本文详细介绍了STL中的关联式容器，包括set、map、multiset和multimap，它们都基于红黑树实现。此外，还讨论了平衡二叉树如AVL树和红黑树的概念，以及它们的插入、删除和查找操作。同时，文章提及了非标准的关联式容器如hash_table、hash_set和hash_map，它们基于散列表提供高效的操作。
5 关联式容器
标准的STL关联式容器分为set（集合）和map（映射表）两大类，以及这两大类的衍生体multiset（多键集合） 和 multimap（多键映射表），这些容器的底层机制均以RB-tree（红黑树）完成，红黑树也是一个独立的容器，但并不开放给外界使用。
SGI STL还提供了一个不在标准规格之列的关联式容器： hash table（散列表），以及hash table为底层机制的hash_set（散列集合），hash_map（散列映射表），hash_multiset（散列多键集合），hash_multimap（散列多键映射表）
所谓关联式容器：每笔数据（每个元素）都一个键值（key）和一个实值（value）。当元素插入到关联式容器时，容器内部结构（可能是RB-tree ，也可能是hash table）便依照其键值大小，以某种特定规则将这个元素置于适当位置。关联式容器没有所谓的头尾。
关联式容器的内部结构是一个平衡二叉树（balanced binary tree），以便获得良好的搜寻效率，平衡二叉树包括AVL-tree,RB-tree,AA-tree。
5.1 树导览
1）二叉搜索树BST（binary search tree）
二叉搜索树的放置规则是：任何节点的键值一定大于其左子树中的每一个节点的键值，并小于其右子树的每一个节点的键值。因此从根节点一直往左走，直至无左路可走，即得最小元素；从根节点一直往右走，直至无右可走，即得最大元素。
2）平衡二叉搜索树（balanced binary search tree）
平衡：没有任何一个节点过深（深度过大）
3） AVL-tree(Adelson-Velskii-Landis tree)
AVL tree是一个“加上了额外平衡条件”的二叉搜索树。其平衡条件的建立是为了确保整棵树的深度为O(logN)，AVL tree要求任何节点的左右子树的高度相差做多为1，这是一个较弱的条件，但仍能保证“对数深度”平衡状态。
平衡被破坏的四种情况：
- 插入点位于X的左子节点的左子树-左左
- 插入点位于X的左子节点的右子树-左右
- 插入点位于X的右子节点的左子树-右左
- 插入点位于X的右子节点的右子树-右右
单旋转：
将违反AVL tree规则的子树的插入元素边的第一个节点K1提起来，变成跟节点，是K2自然下滑，并将B子树挂到K2的左侧，如下图。
双旋转：从下往上，单旋转两次
5.2 RB-tree（红黑树）
满足以下规则：
1、每个节点不是红色就是黑色
2、根节点为黑色
3、叶子节点是黑色。
4、如果节点为红色，其子节点必须为黑色
5、任一节点至NULL（树尾端）的任何路径，所含黑节点数必须相同
由规则5 => 新增节点必须为红色。规则4 => 新增节点父节点为黑色。如果插入不满足上述要求，就需要调整RB-tree。
插入3
插入8
插入75
插入35
自上而下的程序：
插入节点35
- RB-tree 的节点的设计
- RB-tree的迭代器
- RB-tree 的数据结构以及构造与内存管理
详细内容看书。
- RB-tree 的元素操作
元素插入操作:插入键值，节点键值允许重复
Template <class key, class value, class KeyOfValue, class compare, class Alloc>
Typename rb_tree<key,value,KeyOfValue,compare,Alloc>::iterator
Rb_tree< key,value,KeyOfValue,compare,Alloc>::insert_equal(const value& x){…}
插入键值不允许重复，若重复则插入无效
template <class key, class value, class KeyOfValue, class compare, class Alloc>
pair<typename rb_tree<key,value,KeyOfValue,compare,Alloc>::iterator,bool>
rb_tree< key,value,KeyOfValue,compare,Alloc>::insert_equal(const value& x){…}
元素的搜寻操作：
template <class key, class value, class KeyOfValue, class compare, class Alloc>
typename rb_tree<key,value,KeyOfValue,compare,Alloc>::iterator
rb_tree< key,value,KeyOfValue,compare,Alloc>::find (const value& x){…}
5.3 set
Set的特性是，所有元素都会根据元素的键值自动排序。Set的元素的键值就是实值，实值就是键值，set不允许两个元素有相同的键值。Set以RB-tree为底层机制。在客户端对set进行插入或删除操作后，之前的迭代器依然有效。
1）元素操作
begin() 返回指向map头部的迭代器
clear(） 删除所有元素
count() 返回指定元素出现的次数
empty() 如果map为空则返回true
end() 返回指向map末尾的迭代器
equal_range() 返回集合中与给定值相等的上下限的两个迭代器
erase() 删除一个元素
find() 查找一个元素
get_allocator() 返回map的配置器
insert() 插入元素
key_comp() 返回比较元素key的函数
lower_bound() 返回键值>=给定元素的第一个位置
max_size() 返回可以容纳的最大元素个数
rbegin() 返回一个指向map尾部的逆向迭代器
rend() 返回一个指向map头部的逆向迭代器
size() 返回map中元素的个数
swap() 交换两个map
upper_bound() 返回键值>给定元素的第一个位置
value_comp() 返回比较元素value的函数
2）使用实例
#include<set>
Int ia[5]={0, 1,2,3,4,5};
Set<int>iset(ia,ia+5);
Cout<<”size: “<<iset.size()<<endl;
Cout<<”3 count = “<<iset.count(3)<<endl;
iset.insert(6);
iset.erase(1);
set<int>::iterator ite1=iset.begin();
set<int>::iterator ite2=iset.end();
for(;ite1 != ite2;++ite1){
cout<<*ite1; }
ite1 = find(iset.begin(),iset.end(),3 );
if(ite1 != iset.end()){
cout<<”3 found.”<<endl;}
else{ cout<<” 3 not found”<<endl; }
5.4 map
Map的特性是，所有元素都会根据元素的键值自动排序。Map的所有元素都是pair，同时拥有实值（value）和键值（key）,pair的第一元素视为键值，第二元素视为实值，map不允许两个元素拥有相同的键值。当用户对map进行了增加和删除操作后，所有的迭代器都依然有效。
1）元素操作
2）使用实例
map<string, int> m ;
m["苹果"] = 1;
m["香蕉"] = 2;
m["梨"] = 3;
m.insert(pair<string,int>(“橙子", 4));
pair<string,int>value(“火龙果”,5);
m.insert(value);
m.insert(make_pair("榴莲", 6));
m.erase("香蕉");
map<string ,int>::iterator miterator=m.begin();
for(;miterator != m.end();++miterator){
cout<<miterator->first<<’ ‘<<miterator->second<<endl; }
int num = m[“苹果”];
cout<<num<<endl;
map<string ,int>::ite1;
it1 = m.find("香蕉") ;
if( it1 !=m.end() ){
cout<<”found”<<endl;}
else{ cout<<”not found” <<endl; }
5.5 multiset
Multiset的特性与set完全相同，唯一的差别在于它允许键值重复，因此它的插入操作采用的是底层机制RB-tree的insert_equal()而非insert_unique().
5.6 multimap
Multimap的特性与map完全相同，唯一的差别在于它允许键值重复，因此它的插入操作采用的是底层机制RB-tree的insert_equal()而非insert_unique().
5.7 hashtable
hash table(散列表)数据结构，在插入、删除、查找等操作具有 “常数平均时间” O(1) 的表现，这种表现是以统计为基础，不需要依赖输入元素的随机性。
1）概述
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hash function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．表格大小以质数来设计，SGI STL事先将28个质数存储，以备随时访问。
2）hashtable 的桶子（buckets）与节点（nodes）
遵循SGI的命名，称hash table表格内的元素为桶子（buckets），此名称的大约意义是，表格内的每个单元，涵盖的不只是个节点（元素），甚且可能是一“桶”节点。
下面是hash table节点的定义
template <class Value>
struct __hashtable_node
{
__hashtable_node* next;
Value val;
};
3）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．
前进操作：首先尝试从目前所指的节点出发，前进一个位置（节点），由于节点被安置于list内，所以利用节点的next指针即可轻易达成前进操作，如果节点正巧是list的尾端，就跳至下一个bucket身上，那正是指向下一个list的头部节点。
4）hashtable的数据结构
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
首先是三个仿函数，这些仿函数都是从模板参数指定的，然后在构造函数中赋值
hash：用于获取 key 对应的哈希值，以确定要放到哪一个 bucket 中
equals：用于判断 key 是否相等
get_key：用于从 value 中取得 key，前面说过 value = key + data
接下来是 buckets 和 num_elements
buckets：维护哈希表的 bucket，是一个指针数组，每个元素都是 node* 类型
num_elements：元素的个数
- hashtable的构造与内存管理
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 oldhashtable的所有元素。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．
first = buckets[bucket];
- hashtable的操作
- 构造函数
- 析构函数
- 插入元素：不允许键值重复
回到 insert_unique_noresize，在计算完应该插入到哪个 bucket 之后，获取指定的 bucket，然后遍历该 bucket 链表，如果该链表上有一个节点的 key 和 插入元素的 key 相等，那么就返回插入失败。否则，生成一个新的节点，然后插入到指定的 bucket 链表中
- 插入元素：允许键值重复
首先确定要在哪一个bucket插入，然后遍历bucket链表，如果找到相等的节点，那么就在该节点处之后插入。否则，在bucket链表头插入
- 判断元素的落脚处
- 复制
template <class V, class K, class HF, class Ex, class Eq, class A>
void hashtable<V, K, HF, Ex, Eq, A>::clear() {…}
- 整体删除
template <class V, class K, class HF, class Ex, class Eq, class A>
void hashtable<V, K, HF, Ex, Eq, A>::copy_from(const hash_table& ht) {…}
- begin()指向第一个元素的迭代器
Iterator begin(){…}
- end()指向结尾的迭代器
iterator end(){…}
- find()查找指定key的节点
首先找到对应的bucket，然后遍历bucket链表查找等于指定 key 的节点
iterator find(const key_type& key) {…}
7) 使用实例
- hash functions
hash_set
以hash table为底层机制，由于hash_set所供应的操作接口，hashtable都提供了，所以几乎所有hash_set的操作行为，都只是转调用hashtable的操作行为而已。Set的底层机制是RB-tree可以自动排序，hash_set的底层机制是hashtable不能自动排序。hash_set的使用方式与set完全相同。运用set就是为了能够快速搜寻元素。
1）使用实例
hash_map
以hash table为底层机制，由于hash_map所供应的操作接口，hashtable都提供了，所以几乎所有hash_map的操作行为，都只是转调用hashtable的操作行为而已。map的底层机制是RB-tree可以自动排序，hash_map的底层机制是hashtable不能自动排序。hash_map的使用方式与map完全相同。运用map就是为了能够根据键值快速搜寻元素。
Map的特性是每一个元素都拥有一个键值（key）和一个实值（value）
1）hash_table常用操作
Void resize(size_type hint) {…} //表格重建
size_type bucket_count() const {…} //桶的大小
size_type max_bucket_count() const{…} //桶的大小的最大值
size_type elems_in_bucket(size_type n) const {…} //n号桶里有几个元素
2） 使用实例
hash_multiset
hash_multiset与multiset的特性完全相同，唯一差别在于它的底层机制是hashtable，也因此hash_multiset的元素并不会被自动排序。Multiset底层机制是RB-tree会自动排序。
hash_multiset 与 hash_set 实现上唯一差别在于，前者的元素插入操作采用底层机制hashtable的inset_equal()，而后者采用的是insert_unique()。
1）hash_multiset常用操作
Void resize(size_type hint) {…} //表格重建
size_type bucket_count() const {…} //桶的大小
size_type max_bucket_count() const{…} //桶的大小的最大值
size_type elems_in_bucket(size_type n) const {…} //n号桶里有几个元素
5.11 hash_mutimap
hash_multimap与multimap的特性完全相同，唯一差别在于它的底层机制是hashtable，也因此hash_multimap的元素并不会被自动排序。Multimap底层机制是RB-tree会自动排序。
hash_multimap 与 hash_map 实现上唯一差别在于，前者的元素插入操作采用底层机制hashtable的inset_equal()，而后者采用的是insert_unique()。
1）常用操作
Size_type size() const {…}
Size_type max_size() const {…}
Bool empty() const {…}
Void swap(hash_multimap& hm) {…}
Iterator begin() {…}
Iterator end() {…}
Const_iterator begin() const {…}
Const iterator end() const {…}
Iterator insert(const value_type& obj) { …}
Template<class InputIterator>
Void insert(InputIterator f, InputIterator l) {…}
Iterator find(const key_type& key) {…}
Size_type count(const key_type& key) const {…}
Pair<iterator,iterator> equal_range(const key_type& key) {…}
Size_type erase(const key_type& key) { …}
Void erase(iterator it) {…}
Void erase(iterator f,iterator l) {….}
Void clear() {…}
- 使用实例
扫一扫
4136
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
