stl 基于哈希的map c++_【UE4 Renderer】<06> TMap基于 哈希表 or 红黑树

STL的关联式容器map选择基于<Red-Black Tree红黑树>

UE4的关联式容器TMap选择基于<HashTable哈希表>

数组的特点：查询效率高，添加、删除效率低

链表的特点：查询效率低，添加、删除效率高

-->二叉树本质上是一种基于链表的数据结构，查询复杂度为

-->哈希表本质上是一种基于数组的数据结构，查询复杂度为

<1> STL和UE4采用不同实现策略的主要原因

--STL的map面向通用需求：查找和排序，增删有序

--UE4的TMap面向渲染系统：主要是查找，偶尔需要有序

<2> TMap在渲染管道中的应用

--可以看到大部分的应用情况：

---在Mesh/Material/Shader的组织和处理过程不需要TMap时刻有序

<3> Red-BlackTree红黑树

红黑树是平衡二叉树的一种，需要先来理解一下平衡二叉树的概念

不平衡

平衡

完全平衡二叉树的特点

--1> 任一节点的左右两个子树的高度差的绝对值不超过1

--2> 任一节点的左右两个子树都是一棵平衡二叉树

--3> 节点的设计

AVL树

--> Adelson-Velskii & Landis在1962年的论文中发表，是一种完全平衡的二叉树

--> 实现平衡的方式

------> 左/右旋转

------> 基于左/右旋转的双旋转

------> 自顶向下的平衡

从根节点开始逐级进行平衡

红黑树

AVL树为了完全平衡需要做大量旋转，为了更好的性能，红黑树并不要求严格的平衡，通过标记树节点的颜色和限制特定颜色节点的数量进行平衡控制，左右旋转、双旋转在AVL树旋转的基础上增加了颜色控制

--1> 根节点必须为黑色

--2> 任一节点的任一路径黑节点数量相同

--3> 红节点的子节点必须为黑

--4> 平衡规则：自下而上

----不同于AVL树插入节点后从根节点开始自上而下逐级平衡，红黑树则是从插入节点位置逐级向上平衡

----GP为根节点

----GP不为根节点

可视化

-通过GeometryShader实现，分2个Pass

--<1> 显示线

--<2> 显示节点

-----TextureArray通过TexAssemble 工具生成

texassemble array -o RedArray.dds Red0.png Red1.png Red2.png Red3.png Red4.png Red5.png Red6.png 
Red7.png Red8.png Red9.png Red10.png Red11.png Red12.png Red13.png Red14.png Red15.png

----TextureArray的使用

<4> HashTable哈希表

UE4基于两个Array实现TMap

---> 一个HashArray

----- 数组下标即HashIndex哈希值，存储在ElementArray中对应的ElementId

----- 哈希值的计算通过可以自定义的哈希函数，将结果对HashSize取余

---> 一个ElementArray

----- 考虑增删问题而采用SparseArray，存储Element以及相同哈希值的链表

TMap添加第一个Element - Key 2 Value 1000

--->如果HashIndex相同，通过HashBucket链表的方式依次指向后续Element

----UE4并没有在HashBucket链表长度大于8时转换为红黑树存储

TMap的排序Sort

-----排序Sort前

-----排序Sort

-------<1> 排序 ElementArray

-------<2> 更新 HashArray

--为什么UE4选择快速排序QuickSort

---主要的Array排序方案：

-----InsertSort插入排序 - 时间复杂度

-----BubbleSort冒泡排序 - 时间复杂度

-----QuickSort快速排序 - 时间复杂度

实测数量为64000个随机数的Array各种排序方案的性能表现