SparseMap最节省空间的哈希表

 传统大小为N的传统阵列的map需要N x len（obj）字节。在下图中，长度为16的阵列只存储6个元素，浪费了10个

sparseMap使用bit存储，比如下图，二进制字符串变为0100|1001|0000|1011。无论插槽是空的还是满的，每个元素仅需要1位记录

查找代码具体实现

            const_iterator find_impl(const K &key, std::size_t hash) const
            {
                std::size_t ibucket = bucket_for_hash(hash); //hash % m_mod

                std::size_t probe = 0;
                while (true)
                {
                    //对应的bucket
                    const std::size_t sparse_ibucket = sparse_array::sparse_ibucket(ibucket); // ibucket >> BUCKET_SHIFT
                    //在bucket的idx
                    const auto index_in_sparse_bucket = sparse_array::index_in_sparse_bucket(ibucket); // ibucket & sparse_array::BUCKET_MASK
                    //查看对应槽位的是否有数据
                    if ((m_first_or_empty_sparse_bucket + sparse_ibucket)->has_value(index_in_sparse_bucket)) 
                    {

                        auto value_it = (m_first_or_empty_sparse_bucket + sparse_ibucket)->value(index_in_sparse_bucket);
                        if (compare_keys(key, KeySelect()(*value_it)))
                        {
                            return const_iterator(m_sparse_buckets.cbegin() + sparse_ibucket, value_it);
                        }
                    }
                    //结束条件
                    else if (!(m_first_or_empty_sparse_bucket + sparse_ibucket)->has_deleted_value(index_in_sparse_bucket) || probe >= m_bucket_count)
                    {
                        return cend();
                    }

                    probe++;
                    //查找下一个
                    ibucket = next_bucket(ibucket, probe);
                }
            }

获取对应插槽实际存储数据位置

popcount是统计数值中有多少个1.

            size_type index_to_offset(size_type index) const noexcept
            {
                tsl_sh_assert(index < BITMAP_NB_BITS);
                //统计idx之前有多个1，即真实存在内存的偏移
                return popcount(m_bitmap_vals & (1 << index) - 1));
            }

参考文章：

Smerity.com: How Google Sparsehash achieves two bits of overhead per entry using sparsetable

代码：

https://github.com/Tessil/sparse-map/blob/master/include/tsl/sparse_hash.h