STL源码剖析---关联容器

STL源码剖析---关联容器

         标准关联容器分为set和map两大类，包括multiset和multimap，这些容器的底层机制都是RB-tree.标准之外的关联容器有hashtable 以及以此hash table为底层机制而完成的hash_set(散列集合) hash_map(散列映射表) hash_multiset  hash_multimap.

序列和关联容器各自的内部关系是内含的，例如heap内含一个vector，priority_quehe内含一个heap，stack和queue都内含一个deque，set/map/multiset/multimap都内含一个RB-tree,hash_x都内含一个hashtable

 

当元素被插入到关联式容器中时，容器内部结构便依照其键值大小，以某种特定规则将这个元素放置于适当位置。关联式容器没有所谓头尾，只有最大元素和最小元素。

 

二叉搜素树规定：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。

 

AVL-tree,二叉平衡树调整的规则，如果某一个子树平衡被打破，那么根据新插入的节点的位置可以分为以下几种：（X是被打破平衡的那个子树的根节点）

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彼此对称，成为外侧插入，可以采用单旋转操作调整；对于2、3，称为内侧插入，可以采用双旋转操作。

 

关于红黑树，我们来看几个问题，首先对于红黑树有几点规则，任何一个节点非红即黑；跟节点为黑；任一节点到NULL（树尾端）的任何路径，所含黑节点数必须相同；如果节点为红，其子节点必须为黑。

根据上面的几点规则，那么规定我们在插入新的节点时必须为红，假设插入节点为X，父亲为P，祖父为G，曾祖父为GG，伯父节点为S。

插入的节点X必须为叶节点，如果X的父亲为黑，那么不用调整，如果X的父亲为红，那么必须调整。如果P为红，那么G必定是黑。这个时候只需要根据X的位置和GG和S的颜色来决定下一步如何调整了。

这么一来就明白了在红黑树的调整中为何以S节点作为前提来调整的原因了。一定要清楚此事P一定是红色的。那么知道了在调整时是以S来作为调整规则就好办了，判断S是红还是为黑。

如果S为红，同时P为红，G为黑，那么只需看X是外侧插入还是内侧插入，这两种情况比较简单。

如果S为黑，同时P为红，G为黑，这个时候就需要看GG是红还是黑，这两种情况比较复杂，尤其是GG是红的时候。

在需要调整的前提下（P为红）可根据S分为两种情况，同时每种情况下又可以分为两种情况。这么一来就说明了在红黑树的插入时为何要以S的节点颜色分情况的原因。

（注释：在红黑树中插入一个新节点X，节点颜色必须为红，那么为何以S节点来判断呢。首先明白和X相关的都有什么节点，有P G GG S，如果P为黑，那么不用调整，如果P为红，那么必须调整，同时G为黑，那么剩下相关的就只有S和GG了，这个时候就需要根据S来判断下一步怎么调整了。）虽说在理论分析的时候是这么说的，但是程序实现的时候可能就不按照理论来写成程序了，可能需要先判断父亲节点是左节点还是右节点。

在STL中对于红黑树的插入操作有比较新颖的方法，这里假设插入新的节点为A，那么就沿着A的路径向上走，只要看到有某节点X的两个子节点均为红色，那么就把X改为红色，并把两个子节点改为黑色。这么调整以后，如果A的父节点P也为红色（注意，此时S绝不可能为红，为什么呢，因为如果在经过上面的调整以后P仍然为红，同时S也为红，那么根据调整的规则不久把这一对子节点给调整了么），做一次单旋转并改变颜色，或者双旋转闭关改变颜色。再次插入节点就简单了，要么直接插入，要么插入后再一次单旋转。这么处理的过程和平时常见的红黑树的插入操作还是有所不同的。

 

Set的特性是，所有元素都会根据元素的键值自动被排序。Set的元素不像map那样可以同时拥有实值和键值，set元素的键值就是实值，实值就是键值。Set不允许两个元素又相同的键值。

同时不能通过set的迭代器改变set的元素值，这一点在EffectiveSTL中也有介绍，因为set元素值就是其键值，关系到set元素的排列规则。如果任意改变set元素值，会严重破坏set组织，set<T>::iterator被定义为底层RB-tree的const_iterator，杜绝写入操作。

面对关联式容器，应该使用其本身提供的find函数来搜寻元素，会比使用STL算法find()更有效率，因为STL算法find()只是循序搜寻

 

Map特性是所有元素根据元素的键值自动排序，map的所有元素都是pair，同时拥有实值和键值，pair的第一元素被视为键值，第二元素被视为实值。Map不允许两个元素拥有相同的键值。是否可以通过map的迭代器改变Map的元素内容呢？如果想要修正元素的键值是不可的，因为Map元素的键值关系到map元素的排序规则。修改map元素键值会破坏map组织，如果想要修改元素的实值，是可以的。

Map和set都有自己的find()函数。至于multiset和multimap，都是使用了RB-tree中的insert_equal()函数，表明可以重复的键值插入。

 

至于hashtable，内部使用vector作为桶，每个桶内的链表是自己维护的。对于hashtable模板的参数相当多。Hashtable需要注意的一点就是自定义了几个现成的hash functions，全都是仿函数。Hashtable有一些无法处理的型别（除非用户为那些型别自定义hash funcitons），凡是hashtable无法处理者，hash_set也无法处理。对于使用hashtable作为底层机制的关联容器都自己定义了swap函数。也有自己的find()函数。

对于hash_sethash_multiset，模板参数最多使用三个，一个值，一个函数，一个判断相等函数。Hash_set 使用的方法和set相似。Hash_multiset的特性与multiset相同，关键底层实现不一样，hash_multiset的元素并不会被自动排序。

对于hash_maphash_multimap模板参数自定义最多有四个，一个键值，一个值，一个Hash函数，一个判断相等函数。因为hash_map存储的是pair，和map的使用方法相似。

 

 

总结：关联容器分为两类，一类是set/map/multiset/multimap,一类是hash_x/hash_multi*，前者是依照红黑树作为底层机制，后者是依照hashtable作为底层机制。所以前者天生就会自动排序，后者就不具有排序功能。同时要明白关联容器内部实现了一些函数，在和算法库中的某些算法有冲突是尽量使用内部实现的函数。同时还有通过迭代器来修改容器内部元素的问题，set和map还是有区别的。