶内。

其取值过程是:
1. 得到key
2. 通过hash函数得到hash值
3. 得到桶号(一般都为hash值对桶数求模)
4. 比较桶的内部元素是否与key相等，若都不相等，则没有找到。
5. 取出相等的记录的value。

hash_map中直接地址用hash函数生成，解决冲突，用比较函数解决。

3.内存占用测试

测试代码：
测试条件window下，VS2015 C++。string为key, int 为value。
1.UnorderMap:

#include <unordered_map>    
#include <string>    
#include <iostream>  
#include <windows.h>  
#include <psapi.h>    
#pragma comment(lib,"psapi.lib")   
using namespace std;  
using namespace stdext;  
void showMemoryInfo(void)  
{  
    HANDLE handle = GetCurrentProcess();  
    PROCESS_MEMORY_COUNTERS pmc;  
    GetProcessMemoryInfo(handle, &pmc, sizeof(pmc));  
    cout << "Memory Use:" << pmc.WorkingSetSize/1024.0f << "KB/" << pmc.PeakWorkingSetSize/1024.0f << "KB, Virtual Memory Use:" << pmc.PagefileUsage/1024.0f << "KB/" << pmc.PeakPagefileUsage/1024.0f << "KB" << endl;  
}  

//define the class    
/*-------------------------------------------*/  
/*函数类 
*作为hash_map的hash函数 
*string没有默认的hash函数 
*/  
class str_hash {  
public:  
    size_t operator()(const string& str) const  
    {  
        unsigned long __h = 0;  
        for (size_t i = 0; i < str.size(); i++)  
            __h = 5 * __h + str[i];  
        return size_t(__h);  
    }  
};  

/*-------------------------------------------*/  
/*函数类 
*作为hash_map的比较函数 ) 
*(查找的时候不同的key往往可能对用到相同的hash值 
*/  
class str_compare  
{  
public:  
    bool operator()(const string& str1, const string& str2)const  
    {  
        return   str1 == str2;  
    }  
};  

struct CharLess : 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 : false);  
    }  
};  

int main()  
{  

    cout << "Test HashMap(unorder map) Memory Use  Start..."<< endl;  
    // VC下自定义类型    
    unordered_map<string, int, hash_compare<string, CharLess> > CharHash;  
    for (int i = 0; i < 10000000; i++)  
    {  
        string key = to_string(i);  
        CharHash[key] = i;  
    }  
    cout << "Test HashMap(unorder map) Memory Use  End." << endl;  
    showMemoryInfo();  
    while (1);  
    return 0;  
}  

2.map:

#include <iostream>  
#include <map>  
#include <string>  
#include <windows.h>  
#include <psapi.h>    
#pragma comment(lib,"psapi.lib")   
using namespace std;  
void showMemoryInfo(void)  
{  
    HANDLE handle = GetCurrentProcess();  
    PROCESS_MEMORY_COUNTERS pmc;  
    GetProcessMemoryInfo(handle, &pmc, sizeof(pmc));  
    cout << "Memory Use:" << pmc.WorkingSetSize / 1024.0f << "KB/" << pmc.PeakWorkingSetSize / 1024.0f << "KB, Virtual Memory Use:" << pmc.PagefileUsage / 1024.0f << "KB/" << pmc.PeakPagefileUsage / 1024.0f << "KB" << endl;  
}  


int main()  
{  
    cout << "Test Map(Red-Black Tree) Memory Use  Start..." << endl;  
    // VC下自定义类型    
    //map<const char*, int, hash_compare<const char*, CharLess> > CharHash;  
    map<string, int> CharMap;  
    for (int i = 0; i < 10000000; i++)  
    {  
        string key = to_string(i);  
        CharMap[key] = i;  
    }  
    cout << "Test Map(Red-Black Tree) Memory Use  End." << endl;  
    showMemoryInfo();  
    while (1);  
    return 0;  
}  

测试结果：
1000个元素：
map:

unorder_map:

10万个元素：
map:

unorder_map:

1000万个元素：
map:

unorder_map:

可以看到unordermap始终比map内存空间占用量大些，而且是线性成比例的。

4.性能特点
非频繁的查询用map比较稳定；频繁的查询用hash_map效率会高一些，c++11中的unordered_map查询效率会更高一些但是内存占用比hash_map稍微大点。unordered_map 就是 boost 里面的 hash_map 实现。

其实，stl::map对于与java中的TreeMap，而boost::unordered_map对应于java中的HashMap。
python中的map就是hashmap实现的，所以查询效率会比C++的map查询快。(java,python官方版的虚拟机都是用C语言实现的，所以内部的思想和方法都是通用的。)

若考虑有序，查询速度稳定，容器元素量少于1000,非频繁查询那么考虑使用map。
若非常高频查询(100个元素以上，unordered_map都会比map快)，内部元素可非有序，数据大超过1k甚至几十万上百万时候就要考虑使用unordered_map(元素上千万上亿时4GB的内存就要担心内存不足了,需要数据库存储过程挪动到磁盘中)。
hash_map相比unordered_map就是千万级别以上内存占用少15MB,上亿时候内存占用少300MB，百万以下都是unordered_map占用内存少，
且unordered_map插入删除相比hash_map都快一倍，查找效率相比hash_map差不多，或者只快了一点约1/50到1/100。
综合非有序或者要求稳定用map，都应该使用unordered_map,set类型也是类似的。
unordered_map 查找效率快五倍，插入更快，节省一定内存。如果没有必要排序的话，尽量使用 hash_map(unordered_map 就是 boost 里面的 hash_map 实现)。

5.使用unordered_map
unordered_map需要重载hash_value函数，并重载operator ==运算符。
详细参考见(感谢orzlzro写的这么好的文章)：
http://blog.csdn.net/orzlzro/article/details/7099231

6.使用Hash_map需要注意的问题

/**
 *\author peakflys
 *\brief 演示hash_map键值更改造成的问题
 */
#include <iostream>
#include <ext/hash_map>
struct Unit
{
    char name[32];
    unsigned int score;
    Unit(const char *_name,const unsigned int _score) : score(_score)
    {   
        strncpy(name,_name,32);
    }   
};
int main()
{
    typedef __gnu_cxx::hash_map<char*,Unit*> uHMap;
    typedef uHMap::value_type hmType;
    typedef uHMap::iterator hmIter;
    uHMap hMap;
    Unit *unit1 = new Unit("peak",100);
    Unit *unit2 = new Unit("Joey",20);
    Unit *unit3 = new Unit("Rachel",40);
    Unit *unit4 = new Unit("Monica",90);
    hMap[unit1->name] = unit1;
    hMap[unit2->name] = unit2;
    hMap.insert(hmType(unit3->name,unit3));
    hMap.insert(hmType(unit4->name,unit4));
    for(hmIter it=hMap.begin();it!=hMap.end();++it)
    {   
        std::cout<<it->first<<"\t"<<it->second->score<<std::endl;//正常操作
    }   
    for(hmIter it=hMap.begin();it!=hMap.end();++it)
   {
        Unit *unit = it->second;
        //hMap.erase(it++);
        delete unit; //delete释放节点内存，但是hMap没有除去,造成hMap内部错乱，有可能宕机
    } 
     hmIter it = hMap.begin();
    strncpy(it->first,"cc",32);//强行更改
    for(hmIter it=hMap.begin();it!=hMap.end();++it)
    {   
        std::cout<<it->first<<"\t"<<it->second->score<<std::endl;//死循环，原因参加上面++操作说明
/*operator++ 操作是从_M_cur开始，优先_M_cur->_M_next，为空时遍历vector直至找到一个_M_cur不为空的节点，遍历vector 时需要取它对应的桶位置(参砍上面hash_map取值过程)，_M_bkt_num_key(key)中key的值是修改后的值，假如你改的键值，通过 此函数得到的桶位置在你当前元素之前，这样就造成了死循环.
*/
    }   
    return 0;
} 

7.VC下参考实例

[cpp] view plain copy


#include "stdafx.h"  

// 存放过程：key->hash函数->hash值对桶数求模得到桶号(桶有值则解决冲突),存放key和value在桶内  
// 取回过程：key->hash函数->hash值对桶数求模得到桶号(桶有值则解决冲突),比较桶内的key是否相等，  
// 若不相等则返回空迭代器，否则返回迭代器。  

// 1.hash_map为下面类型的key定义了hash寻址函数(用于从key到hash值）和哈希比较函数(用于解决冲突）。  
//struct hash<char*>  
//struct hash<const char*>  
//struct hash<char>   
//struct hash<unsigned char>   
//struct hash<signed char>  
//struct hash<short>  
//struct hash<unsigned short>   
//struct hash<int>   
//struct hash<unsigned int>  
//struct hash<long>   
//struct hash<unsigned long>   
// 内建的类型直接 hash_map<int, string> mymap;像普通map一样使用即可。  

// 2.自定义hash函数和比较函数  
//在声明自己的哈希函数时要注意以下几点：  

//使用struct，然后重载operator().  
//返回是size_t  
//参数是你要hash的key的类型。  
//函数是const类型的。   

// 定义自己的比较函数：  
//使用struct，然后重载operator().  
//返回是bool  
//参数是你要hash的key的类型的两个常量参数，用于比较。  
//函数是const类型的。  

// 自定义hash函数和比较函数的使用：  
// hash_map<ClassA, string, hash_A, equal_A> hmap;  

// 3.hash_map使用的常用函数  

//hash_map的函数和map的函数差不多。具体函数的参数和解释，请参看：STL 编程手册：Hash_map，这里主要介绍几个常用函数。  
//  
//hash_map(size_type n) 如果讲究效率，这个参数是必须要设置的。n 主要用来设置hash_map 容器中hash桶的个数。  
//桶个数越多，hash函数发生冲突的概率就越小，重新申请内存的概率就越小。n越大，效率越高，但是内存消耗也越大。  
//  
//const_iterator find(const key_type& k) const. 用查找，输入为键值，返回为迭代器。  
//  
//data_type& operator[](const key_type& k) . 这是我最常用的一个函数。因为其特别方便，可像使用数组一样使用。  
//不过需要注意的是，当你使用[key ]操作符时，如果容器中没有key元素，这就相当于自动增加了一个key元素。  
//因此当你只是想知道容器中是否有key元素时，你可以使用find。如果你希望插入该元素时，你可以直接使用[]操作符。  
//  
//insert 函数。在容器中不包含key值时，insert函数和[]操作符的功能差不多。但是当容器中元素越来越多，  
//每个桶中的元素会增加，为了保证效率，hash_map会自动申请更大的内存，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。  
//  
//erase 函数。在insert的过程中，当每个桶的元素太多时，hash_map可能会自动扩充容器的内存。  
//但在sgi stl中是erase并不自动回收内存。因此你调用erase后，其他元素的iterator还是可用的。   

#include <hash_map>  
#include <string>  
#include <iostream>  
using namespace std;  
using namespace stdext;   
//define the class  
/*-------------------------------------------*/    
/*函数类  
 *作为hash_map的hash函数   
 *string没有默认的hash函数   
 */     
class str_hash{    
      public:    
       size_t operator()(const string& str) const    
        {    
                unsigned long __h = 0;    
                for (size_t i = 0 ; i < str.size() ; i ++)    
                __h = 5*__h + str[i];    
                return size_t(__h);    
        }    
};  

/*-------------------------------------------*/    
/*函数类   
 *作为hash_map的比较函数 )  
 *(查找的时候不同的key往往可能对用到相同的hash值  
*/     
class str_compare    
{    
      public:    
             bool operator()(const string& str1,const string& str2)const    
             {return   str1==str2;}    
};    

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(strcmp(_Left, _Right) < 0 ? true : false);  
    }  
};    

int main()  
{  
    // 内建类型  
    hash_map<int,string> myHashMap;  
    myHashMap[0] = "JesseCen";  
    myHashMap[1] = "OZZ";  
    hash_map<int,string>::iterator itrHash = myHashMap.find(0);  
    if(itrHash != myHashMap.end())  
    {  
        cout<<"My Name is:"<<itrHash->second.c_str()<<endl;  
    }  

    // VC下自定义类型  
    hash_map<const char*, int, hash_compare<const char*, CharLess> > CharHash;  
    CharHash["a"] = 123;  
    CharHash["b"] = 456;   
    hash_map<const char*, int, hash_compare<const char*, CharLess> >::iterator itrChar = CharHash.find("b");  
    if( itrChar != CharHash.end())  
    {  
        cout<<"The find number is:"<< itrChar->second<<endl;  
    }  

    return 0;  

参考文章：
http://blog.chinaunix.net/uid-20384806-id-3055333.html
http://blog.csdn.net/whizchen/article/details/9286557
http://blog.csdn.net/gamecreating/article/details/7698719
http://www.cppblog.com/peakflys/archive/2012/07/24/184855.aspx