STL源码剖析学习笔记（三）--关联式容器

STL源码剖析学习笔记（三）–关联式容器

1. 标准的关联式容器分为set（集合）和map（映射）两大类，底层机制均为RB-tree；
2. STL还提供了hash table（散列表），和以此为底层的hash_set，hash_map等；

• 补图

关联式容器

1. 所谓关联式容器，观念上类似于关联式数据库：每笔数据都有一个key - value。当元素被插入到关联式容器时，容器内部结构便按照特定规则将该元素放置于适当位置。关联式容器没有所谓头尾，所以没有push_back(), end()等行为；
2. 一般而言，关联式容器内部结构是一个平衡二叉树，以便获得良好的搜查效率。平衡二叉树有许多类型，比如AVL-tree，RB-tree，其中最广泛用于STL的是RB-tree；

二叉搜索树（binary search tree）

1. 可提供对数时间的元素插入和访问，即logN；
2. 任何节点的值一定大于其左子树任意节点的值，小于其右子树任意节点的值；因此，从根节点一直往左走到最后，可得最小值，往右走的最后，可得最大值；根据性质查找比较简单；
3. 插入：从根节点开始，遇到键值较大就向左，较小就向右，直到尾端为插入点；
4. 删除：删除一个节点，如果只有一个子节点，直接将其放到删除节点的位置；如果两个子节点，以右子树的最小节点取代删除节点；
5. 二叉搜索树可能会失去平衡，退化成链表，导致效率低下；

平衡二叉搜索树

在二叉搜索树的基础上加上平衡条件，防止任何一个节点深度过大；

AVL树（Adelson-Velskii-Landies tree）

1. AVL树是一个加上了额外平衡条件的二叉搜索树，为了确保整棵树的深度为O（logN）；
2. 插入：假设最深节点为X，最多有两个子节点，而所谓平衡被破坏意味着X的左右子树高度相差2，所以有四种情况： 
		插入点位于X的左子树的左子树------左左
		插入点位于X的左子树的右子树------左右
		插入点位于X的右子树的左子树------右左
		插入点位于X的右子树的右子树------右右
3. 情况1和4彼此对称，称为外侧插入，可以采用单旋转操作解决；
4. 情况2和3彼此对称，称为内侧插入，采用双旋转操作解决；

RB-tree（红黑树）

红黑树同样是一颗二叉搜索树，同样用了单旋转以及双旋转，并且还要满足以下几种性质：
1. 每个节点不是红色就是黑色；
2. 根节点为黑色；
3. 如果节点为红色，子节点必定为黑色；
4. 任意节点到NULL的任何路径，所含黑色节点数相同；
根据规则4，新增节点必须为红色；根据3，新增节点的父节点必须为黑色；
当新节点根据二叉搜索树的规则到达插入点，却不符合上述条件时，需要调整颜色并转换树形；

set

set中的所有元素会根据元素值自动被排序，key就是value；
set无法通过迭代器修改其元素值；
新增或者删除元素时，迭代器不失效；

map

1. map的元素都是pair类型的，包含key和value
2. map的特性是：所有元素根据key被排序，所以不允许有两个相同的键值；
3. 可以通过迭代器改变value值，不能改变key值；

multiset

1. 跟set的唯一区别是允许key重复；

multimap

1. 跟map的唯一区别是允许key重复；

hashtable

1. 在插入、删除、查找等操作上都有常数平均时间的表现；
2. 使用某种映射函数，将某个元素影射为大小可接受的索引，这样的函数称为散列函数（hash fuction）；
3. 使用hash function会有种问题，将不同的元素映射到相同的索引（即hash碰撞）；解决办法有：线性探测、二次探测、开链法等；
4. 负载系数 = 元素个数 / 表格大小；除非使用开链法，否则永远在 0 - 1 之间；
5. 线性探测：
	hash计算出来索引时，该位置不可用，就往下一一查找，直到找到一个可用空间；
	删除时必须采用惰性删除，即先标记，等待重新操作（rehash）时再进行删除操作，因为hashtable中的元素不仅表述它自己，也关系到其他元素的排列；
	线性探测法实际效率下降严重，跟常数时间相差太远；
6. 二次探测：
	如果hash计算出来实际位置为H，但是H已被占用，就依次尝试H+1^2，H+2^2，H+3^2......H+i^2，
 而不是像线性探测那样依次去尝试；
  	如果我们假设表格大小为质数，并且永远保持负载系数在0.5之下（超过就重新整理表格），那么
 可以确定每插入一个新元素所需要的探测次数不多于2；
 	关于存储空间的成长，首先必须找出下一个两倍大左右的质数，然后重新建表，重新对每个元素做hash找到他在新表的位置，然后再插入到新表；
7. 开链法：
	每个表格节点维护一个list，每个hash到此处的元素插入到链表里，如果链表够小，查询依然很快；
	SGI STL用的是这种做法；
8. 开链法hashtable的桶子buckets与节点nodes：
	表格内的每个单元，存储的是一桶元素，即一个链表；