hashmap详解

最新推荐文章于 2024-08-30 00:06:30 发布

tianmo2010

最新推荐文章于 2024-08-30 00:06:30 发布

阅读量2.3k

点赞数

分类专栏： STL 文章标签： string c++ iterator insert c

本文链接：https://blog.csdn.net/tianmohust/article/details/7477809

版权

STL 专栏收录该内容

28 篇文章 0 订阅

订阅专栏

标准std中中的map,是使用平衡二叉树实现的，查找和添加的复杂度都为O(log(n)),

标准std中中的hashmap,是使用hashtable实现的，查找和添加的复杂度都为O(1),

gnu c++提供了hash_map，是一个hash map的实现，查找和添加复杂度均为O(1)。

#include <iostream>

#ifdef __GNUC__
#include <ext/hash_map>
#else
#include <hash_map>
#endif
using namespace std;

namespace std
{
using namespace __gnu_cxx;
}

int main(void){
	hash_map<int,int> hm;
	hm.insert(pair<int,int>(1,2));
	hm.insert(pair<int,int>(2,3));
	hash_map<int,int>::iterator it=hm.begin();
	for(;it!=hm.end();it++)
		cout<<it->first<<"\t"<<it->second<<endl;
	return 0;
}

#include <ext/hash_map>
#include <iostream>
#include <cstring>

using namespace std; 
using namespace __gnu_cxx;

struct eqstr{
	bool operator()(const char *s1, const char *s2)const{
		return strcmp(s1,s2) == 0;
	}
};

int main(){
	hash_map<const char *,int,hash<const char *>,eqstr> months;
	months["january"] = 31;
	months["february"] = 28;
	months["march"] = 31;
	cout << "march -> " << months["march"] << endl;
}

处理string作为key的时候，需要实现hash函数。

#include <iostream>

#include <ext/hash_map>
using namespace std;
using namespace __gnu_cxx;
namespace __gnu_cxx {
template<> struct hash<std::string> {
	size_t operator()(const std::string& x) const {
		return hash<const char*>()(x.c_str());
	}
};
}

int main() {
	hash_map<string, int> str_hash;
	str_hash["text"] = 2;
	str_hash.insert(pair<string,int>("3223",22));
	cout << str_hash["text"] <<endl;
	return 0;
}

这个不是gcc标准库的一部分，而是扩展ext中的一个功能，他提供了一个哈希表的实现。定义如下：

template<class _Key, class _Tp, class _HashFcn  = hash<_Key>,  
    class _EqualKey = equal_to<_Key>, class _Alloc =  allocator<_Tp> >  
    class hash_map;

可见，如果定义完整的hash_map，需要提供<key类型，value类型，哈希函数，key相等判断函数，value类型内存分配器>等5个模板参数，由于后三个都有默认值，所以一般我们只需要提供前两个。

1> 定义__gnu_cxx::hash_map<string, int> myHash;不会出错，然而一旦对myHash进行操作，就会出现编译错误，“instantiated from here”，这是因为gnu版本的hash_map只实现了有限的几个hash模板函数（见第三个模板参数，这些函数在hash_fun.h中），而这些函数里包括hash<const char*>，但是不包括hash<std::string>的实例化。解决办法是定义哈希表前自己定义一个实例，这样编译器就知道调用这个函数了。

namespace __gnu_cxx  
{  
    template<> struct hash<std::string>  
    {  
        size_t operator()(const std::string &s) const{ return hash(s.c_str()); }  
    }  
}

2> 发现了gnu帮我们实现了hash<const char*>/hash<char*>的版本，那么实际上，有时候就可以直接利用这个版本了。然而还是会出现新的问题：

__gnu_cxx::hash_map<char*, int> myHash;  
char name1[10] = "panda";  
char name2[10] = "panda";  
myHash[name1] = 1;  
__gnu_cxx::hash_map<char*, int>::iterator hit = myHash.find( name2 );  
if( myHash.end() == hit ) printf( "Not Find\n" );

你会发现，虽然name1和name2都是panda，但是插入了name1，用name2去查找时，还是查无结果。这是涉及到第四个模板参数，判断key相等，默认的是std::equal_to，而这个函数的定义是用operator==来进行判断的，指针的相等当然就是地址一样了，而name1和name2的地址显然不同。解决办法是用自己指定的函数模板替代默认的。

template <class _Tp>  
struct my_equal_to : public binary_function<_Tp, _Tp, bool>  
{  
    bool operator()(const _Tp& __x, const _Tp& __y) const  
    { return strcmp( __x, __y ) == 0; }  
};  
// 定义哈希表时，用如下方法(这次不能跳过第三个模板参数，所以要指定)：  
__gnu_cxx::hash_map<char*, int, __gnu_cxx::hash<char*>, my_equal_to<char*> >  myHash;

3> 遍历__gnu_cxx::hash_map出现了死循环，这个问题并不常见，然而遇到了可能真让人摸不到头脑。还好我之前见过这篇帖子，没有在这里陷很久。

http://blog.csdn.net/tototony/article/details/5689882

这个问题简单说来，就是gnu的实现是，内部有个_M_Cur指针指示当前位置A，每次计算operator++，都用当前位置的key调用hash函数计算下一个位置B，如果key传入hash_map以后，又在外部将其内容破坏，导致hash函数计算后的B位置在A位置之前，那么从B到达A以后，又会跳回B，形成B-A区间的死循环。

补充：

在网上看到有关STL中hash_map的文章，以及一些其他关于STL map和hash_map的资料，总结笔记如下：
1、STL的map底层是用红黑树实现的，查找时间复杂度是log(n)；
2、STL的hash_map底层是用hash表存储的，查询时间复杂度是O(1)；
3、什么时候用map，什么时候用hash_map？
这个药看具体的应用，不一定常数级别的hash_map一定比log(n)级别的map要好，hash_map的hash函数以及解决地址冲突等都要耗时间，而且众所周知hash表是以空间换时间的，因而hash_map的内存消耗肯定要大，一般情况下，如果记录非常大，考虑hash_map，查找效率会高很多，如果要考虑内存消耗，则要谨慎使用hash_map。
以下内容来自：http://blog.163.com/liuruigong_lrg/blog/static/27370306200711334341781/

0. 为什么需要hash_map
用过map吧，map提供一个很常用的功能，那就是提供key-value的存储和查询功能。例如，我要记录一个人名和相应的存储，而且随时增加，要快速查找和修改：
岳不群-华山派掌门人，人称君子剑
张三丰-武当掌门人，太极拳创始人
东方不败-第一高手，葵花宝典
.......
这些信息如果保存下来并不复杂，但是找起来比较麻烦。例如我要找“张三丰”的信息，最笨的方法就是取得所有的记录，然后按照名字一个一个比较。如果要速度快，就需要把这些记录按照字母顺序排列，然后按照二分查找。但是增加记录的时间同时需要保持记录有序，因此需要插入排序。考虑到效率，这就需要用二叉树。如果你使用STL中map容器，你可以非常方便实现这个功能，而不用关心其他细节。看看map的实现。

 
  map<string, string> namemap;
 
 //增加。。。
 
 namemap["岳不群"]="华山派掌门人，人称君子剑";
 
 namemap["张三丰"]="武当掌门人，太极拳创始人";
 
 namemap["东方不败"]="第一高手，葵花宝典";
 
 ...
 
 //查找。。
 
 if(namemap.find("岳不群") != namemap.end())
 
 {
 
         ...
 
 }

实现起来比较容易，而且效率很高，100万条记录，最多也只要20次的string.compare的比较，就能找到你要找的记录。
速度永远满足不了现实的需求，如果100万条记录，需要频繁的进行搜索时，20次比较也会成为瓶颈，要是能降到一次或者两次比较是否有可能？而且当记录数到200万的时候也是一次或二次比较，是否有可能？而且还需要和map一样的方便使用。
答案是肯定的，这时你需要has_map。虽然hash_map目前没有纳入C++标准模板库中，但几乎每个版本的STL都提供了相应的实现。而且应用十分广泛。在正式使用hash_map之前，先看看hash_map的原理。

1、数据结构：hash_map原理
hash_map基于hash table（哈希表）。哈希表最大的优点是：把数据存储和查询消耗的时间大大降低，几乎可以看成是常数时间；而代价仅仅是消耗比较多的内存。然后在当前可利用内存越来越多的情况下，用空间换时间的做法是值得的。另外，编码比较容易也是它的特点之一。
其基本原理是：使用一个下标范围比较大的数组来存储元素。可以设计一个函数（哈希函数，也叫散列函数），使得每个元素的关键字都与一个函数值（即数组下标，hash值）相对应，于是用这个数组单元来存储这个元素；也可以简单的理解为，按照关键字为每一个元素“分类”，然后将这个元素存储在相应“类”所对应的地方，称为桶。
但是，这不能够保证每个元素的关键字与函数值是一一对应的，因此极有可能出现对不不同的元素，却计算出相同的函数值，这样就产生了“冲突 ”。换句话说，就是把不同的元素分在了相同的“类 ”中。总的来说，“直接定址 ”和“解决冲突 ”是哈希表的两大特点。
hash_map，首先分配一大片内存，形成许多桶。是利用hash函数，对key进行映射到不同区域进行保存。其插入过程：
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；
4、比较桶的内部元素是否与key相等，若不相等，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。这里可以看出，如果每个桶内部只有一个元素，那么查找的时候只有一次比较。当许多桶没有值时，许多查询就会更快了（指查不到的时候）。
由此可见，要实现哈希表，和用户相关的是：hash函数和比较函数。这两个参数刚好是我们在使用hash_map时需要指定的参数。

2、hash_map的使用
2.1 一个简单的例子
不要急着如何把“岳不群 ”用hash_map表示，先看一个简单的例子：随你给你一个ID号和ID号相应的信息，ID号的范围是1~2 ³¹ 。如何快速查找保存。

 
  #include <iostream>
 
 #include <string>
 
 #include <hash_map>
 
 using namespace std;
 
 int main()
 
 {
 
     hash_map<int, string> mp;
 
     mp[9527] = "唐伯虎点秋香";
 
     mp[10000] = "百万富翁的生活";
 
     mp[88888] = "白领的工资底线";
 
     if(mp.find(10000) != mp.end())
 
     {
 
         //....
 
     }
 
 }

这也是比较简单的，和map的使用方法一样。这时你或许会问？hash函数和比较函数呢？不是要指定么？你说对了，但是在你没有指定hash函数和比较函数的时候，你会有一个缺省的函数，看看hash_map的声明，你会更加明白。下面是SGI STL的声明。

 
  template <class _Key, class _Tp, class _HashFcn = hash<_Key>,
 
 class _EqualKey = equal_to<_Key>,
 
 class _Alloc = __STL_DEFAULT_ALLOCATOR(_Tp) >
 
 class hash_map
 
 {
 
         ...
 
 }

也就是说，在上例中，有以下等同关系。

 
  ...
 
 hash_map<int, string> mymap;
 
 //等同于:
 
 hash_map<int, string, hash<int>, equal_to<int> > mymap;

Alloc这里不需要关注太多的。
2.2 hash_map的hash函数
hash<int >到底是什么样子？看看源代码：

 
  struct hash<int> {
 
         size_t operator()(int __x) const { return __x; }
 
 };

原来是个函数对象。咋SGI STL中，提供了以下hash函数：

 
  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>

也就是说，如果你的可以key是以上类型中的一种，你都可以使用缺省的hash函数。当然你自己也可以定义自己的hash函数。对于自定义变量，例如对于string，就必须自定义hash函数。例如：

 
  struct str_hash{
 
         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);
 
         }
 
 };
 
 //如果你希望利用系统定义的字符串hash函数，你可以这样写：
 
 struct str_hash{
 
         size_t operator()(const string& str) const
 
         {
 
                 return return __stl_hash_string(str.c_str());
 
         }
 
 };

在声明自己的hash函数时要注意以下几点：
1、使用struct，然后重载operator();
2、返回size_t；
3、参数是你要hash的key的类型；
4、函数是const类型的；
如这些比较难记，最简单的方法就是照猫画虎，找一个函数改改就是了。
现在开始对开头的“岳不群”进行哈希化，直接替换成下面的声明即可。

 
  map<string, string> namemap; 
 
 //改为：
 
 hash_map<string, string, str_hash> namemap;

其他用法都不用管。当然不要忘记了str_hash的声明以及头文件改为hash_map。
你或许会问：比较函数呢？别急，这里就开始介绍hash_map中的比较函数。
2.3 hash_map的比较函数
在map中的比较函数，需要提供less函数。如果没有提供，缺省的也是less<key>。在hash_map中，要比较桶内的数据和key是否相等，因此需要的是是否等于的函数equal_to<key >。先看看equal_to的源码：

 
  //本代码可以从SGI STL
 
 //先看看binary_function 函数声明，其实只是定义一些类型而已。
 
 template <class _Arg1, class _Arg2, class _Result>
 
 struct binary_function {
 
         typedef _Arg1 first_argument_type;
 
         typedef _Arg2 second_argument_type;
 
         typedef _Result result_type;
 
 };
 
 //看看equal_to的定义：
 
 template <class _Tp>
 
 struct equal_to : public binary_function<_Tp,_Tp,bool>
 
 {
 
         bool operator()(const _Tp& __x, const _Tp& __y) const { return __x == __y; }
 
 };

如果你使用一个自定义的数据类型，如struct mystruct或者const char*的字符串，如何使用比较函数？使用比较函数，有两种方法。第一种是：重载==操作符，利用equal_to；看看下面的例子：

 
  struct mystruct{
 
         int iID;
 
         int len;
 
         bool operator==(const mystruct & my) const{
 
                 return (iID==my.iID) && (len==my.len) ;
 
         }
 
 };

这样，就可以使用equal_to<mystruct >作为比较函数了。另一种方法就是使用函数对象。自定义一个比较函数体：

 
  struct compare_str{
 
         bool operator()(const char* p1, const char*p2) const{
 
                 return strcmp(p1,p2)==0;
 
         }
 
 };

有了compare_str，就可以使用hash_map了。

 
  typedef hash_map<const char*, string, hash<const char*>, compare_str> StrIntMap;
 
 StrIntMap namemap;
 
 namemap["岳不群"]="华山派掌门人，人称君子剑";
 
 namemap["张三丰"]="武当掌门人，太极拳创始人";
 
 namemap["东方不败"]="第一高手，葵花宝典";

2.4 hash_map函数
hash_map的函数和map的函数差不多。这里主要介绍几个常用函数。
1、 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。
2、 const_iterator find(const key_type& k) const. 用查找，输入为键值，返回为迭代器。
3、 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。
4、 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。
5、 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。

3、相关hash容器
hash容器除了hash_map外，还有hash_set、hash_multimap、hash_multiset，这些容器使用起来和set、multimap、multiset的区别于hash_map和map的区别一样。

4、其他
这里列几个问题，应该对你理解和使用hash_map比较有帮助。
4.1 hash_map和map的区别在哪里？
（1）构造函数 hash_map需要hash函数，等于函数；map只需要比较函数（小于函数）。
（2）存储结构 hash_map采用hash表存储，map一般采用红黑树实现。因此内存数据结构是不一样的。
4.2 什么时候需要使用hash_map，什么时候需要map？
总体来说，hash_map 查找速度会比map快，而且查找速度基本和数据数据量大小，属于常数级别;而map的查找速度是log(n)级别。并不一定常数就比log(n)小， hash还有hash函数的耗时，明白了吧，如果你考虑效率，特别是在元素达到一定数量级时，考虑考虑hash_map。但若你对内存使用特别严格，希望程序尽可能少消耗内存，那么一定要小心，hash_map可能会让你陷入尴尬，特别是当你的hash_map对象特别多时，你就更无法控制了，而且 hash_map的构造速度较慢。
现在知道如何选择了吗？权衡三个因素: 查找速度, 数据量, 内存使用。
4.3 如何在hash_map中加入自己定义的类型？
你只需要做两件事情：定于hash函数、定义等于比较函数。下面的代码是一个例子：

 
  #include <hash_map>
 
 #include <string>
 
 #include <iostream>
 
 using namespace std;
 
 //define the class
 
 class ClassA{
 
         public:
 
         ClassA(int a):c_a(a){}
 
         int getvalue()const { return c_a;}
 
         void setvalue(int a){c_a;}
 
         private:
 
         int c_a;
 
 };
 
 //1 define the hash function
 
 struct hash_A{
 
         size_t operator()(const class ClassA & A)const{
 
                 // return hash<int>(classA.getvalue());
 
                 return A.getvalue();
 
         }
 
 };
 
 //2 define the equal function
 
 struct equal_A{
 
         bool operator()(const class ClassA & a1, const class ClassA & a2)const{
 
                 return a1.getvalue() == a2.getvalue();
 
         }
 
 };
 
 int main()
 
 {
 
         hash_map<ClassA, string, hash_A, equal_A> hmap;
 
         ClassA a1(12);
 
         hmap[a1]="I am 12";
 
         ClassA a2(198877);
 
         hmap[a2]="I am 198877";
 
         cout<<hmap[a1]<<endl;
 
         cout<<hmap[a2]<<endl;
 
         return 0;
 
 }

4.4 如何用hash_map替换程序中已有的map容器？
     这个很容易，但需要你有良好的编程风格。建议你尽量使用typedef来定义你的类型：
     typedef map<Key, Value> KeyMap;
     当你希望使用hash_map来替换的时候，只需要修改:
     typedef hash_map<Key, Value> KeyMap;
     其他的基本不变。当然，你需要注意是否有Key类型的hash函数和比较函数。
4.5 为什么hash_map不是标准的？
     具体为什么不是标准的，我也不清楚，有个解释说在STL加入标准C++之时，hash_map系列当时还没有完全实现，以后应该会成为标准。如果谁知道更合理的解释，也希望告诉我。但我想表达的是，正是因为hash_map不是标准的，所以许多平台上安装了g++编译器，不一定有hash_map的实现。我就遇到了这样的例子。因此在使用这些非标准库的时候，一定要事先测试。另外，如果考虑到平台移植，还是少用为佳。

引： http://blog.csdn.net/lewsn2008/article/details/8629285