unordered_set底层原理

本文不介绍unordered_map容器的使用，只讲它的底层实现！！！

C++ STL 标准库中，不仅是 unordered_set 容器，所有无序容器的底层实现都采用的是哈希表存储结构（哈希表结构默认大家都会哈）。更准确地说，是用“链地址法”（又称“开链法”）解决数据存储位置发生冲突的哈希表，整个存储结构如图 1 所示。

可以看到，当使用无序容器存储键值对时，会先申请一整块连续的存储空间，但此空间并不用来直接存储键值对，而是存储各个链表的头指针，各键值对真正的存储位置是各个链表的节点。

注意，STL 标准库通常选用 vector 容器存储各个链表的头指针。

不仅如此，在 C++ STL 标准库中，将图 1 中的各个链表称为桶（bucket），每个桶都有自己的编号（从 0 开始）。当有新键值对存储到无序容器中时，整个存储过程分为如下几步：

1. 将该键值对中键的值带入设计好的哈希函数，会得到一个哈希值（一个整数，用 H 表示）；
2. 将 H 和无序容器拥有桶的数量 n 做整除运算（即 H % n），该结果即表示应将此键值对存储到的桶的编号；
3. 建立一个新节点存储此键值对，同时将该节点链接到相应编号的桶上。

另外值得一提的是，哈希表存储结构还有一个重要的属性，称为负载因子

负载因子 = 容器存储的总键值对 / 桶数

 默认情况下，无序容器的最大负载因子为 1.0。如果操作无序容器过程中，使得最大复杂因子超过了默认值，则容器会自动增加桶数，并重新进行哈希，以此来减小负载因子的值。需要注意的是，此过程会导致容器迭代器失效，但指向单个键值对的引用或者指针仍然有效。

 接下来我们来看一个例子：

#include <bits/stdc++.h>
using namespace std;
int main(){
    unordered_set<int> s;
    for(int i=0; i<4;i++){
        s.insert(i);
    }
    for(auto it=s.begin();it!=s.end();it++){
        cout<<*it<<" ";
    }

    return 0;
}

打印结果：

 

我们来看桶的数量：

cout<<s.bucket_count();

打印结果： 

 

可以看到，桶的数量是5个，如果我们讲上面的代码更改为插入5个元素，即将

    for(int i=0; i<4;i++){
        s.insert(i);
    }

 改为

    for(int i=0; i<5;i++){
        s.insert(i);
    }

各位看效果：

输出顺序变为4 0 1 2 3，而桶的数量也变为了11。

由此可以看出，当负载因子增大时，unordered_set的桶的数量会增加，进行重新哈希。