STL-关联式容器

STL——关联式容器

容器分类：序列式和关联式两种。

序列式：array（数组）、vector（向量）、heap（堆）、priority-queue（优先级队列）、deque（双端队列）、slist、list（链表）、stack（堆栈）、queue（队列）、

关联式：：set（集合）、map（映射表）、multiset（多键集合）、multimap（多键映射表）。底层实现机制为RB-tree（红黑树）。扩展包括hash table（散列表）和以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（散列多键集合）、hash_multimap（散列多键映射表）。

下面针对关联式容器的相关知识进行总结。

Rb-tree

RB-tree（红黑树）是一种被广泛使用的平衡二搜索树。RB-tree必须满足以下规则：

1）每个节点不是红色就是黑色；

2）根节点为黑色；

3）如果节点为红，其子节点必须为黑；

4）任一节点至NULL（树尾端）的任何路径，所含之黑节点数必须相同。

根据规则4），新增节点必须为红，根据规则3），新增节点之父节点必须为黑。当新节点根据二叉搜索树的规则到达其插入点，却未能符合上述条件时，就必须调整颜色并旋转树形。

红黑树：通过一些着色法则确保没有一条路径会比其它路径长两倍，从而达到接近平衡目的。

红黑树之所以为红黑树的原因：红黑颜色用来检测树的平衡性，达到AVL树的平衡要求，降低了对旋转的要求，从而提高了统计性能。红黑树相对AVL树能够给我们一个比较便宜的解决方案。红黑树的算法时间复杂度和AVL相同，但统计性能比AVL树更好。

Rb-tree不仅在树性的平衡上表现不错，在效率表现和实现复杂度上也保持相当的平衡，所以运用甚广。主要用于存储有序的数据，它的时间复杂度为O(logn)效率非常之高，Java集合中的TreeSet和TreeMap，C++的STL中的set，map以及Linux虚拟内存的管理，都通过红黑树去实现。

算法导论中对红黑中理解：

性质：

1）每个节点或是红色，或是黑色；

2）根节点是黑色的；

3）每个叶节点（NIL)是黑色的；

4）如果一个节点是红色的，则它的两个子节点都是黑色的；

5）对每个节点，从该节点到其所有后代节点的简单路径上，均包含相同数目的黑色节点。

红黑树性质：一棵有n个内部节点的红黑树的高度至多为2lg(n+1)

红黑树中插入一个节点，破坏红黑树的性质是：2）根节点是黑色和4）如果一个节点是红色的，则它的两个子节点都是黑色的。红黑树插入后调整，主要保证以下三点:1)节点z是红节点；2）如果z.p是根节点，则z.p是黑节点；3）如果有任何红黑性质被破坏，则至多只有一条被破坏，或是性质2，或是性质4。若果性质2被破坏，其原因为z是根节点且是红色节点。如果性质4被破坏，其原因为z和z.p都是红色节点。

主要包括三种情况处理：

1）z的父节点为红色，z的叔父节点也是红色。处理：改变z的父节点，叔父节点和祖父节点，然后将z提升到z的父节点位置，进行下一步判断；

2）z的父节点为红色，z的叔父节点为黑色，且z是一个右孩子。处理：将z提升到z的父节点，然后执行左旋操作，进行下一步判断；

3）z的父节点为红色，z的叔父节点为黑色，且z是一个左孩子。处理：改变z的父节点和z的祖父节点颜色，然后执行右旋操作，进行下一步判断；

（注意，上面处理时针对z的父节点是z的祖父节点的左子树进行的，当其为祖父节点的右子树，则只需改变左右操作即可）

红黑树删除基本思想是：删除后，用其子树替换，这部分与二叉搜索树的删除的思想本质一样，但是红黑树删除后，可能会破坏红黑树的性质，此时就需要进行树的调整操作即可。

Set

set特性：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不允许两个元素有相同的键值。

不可以通过set的迭代器改变set的元素值。set拥有与list相同的性质：客户端对它进行元素新增操作或删除操作时，操作之前的所有迭代器，在操作完成之后依然有效。

set的底层实现机制是红黑树。set提供的算法包括交集、并集、差集、对称差集等。

multiset

multiset的特性及用法和set完全相同，唯一的差别在于它允许键值重复，因此的它的插入操作采用的是底层机制Rb-tree的insert_equal()而非insert_unique()。

map

map特性：所有元素都会根据元素的键值自动被排序。map的所有元素都是pair，同时拥有实值和键值。pair的第一个元素被视为键值，第二个元素被视为实值。map不允许两个元素拥有相同的键值。

可以通过map的迭代器改变map元素的实值，因为元素的实值不影响map元素的排列规则。但通过map迭代器改变map的键值是不行的，因为map的键值关系到map元素的排列规则，任意改变map元素键值将会严重破坏map组织。

map和list拥有相同的性质：当客户端对它进行元素新增操作或删除操作时，操作之前的所有迭代器，在操纵完成之后都依然有效。

map的底层实现机制是红黑树。

multimap

multimap的特性以及用法与map完全相同，唯一的差别在于它允许键值重复，因此它的插入操作采用的是底层机制Rb-tree的insert_equal()而非insert_unique()。

Hashtable

hashtable（散列表）数据结构，在插入、删除、搜寻等操作上也具有“常数平均时间”的表现，而且这种表现是以统计为基础，不需仰赖输入元素的随机性。

hashtable的操作对象是有名项，故也被视为一种字典结构，这种结构用于提供常数时间之基本操作。但可能需要额外的空间和初始化时间。映射函数：将大数映射为小数。负责将某一元素映射为一个“大小可接收之索引”。hash函数存在问题：可能有不同的元素被映射到相同的位置（有相同的索引），即碰撞。决绝哈希碰撞方法：线性探测、二次探测、开链等。

线性探测

负载系数：指元素个数除以表格大小。负载系数永远在0~1之间，除非采用开链策略。线性探测需要两个假设：1）表格足够大；2）每个元素都够独立。hash过程中的主集团指平均插入成本的成长幅度，远高于负载系数的成长幅度。

二次探测

解决主集团问题，由于解决碰撞方程为F(i)=i^2是二次方程式，故为二次探测。二次集团可能引起次集团问题，即两个元素经hash函数计算出来的相同位置若相同，则插入时所探测的位置也相同，形成某种浪费。消除次集团的办法可是使用复式散列。

开链法

此方法是在每个表格元素中维护一个list，hash函数为我们分配某一个list，然后我们在那个list身上执行元素的插入、搜寻、删除等操作。虽然针对list进行搜寻只能是一种线性操作，但如果list够短，速度还是够快。

hashtable的桶子与节点：hashtable表格内的元素为桶子，其意义是表格内的每个单元，涵盖的不只是个节点（元素），甚至可能是一个“桶节点”。hashtable的迭代器没有后退操作（operator–()），hashtable也没有定义所谓的逆向迭代器（reverse Iterator）

hash_set

hash_set是以hashtable为底层机制。因hash_set所供应的操作接口，hashtable都提供了，所以几乎所有的hash_set操作行为，都只是转调用hashtable的操作行为。

set是为了能够快速搜寻元素。其底层是Rb-tree有自动排序功能，但hashtable没有自动排序功能，故hash_set没有自动排序功能。hash_set和set一样，元素的键值就是实值，实值就是键值。hash_set和set使用方式基本相同。

hash_multiset

hash_multiset和multiset完全相同，唯一差别是底层实现机制不同，hash_multiset的底层实现机制是hashtable，但multiset的底层实现机制是Rb-tree。hash_multiset和hash_set实现上的唯一差别是，hash_set的插入操作采用hashtable中的insert_unique()，而hash_multiset的插入操作采用hashtable中的insert_euqal()。hash_multiset和hash_set使用方式基本相同。

hash_map

hash_map的底层实现机制也是hashtable。故hash_map所供应的操作接口，hashtable都提供了，所以几乎所有的hash_map操作行为，都只是转调用hashtable的操作行为而已。

map能够根据键值快速搜索元素，其底层实现机制是Rb-tree，Rb-tree具有自动排序功能，故map具有自动排序功能，但hashtable灭有自动排序功能，故hash_map没有自动排序功能。

hash_map和map都有相同的特性，即每一个元素都同时拥有一个实值（value）和一个键值（key）。hash_map和map使用方式大体相同。

hash_multimap

hash_multimap的特征与multimap完全相同，唯一差别为它的底层实现机制是hashtable，故hash_multimap的元素并不会被自动排序。hash_multimap和hash_map实现上的唯一差别是，hash_multimap的插入操作使用底层机制hashtable中的insert_equal()，而hahs_map使用的是底层机制hashtable中的insert_unique()。hash_multimap使用方式与hash_map完全相同。

参考：

[1] STL源码剖析 侯捷

[2] 算法导论