C++ unordered_map 性能优化

一 插入加速

unordered_map 在桶满时自动进行 rehash 操作。手动调用 rehash 函数可以手动调整 桶数量。

rehash 函数被调用时，需要注意以下几点：

• rehash 函数可能会造成 unordered_map 的迭代器失效。如果我们在重新哈希后仍需要继续迭代 unordered_map，则需要重新获取 unordered_map 的迭代器。
• 手动指定桶数量时，应该尽量选择一个合适的值。过小的桶数量会导致哈希冲突概率增加，从而降低 unordered_map 的性能；过大的桶数量会带来额外的空间浪费。通常，桶数量选择 2 的整数幂比选择任意数字要好。

如果对插入的性能有要求，最好事先评估需要的桶的数量，在初始化时候调用reserve()来预留足够的桶，防止后面插入时发送rehash。

二 查看冲突情况和减少冲突概率

查看桶个数、每个桶中元素个数、冲突个数：

size_t collisions = 0;
for (size_t  b = 0; b != myMap.bucket_count(); ++b)
    if (tuples.bucket_size(bucket) > 1)
        collisions += tuples.bucket_size(bucket) - 1;
std::cout << myMap.bucket_count() << "," << myMap.size() << "," << collisions << std::endl;

如果发现冲突较多，可以采用reserve()函数在初始化时增加bucket_count数量，减少冲突概率。

下图中，比较了3种情况下，插入相同的4905个不同合约(类型为std::string)为key的数据：
不reserve多次运行：


下面第1行是reserve（10000）， 第2行是reserve(100000)：

可以推测出：

• 默认的std::string 作为key的 hash function以固定的。多次运行，在不提前reserve桶个数前提下，插入相同的一系列数据后， 桶数量和冲突数量每次运行都一样；
• 相同的一系列数据，reserve的桶数量越大，冲突越少；

三 使用struct/class作为key

四 std::string 与 char * 作为key的对比

参考资料：

【1】https://stackoverflow.com/questions/4704521/how-to-i-count-key-collisions-when-using-boostunordered-map
【2】Swisstable：C++中比std::unordered_map更快的hash表 【https://zhuanlan.zhihu.com/p/485294786】
【3】https://deepinout.com/cpp/cpp-tutorials/g_unordered_map-rehash-in-c-stl.html