STL源码剖析

空间配置器 allocator

特殊的空间配置器SGI：：alloc（2.9）

why采用这种？

我们都知道new的底层是调用malloc，但是malloc会分配大量的额外开销，这个开销是记录每个元素的大小的。这个开销其实是没有必要的，因为在容器中很多时候都是存放同一种类型的数据，其元素大小一致。

所以就有了这张图片

这里每个数字代表一种大小（比如#0就代表8个字节）。如果分配容器元素大小是8个字节（不是的话，会分配成8的倍数），那么就利用这个单向链表去管理，链表的每一块就是一个元素大小，就不会带有额外开销，整个链表只会带有一个记录大小的开销

SGI::allocator（4.9）

到了4.9版本，改了名字，但是2.9版本的优点继承了下来，名字是_pool_alloc

到了4.9版本，allcator的操作变成构造对象（new），和析构对象（delete）

• 构造对象 new的操作，1.分配空间 2.构造对象的同时还要初始化
• 析构对象 delete 1. 析构对象 2.空间释放

构造与析构

构造就是分配空间，然后调用构造函数并初始化
析构的话，这样需要注意

首先利用value_type()获取所指对象的型别，再利用__type_traits判断该型别的析构函数是否trivial（无关痛痒的系统默认的析构函数），若是(__true_type)，则什么也不做，若为(__false_type)，则去调用destory()函数。

也就是说，在实际的应用当中，STL库提供了相关的判断方法**__type_traits**，感兴趣的读者可以自行查阅使用方式。除了trivial destructor，还有trivial construct、trivial copy construct等，如果能够对是否trivial进行区分，可以采用内存处理函数memcpy()、malloc()等更加高效的完成相关操作，提升效率。

一级空间配置器

malloc_alloc_template
一级空间配置器中重要的函数就是allocate、deallocate、reallocate 。 一级空间配置器是以malloc()，free()，realloc()等C函数执行实际的内存配置 。大致过程是：

1、直接allocate分配内存，其实就是malloc来分配内存，成功则直接返回，失败就调用处理函数

2、如果用户自定义了内存分配失败的处理函数就调用，没有的话就返回异常

3、如果自定义了处理函数就进行处理，完事再继续分配试试

二级空间配置器 流程

default_alloc_template 默认的空间配置器，小于128字节使用。

这个就是上面提到到链表那种形式去管理分配的内存空间。管理链表的指针是一个共用体，因此只占用一个内存空间，不会存在一个节点一个指针的情况，节省内存。

1、维护16条链表，分别是0-15号链表，最小8字节，以8字节逐渐递增，最大128字节，你传入一个字节参数，表示你需要多大的内存，会自动帮你校对到第几号链表（如需要13bytes空间，我们会给它分配16bytes大小），在找到第n个链表后查看链表是否为空，如果不为空则标记result指针指向节点，然后把对应的free_list中拔出并返回，并将已经拨出的指针向后移动一位（代表头指针向后移动）。

2、对应的free_list为空，先看其内存池是不是空时，如果内存池不为空：
（1）先检验内存池剩余空间是否够20个节点大小（即所需内存大小(提升后) * 20），若足够则直接从内存池中拿出20个节点大小空间，将其中一个分配给用户使用，另外19个当作自由链表中的区块挂在相应的free_list下，这样下次再有相同大小的内存需求时，可直接拨出。

（2）如果不够20个节点大小，则看它是否能满足1个节点大小，如果够的话则直接拿出一个分配给用户，然后从剩余的空间中分配尽可能多的节点挂在相应的free_list中。

（3）如果连一个节点内存都不能满足的话，则将内存池中剩余的空间挂在相应的free_list中（找到相应的free_list），然后再给内存池申请内存，转到3。

3、此时内存池为空，要申请内存 此时二级空间配置器会使用malloc()从heap上申请内存，（一次所申请的内存大小=2 * 所需节点内存大小（提升后）* 20 + 一段额外空间），申请40块，一半拿来用放在free_list(1个交出，剩下19个给free_list维护)，一半(20个)放内存池中。

4、malloc没有成功 在第三种情况下，如果malloc()失败了，说明heap上没有足够空间分配给我们了，这时，二级空间配置器会从比所需节点空间大的free_list中一一搜索，从比它所需节点空间大的free_list中拔除一个节点来使用。如果这也没找到，说明比其大的free_list中都没有自由区块了，那就要调用一级适配器了。

释放时调用deallocate()函数，若释放的n>128，则调用一级空间配置器（见上一个步骤），否则就直接将内存块挂上自由链表的合适位置。

扩容问题
看阿秀总结的流程图片

二级空间配置器的问题

STL二级空间配置器虽然解决了外部碎片与提高了效率，但它同时增加了一些缺点：

1.因为自由链表的管理问题，它会把我们需求的内存块自动提升为8的倍数，这时若你需要1个字节，它会给你8个字节，即浪费了7个字节，所以它又引入了内部碎片的问题，若相似情况出现很多次，就会造成很多内部碎片；

2.二级空间配置器是在堆上申请大块的狭义内存池，然后用自由链表管理，供现在使用，在程序执行过程中，它将申请的内存一块一块都挂在自由链表上，即不会还给操作系统，并且它的实现中所有成员全是静态的，所以它申请的所有内存只有在进程结束才会释放内存，还给操作系统，由此带来的问题有：1.即我不断的开辟小块内存，最后整个堆上的空间都被挂在自由链表上，若我想开辟大块内存就会失败；2.若自由链表上挂很多内存块没有被使用，当前进程又占着内存不释放，这时别的进程在堆上申请不到空间，也不可以使用当前进程的空闲内存，由此就会引发多种问题。

迭代器概念与traits编程

迭代器概念

-迭代器是一种行为类似指针的对象，用于连接容器和算法。实现对于一个容器不必知道它的类型，直接获得它的迭代器就可以用于算法的执行。因此，在迭代器要传递所指对象类型或者可以获取到对象的类型。

traits技巧

• 萃取的意义就在于可以针对不同的class提取出不同的迭代器（需要针对类型设计迭代器），从而提高方便对容器进行操作。

• 每个迭代器都包括以下5个东西：value_type, difference type, pointer, reference, iterator categoly。为了使容器可以融入STL中，一定要为容器的迭代器定义着五种相应类型。“特性萃取机”traits会把这些特性萃取出来。

• iterator categoly代表迭代器的种类，有5种 inputiterator/ outputiterator /Forwarditerator /Bidirectional iterator/ Random Access iterator

• 另外萃取也是通过模板偏特化的方式，实现对普通指针，const指针的支持

简单来说：迭代器就是告诉算法，要使用的容器的类型（所以迭代器是算法和容器的桥梁）

序列式容器

1.vector

动态增长机制：GCC以2的指数速度增长，vs以1.5倍的速度增长。考点！为什么是2倍？1.可以减少以后扩容复制的次数 2.平均到每个元素可以实现O(1)的时间复杂度， n+n/2+n/4…=n
具体参考：vector扩容为什么是2倍数或者1.5倍数

而在不断pop的过程中，无论原先分配的空间有多大，都不会动态减少。

迭代器特性：可以以普通指针做迭代器。一旦引起空间重新配置，指向vector的所有迭代器就都失效了。

vector的数据结构采用线性连续空间，通过两个迭代器start， finish分别指向配置空间中已被使用的范围，end_of_storage指向整块连续空间的尾端。

一个vector的容量永远大于等于其大小，当vector空间不够用时，容器的扩张必须经过**“1重新配置空间、2元素移动、3释放原空间“**等过程。扩充空间的事件成本比较高，为避免多次扩充，我们会将容量扩充两倍。如果两倍还不够用，就扩充更大的容量。（因此不能分配前一个空间）

2.List

List基于双向链表实现

List的插入、删除或者拼合操作不会造成原有迭代器的失效，每次插入都是在位置前插入。

List不能用STL 中的sort函数进行排序，而是要用自身的sort函数。List仅支持随机访问迭代器，而List是双向迭代器。

3.deque

是一个双向队列

将数据分为多个存储区域，存储区域的指针存储在map存储区中，当map区域不够大时可以动态增长。所以deque可以在常数时间在首尾进行存取操作，也支持随机访问。

map的扩容是两倍，并且扩容以后会复制会中间，而不是从头复制 这样才可以做到双端

stack

stack是一种先进后出的数据结构。stack只允许新增元素、移除元素、取得栈顶元素。stack以deque为底部结构并封闭其头端开口，便轻而易举形成一个stack。SGI STL默认以deque作为stack底部结构。stack是一个适配器, stack不允许有任何遍历行为。（stack没有迭代器）

queue

queue是一种先进先出的数据结构。它有两个出口，形式如图所示。stack允许新增元素、从底端移除元素、取得最顶元素。但除了底端可以加入，最顶端可以取出外，没有其他任何方法可以存取queue的其他元素。换言之，queue不允许有任何遍历行为。（queue没有迭代器）

heap

采用以vector保存的完全二叉，并可通过sift_up和sift_down进行堆调整。

priority_queue

priority_queue有一个优先级的概念,默认采用max-heap。它是利用一个make_heap完成，而heap又是以vector呈现。

关联式容器

基本概念：
1、二叉搜索树
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，并小于其右子树中的每一个节点的键值。其增删改查都很简单。

2、AVL-tree
在二叉搜索树的基础上，要求任何节点的左右子树高度相差最多1。

当插入新节点时可能会改变平衡状态，此时需要重新调整。只需要调整“插入点指根节点”路径上，平衡状态被破坏之各节点中最深的哪一个，假设此点为X，分为四种情况：

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
对于1，4情况，可以采用单旋转操作调整解决，对于2，3情况，可以采用双旋转操作调整解决。

3、红黑树
红黑树在二叉搜索树的基础上需要满足以下规则：

每个节点不是黑色就是红色
根节点为黑色
如果节点为红色，其子节点必须为黑色
任一节点至NULL的任何路径，所含之黑节点数必须相同。

set

set的特性是所有元素的键值自动被排序，set的不允许有两个相同的键值，其中的元素不能被改变，以RB-tree为底层机制

红黑树特点？

• 红黑树的平衡性是比AVL-tree弱的，但是搜索效率几乎相等。两者的插入和删除操作都是O(logn),但是就旋转操作而言，AVL-tree是O(n)，而红黑树是O（1）

map

map的特性是所有元素都会根据元素的键值自动被排序。map的元素由pair组成，同时拥有key和value。不允许由相同的key。

multiset/multimap于set/map唯一差别在于插入时使用insert_equal()

hashtable

使用hash function将元素映射的某一位置上，但这无法避免的会产生碰撞解决方法有线性探测、二次探测、开链等。

• 线性探测

使用hash function计算出某个元素的插入位置，如何该位置上的空间不可用时，继续向下寻找可用空间。

存在的问题：可能过去的元素集中在某一区域，导致需要不断的解决碰撞问题。

• 二次探测

采用F(i)=i^2映射函数，当发生碰撞时，每次向下寻找第1、4、9、16…位置上的空间是否可用

• 开链

每一个表格元素维护一个list，hash function会分配某一个list

unordered_map/ unordered_set

vector+list作为底层，vector存放桶子，每个桶子挂一个单向链表（每次碰撞，桶子的链表增加）
当元素的个数全部加起来大于桶子的个数就要扩容了，扩容采用vector方法，vector查找方便，list插入删除方便

参考：
0
1
2
3
4
5