STL源码剖析读书笔记

1、STL的六大组件

    容器、算法、迭代器、仿函数(函数对象)、配接器、配置器(空间配置和管理)

2、仿函数是指看起来像函数的对象，其原理是在类中重载了操作符()，直接调用即可。

3、SGI STL 的内存分配策略： 如果要分配的区块够大，超过128字节时，就直接用malloc分配；当要分配的区块小于128字节时，则以内存池管理。

    内存池的管理策略： 每次配置一大块内存，并维护对应的空闲链表。下次若再有相同大小的内存需求，就直接从空闲链表中拨出。如果客户释放小额的区块，就由配置器回收到空闲链表中。 为了方便管理，SGI会主动将任何小额区块的内存需求量上调至8的倍数，并维护16个空闲链表，各自管理大小分别是8,16,24,32,40,48,56,64,72,80,88,96,104,112,120,128字节的小额区块。

4、迭代器的五类：

    input iterator:所指的对象，不允许外界改变，只读。

    Output Iterator：只写

    Forward Iterator：允许写入型算法在此种迭代器所形成的区间上进行读写操作

    Bidirectional Iterator：可双向移动。

    Random Access Iterator：前四种迭代器都只供应一部分指针算术能力(前三种支持operator++，第四种再加上operator--)，第五种涵盖所有指针算术能力，如p+n，p-n， p[n], p1-p2, p1 < p2.

5、vector

    vector采用的数据结构是：线性连续空间。以两个迭代器start和finish分贝指向所配置得来的连续空间中目前已被使用的范围，以迭代器end_of_storage指向整块连续空间的尾端。

    vector一般实际配置的大小可能比客户需求的量更大一些，以备将来的扩充。当分配的空间用完之后，一般会以原来大小的两倍另外配置一块较大的空间，然后将原来内容拷贝过来，然后在原内容之后构造新元素，并释放原空间。

    由于空间的扩容问题，一旦发生扩容，之前vector的所有迭代器都会失效。

6、deque

    deque是双向开口的连续线性空间，可以在头尾两端分别做元素的插入和删除操作，而vector在头部插入、删除效率很差。

    deque和vector的最大差异，一在于deque允许常数时间内对头端进行元素的插入和删除，二在于deque没有容量的观念，因为它是动态地以分段连续空间组合而成，随时可以增加一段新的空间并链接起来。

    deque是由一段段分别连续的空间组成的，其整体的连续性是假象的。它由一块所谓的map空间作为主控，其中的每个元素都是指针，指向另一段较大的连续线性空间，也就是deque真正的存储空间。这有些类似于二维数组。

7、stack 配接器(适配器)

    stack默认的是以deque为底部结构的，也可以链表list为底部结构。stack不能有遍历行为，也不能有迭代器。

8、queue 配接器(适配器)

    queue默认的是以deque为底部结构，也可以链表list为底部结构。queue不能有遍历行为，也没有迭代器。

9、heap

    heap作为优先级队列的底部结构使用，使得元素的插入和极值的取得时间复杂度都为O(logN)。

    heap利用的是一个数组或vector来存储元素，利用一组heap算法实现。利用了完全二叉树的特点：第i个结点的左孩子是2*i,右孩子是2*i+1.

    heap默认一般使用大顶堆。

    大顶堆的插入操作：首先将新加入的元素放到最下一层的叶结点，也就是数组的最后元素的后面。然后调整整个堆：上溯，将新结点和其父结点比较，如果键值比父节点大，就交换父子位置。一直上溯，直到不需要交换或直到根结点。例如要插入的键值为50的元素

0	1	2	3	4	5	6	7	8	9	10	11
	68	31	65	21	24	32	26	19	16	13	50

0	1	2	3	4	5	6	7	8	9	10	11
	68	31	65	21	50	32	26	19	16	13	24

0	1	2	3	4	5	6	7	8	9	10	11
	68	50	65	21	31	32	26	19	16	13	24

          大顶推的删除操作：肯定删除的是数组的第一个位置的元素，应为它的键值最大。删除策略是将数组的最后一个元素放入数组的第一个位置处，然后调整使之成为大顶推。调整方法是下溯：将第一个位置处的元素和它的左右孩子比较，如果小于左右孩子中最大的那个孩子，就和那个孩子交换位置，如果大于两个孩子，则停止。这样一直下溯下去，直到叶子结点。

0	1	2	3	4	5	6	7	8	9	10	11
	68	50	65	21	31	32	26	19	16	13	24

0	1	2	3	4	5	6	7	8	9	10	11
	24	50	65	21	31	32	26	19	16	13	68

0	1	2	3	4	5	6	7	8	9	10	11
	65	50	24	21	31	32	26	19	16	13	6

0	1	2	3	4	5	6	7	8	9	10	11
	65	50	32	21	31	24	26	19	16	13	68

10、priority_queue 配接器

    priority_queue以vector为底部容器，构建了大顶堆。没有迭代器，也不能遍历。

11、slist单向链表，区别于list双向链表‘

12、关联式容器：set、 map、 multiset、 multimap

    标准规格的关联式容器以RB-tree为底层机制，但是SGI STL 仍然提供了一份不在规格之列的关联式容器：hash table为底层机制的hash_set、 hash_map、 hash_multiset、 hash_multimap

    关联式容器没有所谓的头尾，只有最大元素和最小元素，所以不会有push_back、push_front、pop_back、pop_front、 begin、end这样的行为。

13、RB-tree

    操作系统将文件存放在树结构中， 编译器实现了表达式树， 文件压缩用的哈弗曼算法用到树结构， 数据库使用的是B-tree

 

14、 set 键值是不可以随意改变的  insert_unique

    set的多有元素都是根据键值自动被排序的，默认情况下递增排序。它的键值就是它的实值， set不允许有两个元素有相同的键值。

    set的迭代器是const类型的，因为不能随便改变set的元素值，否则会打乱set元素的排列规则。

15、map

    map的所有元素会根据元素的键值自动排序的，默认递增排序。 map的键值是不能修改的，map的实值是可以修改的。

16、multiset

    multiset和set的唯一区别就是它允许键值重复。insert_equal

17、multimap

    multimap和 map的唯一区别就是它允许键值重复

18、hash table

    二叉搜索树具有对数平均时间O(logN)，但这样的表现构造在一个假设上：输入数据有足够的随机性，否则要进行大量的调整操作。

    hash table在插入、删除、搜寻等操作上也具有常数平均时间，而且这种表现是以统计为基础，不需要依赖元素的随机性。

  

    解决碰撞问题的方法：线性探测、二次探测、开链等。

    线性探测：

        当计算出来的位置上的空间已经被占用时，就循环往下一一寻找，如果到达尾端，就绕道头部继续寻找，直到找到一个可用的空间为止。这样做的前提条件是表格足够大。但是这样花费的时间比较多。

    二次探测：

        如果hash 函数计算出来的位置为H, 而该位置上已被使用时，就一次尝试H+1^2， H+2^2, H+3^2, H+4^2, ...., H+i^2.

    开链：

        表格的每一个元素中维护一个list，hash函数为我们分配某一个list，然后我们在那个list身上执行元素的插入、搜寻、删除等操作。SGI STL的hash table 就是采用的开链方法。类似于桶。

        表格用vector容器实现，这样方便改变表格的大小。表格的大小要大于元素的个数，这样使得链表不会太长，减少访问时间。

   

19、hash_set  hash_map

    hash_set/hash_map 与 set/map 的使用类似，只是它们的底层数据结构不一样。