先看核心接口
template <class Kty,class Vty>
class static_hash_map
{
bool load_serialized_hash_file(const char* file, const Vty&invalid_val);
Vty operator[](const Kty& k);
template<class C>
boolcontainer_to_hash_file(C& dynamic_container, unsigned int bucket_pow, constchar* file);
}
load_serialized_hash_file是有文件快速生成static_hash_map对象
operator是快速查询的api
container_to_hash_file是把任意容器,通过迭代器遍历生成静态hash文件
它在文件中的组织结构如下图所示:
Header块 -> Bucket块 -> Hasher块 -> Value块
Header中记录了bucket的个数和element的个数
Bucket中记录的是每个key在进行hash_wrapper计算后在hasher和value两个模块的offset,每个单元式Int类型
Hasher中的值通过hash_wrapper计算得出的。这个结构并没有原始key的保存,而是通过hasher来定位,这样就需要保证每个key一定对应唯一的一个hasher值。该类型为u64,对于数字类型直接取其值就行,对于struct类型,要求该struct的字节数不能超过64位。对于string类型,有一个计算公式,但如何保证唯一的暂时还没有搞懂。
Value结构中存储的就是原始的value值
这种结构的速度快是来源于以下的设计
1. Bucket number必然是2的整数幂,这样offset可以以如下方式快速得到
#define num_to_bucket_id(num, buck_num) ((num) &((buck_num) - 1))
2. 所有的key通过hash_wrapper转换为唯一的u64,在进行比较时非常的快(相比于字符串)
3. 没有链表的next指针,所有在相同bucket的key-value一定是顺序存放的,这样空间也得到节省(在加载过程中会有临时变量,该临时变量会有next指针)
4. 只有有限个系统函数的调用(毕竟个数事先是知道的)
这样的static_hash_map不能支持Insert等动态操作,但对于仅在程序启动时才可能更新数据的地方非常的高效。