STL学习记录(2) - 关联式容器

0. 序

学习STL源码做的笔记，主线是侯捷老师的《STL源码剖析》。
本文中部分图片来自侯捷老师的PPT。

1. 红黑树 - 数据结构

红黑树（RB-Tree）：是一种平衡的二叉搜索树。有利于search和insert

红黑树提供“迭代器”和“遍历”操作。
顺序就是中序遍历的顺序。

注：虽然提供了迭代器，但是我们不应该通过迭代器修改元素的值。

STL中的红黑树提供了两种insert操作：inser_unique和insert_equal，前者表示节点的key在整棵树上独一无二，不能重复，否则插入失败，后者表示节点的key可以重复。

int main()
{
	// GNU 4.9之后的红黑树为_Rb_tree
    _Rb_tree<int, int, _Identity<int>, less<int>> itree;

    cout << itree.size() << endl;  // 0
    itree._M_insert_unique(3);
    itree._M_insert_unique(8);
    itree._M_insert_unique(5);
    itree._M_insert_unique(9);
    itree._M_insert_unique(13);
    itree._M_insert_unique(5);   // 这句是无效的插入，因为使用的插入方式是unique

    cout << itree.empty() << endl;  // 0
    cout << itree.size() << endl;  // 5
    cout << itree.count(5) << endl;  // 1

    itree._M_insert_equal(5);
    itree._M_insert_equal(5);

    cout << itree.size() << endl;  // 7
    cout << itree.count(5) << endl;  // 3


    return 0;
}

2. set与multiset

set与multiset是以红黑树为底层结构的，在使用红黑树时，它的key和value是同一个东西（没有value中的data部分），红黑树在初始化时，给keyOfValue参数使用了_Identity。

因为set与multiset使用的是红黑树，所以它也有迭代器，但是用户无法通过迭代器修改元素，原因在于：它内部红黑树的迭代器被const修饰了。GNU 4.9的源代码如下：

• set元素不能重复，因为它红黑树的插入方式使用的是insert_unique
• multiset元素不能重复，因为它红黑树的插入方式使用的是insert_equal

3. map与multimap

与上边的set、multiset类似。

map与multimap是以红黑树为底层结构的，在使用红黑树时，但，它的key和value不是同一个东西（红黑树中的value是一个整体，包括key和data，data就是“键-值”中的值）。

因为map与multimap使用的是红黑树，所以它也有迭代器，我们无法通过它的迭代器修改key，但是可以修改data，原因在于：用户创建map类对象时，传入的是key和data的数据类型，而map和multimap类在构建内部的红黑树时，先将key和data打包成一个pair，打包的时候，对key加了const限制，而data没有任何限制。所以，尽管它没有对自己内部红黑树的迭代器进行限制，但是达到了目的，技巧在于此。

但是它的迭代器被const修饰了，无法通过迭代器修改元素。GNU 4.9的源代码如下：

• map元素不能重复，因为它红黑树的插入方式使用的是insert_unique
• multimap元素不能重复，因为它红黑树的插入方式使用的是insert_equal

map可以使用中括号[]进行将指定的key所对应的data取出来，如果这个key不存在，那么map会直接创建这个key！这是标准中的规定。，源码如下：

先用lower_bound去找key出现的第一个位置，然后判断存不存在，如果不存在的话，就insert。可见，通过中括号的访问方式，因为要先进行一个lower_bound，所以要稍微耗时一点。

对set与map的小结

set与map（包括各自的multi版本）调用自己内部红黑树的关键区别在于：

• set中的红黑树key就是value，而map中value包含key。
• set中不能通过迭代器修改元素，是对红黑树迭代器进行了const；而map中是在构建红黑树所需的value时，对key进行了const限制。

set与multiset的关键区别在于：

• 内部红黑树的插入方式不同，普通版本使用的是insert_unique，而multi版本使用的是insert_equal。

map与multimap的关键区别在于：

• 内部红黑树的插入方式不同，普通版本使用的是insert_unique，而multi版本使用的是insert_equal。
• map可以使用中括号[ ]直接进行查询和插入操作，但是，通过中括号的访问方式，因为要执行一个lower_bound操作，所以时间上不占优势。

4. hashtable-数据结构

hashtable（哈希表） 也叫 散列表、哈希表。

哈希表，最开始的想法是：
开 N 个bucket（篮子），每个篮子下挂一个链表，要哈希的每个元素都对N取余为 r，那么该元素就挂在下标是 r 的篮子下的链表上。可见，这种方式当碰撞较多的时候（碰撞：多个元素对N取余结果相同），链表的查找速度会很慢。

哈希表，改进后的想法：
先开 N 个bucket（篮子），如果当前已经被哈希的元素比 N 大了（经验上是觉得这个时候可能某个篮子下的链表就已经过长了），那么就扩充篮子的数量，扩充方式为：在 2*N 附近找一个质数作为新的篮子数量，然后对所有已经被哈希的元素重新进行放置（rehashing），这样以来，每个篮子下的链表都会变短，便于查找。

注意，尽管各家实现的哈希表可能不同，但是他们的bucket数量一定都比元素多，差别可能就是在篮子扩充时不太一样。

上述过程见下边图片 ：

哈希表的迭代器有点类似deque的迭代器，需要能够进行跳跃，对外伪装成连续。

每个对象，如何得到它在哈希表中对应的数字（hashCode）呢？方法不一，只要不重复即可，STL中也对一些基础的数据类型做了hashCode方法，比如对于数字（int，long，char等）就直接让它本身作为hashCode，对于C中的字符串也有相应的方法（比如，hash<const char*>、hash<char *>）。

但是，ST中没有提供针对c++中string的hashCode方法（也就是说，没有hash<std::string>）。

5. unordered系列容器

在c++11以后，底层使用哈希表（hashTable）实现的容器有4个：

• unordered_set
• unordered_multiset
• unordered_map
• unordered_multimap