【C++/STL关联式容器】

系列文章：数据结构

---

map和set的各种实现中的名称对应如表，低层实现几乎相同。

stl	boost	java
map/multimap、set/mutiset	map/multimap、set/mutiset	treemap/treemultimap、treeset/treemultiset
unordered_map/unordered_multimap、unordered_set/unordered_multiset	hash_map/hash_multimap、hash_set/hash_multiset	hashmap/hashmultimap、hashset/hashmultiset

map/multimap、set/mutiset【红黑树】

底层是红黑树实现，红黑树4大规则：

1.节点是红或黑
2.根结点和叶节点为黑
3.红节点有两个黑的子节点
4.从根结点开始的每条路径的黑色节点数相同

规则3和规则4保证了任意节点到其每个叶子节点路径最长不会超过最短路径的2倍，因为最长路径和最短路径的黑色节点数相同，极端情况下最短路径就是全有黑色节点组成，而红色节点不能连续出现，因此最多就交替出现，则极端情况下最长路径红色节点 = 黑色节点，所以最长路径不会超过最短路径两倍。
红黑树的操作包括旋转、插入、删除等，网上很多资料可以查看，此处不再赘述。。

---

unordered_map/unordered_multimap、unordered_set/unordered_multiset【哈希表】

扩容策略：c++/stl的实现和java的实现不太一样

c++/stl	java
桶元素超过8个或者装载因子超过0.75则扩容	桶元素超过8个则将桶指向的列表元素由链表转变为红黑树，当装载因子超过0.75则扩容

注意：c++实现的unordered_map没有转红黑树这个操作，要是桶大小超过8个元素，就直接扩容重哈希。

装载因子定0.75、桶大小定8原因？
首先定装载因子和桶大小是为了扩容和将链表转为红黑树。
扩容和链表转为红黑树是时间和空间成本的tradeoff，因为hash表的特性，随着数据增多，产生碰撞概率加大，则开链的长度越长。那么在每个桶的链条中找数据耗费时间就多了，因此扩容重哈希一下。

$$哈希表可存放数据大小=哈希表长度\ast 装载因子$$
从公式可以看出，要想要哈希表可以存放更多的数据，可以从两个方面进行改进：
1. 牺牲空间换时间：增加哈希表长度（扩容），扩容后碰撞概率变小，桶的链大小变短，找到元素速度变快，但是牺牲了扩容的空间大小。
2. 牺牲时间换空间：增加装载因子大小（装载因子大小介于0～1之间），最大可以设为1，但是装载因子越大，碰撞概率越高，桶的链大小越长，找到元素速度变慢，但是不需要扩容哈希表的大小。
因此为了权衡时间和空间效率，需要设定一个合适的装载因子，通过计算装载因子在0.6～0.8之间，每个桶的链长度不会过长，桶的链长度为8时的概率是亿分之六了，所以业界就协商一个0.6-0.8之间的一个数，最好肯定是定0.8呀，毕竟装载因子越大，不许扩容条件下可以塞更多元素，但是最后还是源码编写大神们将装载因子定为了0.75（挺不错的数，为什么呢，因此哈希表的长度（初识长度为16按2倍扩容）一般是2的幂次方，2的幂次方乘0.75是个整数呀，乘于0.8可不一定是整数）。
为什么哈希表的容量要取2的幂呢？
采用二进制位操作 & 相对于 % 能够提高运算效率，取模运算中如果除数是2的幂次方则等价于其与除数减一的&操作，即：
$$\text{ hash }\%\text{ length }==\text{ hash }$$