STL系列之六 set与hash_set

set和hash_set是STL中比较重要的容器，有必要对其进行深入了解。在STL中，set是以红黑树（RB-tree）作为底层数据结构的，hash_set是以Hash table（哈希表）作为底层数据结构的。set可以在时间复杂度为O(logN)情况下插入、删除和查找数据。hash_set操作的时间复杂度则比较复杂，这取决于哈希函数和哈希表的负载情况。下面列出set和hash_set的常用函数：

 

set和hase_set的更多函数请查阅MSDN。

 

set的使用范例如下（hash_set类似）：

[cpp]  view plain copy

1. // by MoreWindows( http://blog.csdn.net/MoreWindows )  
2. #include <set>  
3. #include <ctime>  
4. #include <cstdio>  
5. using namespace std;  
6.   
7. int main()  
8. {  
9.     printf("--set使用 by MoreWindows( http://blog.csdn.net/MoreWindows ) --\n\n");  
10.     const int MAXN = 15;  
11.     int a[MAXN];  
12.     int i;  
13.     srand(time(NULL));  
14.     for (i = 0; i < MAXN; ++i)  
15.         a[i] = rand() % (MAXN * 2);  
16.   
17.     set<int> iset;     
18.     set<int>::iterator pos;   
19.   
20.     //插入数据 insert()有三种重载  
21.     iset.insert(a, a + MAXN);  
22.   
23.     //当前集合中个数 最大容纳数据量  
24.     printf("当前集合中个数: %d     最大容纳数据量: %d\n", iset.size(), iset.max_size());  
25.   
26.     //依次输出  
27.     printf("依次输出集合中所有元素-------\n");  
28.     for (pos = iset.begin(); pos != iset.end(); ++pos)  
29.         printf("%d ", *pos);  
30.     putchar('\n');  
31.   
32.     //查找  
33.     int findNum = MAXN;  
34.     printf("查找 %d是否存在-----------------------\n", findNum);  
35.     pos = iset.find(findNum);  
36.     if (pos != iset.end())  
37.         printf("%d 存在\n", findNum);  
38.     else  
39.         printf("%d 不存在\n", findNum);  
40.   
41.     //在最后位置插入数据，如果给定的位置不正确，会重新找个正确的位置并返回该位置  
42.     pos  = iset.insert(--iset.end(), MAXN * 2);   
43.     printf("已经插入%d\n", *pos);  
44.   
45.     //删除  
46.     iset.erase(MAXN);  
47.     printf("已经删除%d\n", MAXN);  
48.   
49.     //依次输出  
50.     printf("依次输出集合中所有元素-------\n");  
51.     for (pos = iset.begin(); pos != iset.end(); ++pos)  
52.         printf("%d ", *pos);  
53.     putchar('\n');  
54.     return 0;  
55. }  

运行结果如下：

 

下面试下在set中使用类（结构体也可以类似这样做）。这个类很简单，只有一个成员变量，及设置和获取这个成员变量的成员函数。

[cpp]  view plain copy

1. //在set中使用类要重载‘<’并实现拷贝构造函数  
2. // by MoreWindows( http://blog.csdn.net/MoreWindows )  
3. #include <set>  
4. #include <ctime>  
5. #include <cstdio>  
6. using namespace std;  
7. class Node  
8. {  
9. public:  
10.     Node(int nAge = 0)  
11.     {  
12.         m_nAge = nAge;  
13.     }  
14.     Node(const Node &na)  //拷贝构造函数  
15.     {  
16.         m_nAge = na.GetAge();  
17.     }  
18.     int GetAge()  
19.     {  
20.         return m_nAge;  
21.     }  
22. private:  
23.     int m_nAge;  
24. };  
25. //不能写成类的成员函数  
26. inline bool operator < (const Node &na, const Node &nb)   
27. {  
28.     return na.GetAge() < nb.GetAge();  
29. }  
30. int main()  
31. {  
32.     int i;  
33.     set<Node> nset;  
34.     for (i = 0; i < MAXN; ++i)  
35.         nset.insert(Node(i));  
36.     return 0;  
37. }  

编译，直接报了3个错误！！1个在拷贝构造函数，2个在operator<()函数。如下图所示：

3个错误都是一样的：

error C2662: “Node::GetAge”: 不能将“this”指针从“const Node”转换为“Node &” 转换丢失限定符

这是怎么回事呀？分析下，拷贝构造函数与operator<()函数出错，错误都指向了GetAge()函数，有点古怪，比较下它们与GetAge()函数，可以发现最大的不同点在于这2个函数都用到了const而GetAge()函数没有使用const。难道是这个导致报错了吗？先给GetAge()函数加个const看看，如下：

       int GetAge()  const //增加这个const

       {

              returnm_nAge;

       }

再编译，不报错了。再查下资料，原因如下——因为那2个函数都使用了const修饰的对象，但GetAge()没有加上const以保证它不修改对象，编译器认为这种写法是不安全的，所以就毫不犹豫报了个错误。

这种错误如果不亲身体会下，到笔试面试时很可能写了个错误程序而自己还处于一无所知中（死在这些小细节上最不值得）。另外，如果使用VC6.0则不会提示详细的错误信息——“转换丢失限定符”。

 

STL还为set提供了一些集合运算的函数，如交集set_intersection()、并集set_union()、差集set_difference()和对称差集set_symmetric_difference()。这些就不详细介绍了，有兴趣可以自己动手试一试。

下面开始对set和hash_set作个性能测试（Win7 +VS2008Release下）。

测试代码如下：

[cpp]  view plain copy

1. // by MoreWindows( http://blog.csdn.net/MoreWindows )  
2. #include <set>  
3. #include <hash_set>  
4. #include <iostream>  
5. #include <ctime>  
6. #include <cstdio>  
7. #include <cstdlib>  
8. using namespace std;  
9. using namespace stdext;  //hash_set  
10.   
11. // MAXN个数据 MAXQUERY次查询  
12. const int MAXN = 10000, MAXQUERY = 5000000;  
13. int a[MAXN], query[MAXQUERY];  
14.   
15. void PrintfContainertElapseTime(char *pszContainerName, char *pszOperator, long lElapsetime)  
16. {  
17.     printf("%s 的%s操作 用时 %d毫秒\n", pszContainerName, pszOperator, lElapsetime);  
18. }  
19.   
20. int main()  
21. {  
22.     printf("set VS hash_set 性能测试 数据容量 %d个 查询次数 %d次\n", MAXN, MAXQUERY);  
23.     const int MAXNUM = MAXN * 4;  
24.     const int MAXQUERYNUM = MAXN * 4;  
25.     printf("容器中数据范围 [0, %d) 查询数据范围[0, %d)\n", MAXNUM, MAXQUERYNUM);  
26.     printf("--by MoreWindows( http://blog.csdn.net/MoreWindows ) --\n\n");  
27.       
28.     //随机生成在[0, MAXNUM)范围内的MAXN个数  
29.     int i;  
30.     srand(time(NULL));  
31.     for (i = 0; i < MAXN; ++i)  
32.         a[i] = (rand() * rand()) % MAXNUM;  
33.     //随机生成在[0, MAXQUERYNUM)范围内的MAXQUERY个数  
34.     srand(time(NULL));  
35.     for (i = 0; i < MAXQUERY; ++i)  
36.         query[i] = (rand() * rand()) % MAXQUERYNUM;  
37.   
38.     set<int>       nset;  
39.     hash_set<int> nhashset;  
40.     clock_t  clockBegin, clockEnd;  
41.   
42.   
43.     //insert  
44.     printf("-----插入数据-----------\n");  
45.   
46.     clockBegin = clock();    
47.     nset.insert(a, a + MAXN);   
48.     clockEnd = clock();  
49.     printf("set中有数据%d个\n", nset.size());  
50.     PrintfContainertElapseTime("set", "insert", clockEnd - clockBegin);  
51.   
52.     clockBegin = clock();    
53.     nhashset.insert(a, a + MAXN);   
54.     clockEnd = clock();  
55.     printf("hash_set中有数据%d个\n", nhashset.size());  
56.     PrintfContainertElapseTime("hase_set", "insert", clockEnd - clockBegin);  
57.   
58.   
59.     //find  
60.     printf("-----查询数据-----------\n");  
61.   
62.     int nFindSucceedCount, nFindFailedCount;   
63.     nFindSucceedCount = nFindFailedCount = 0;  
64.     clockBegin = clock();   
65.     for (i = 0; i < MAXQUERY; ++i)  
66.         if (nset.find(query[i]) != nset.end())  
67.             ++nFindSucceedCount;  
68.         else  
69.             ++nFindFailedCount;  
70.     clockEnd = clock();  
71.     PrintfContainertElapseTime("set", "find", clockEnd - clockBegin);  
72.     printf("查询成功次数： %d    查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);  
73.       
74.     nFindSucceedCount = nFindFailedCount = 0;  
75.     clockBegin = clock();    
76.     for (i = 0; i < MAXQUERY; ++i)  
77.         if (nhashset.find(query[i]) != nhashset.end())  
78.             ++nFindSucceedCount;  
79.         else  
80.             ++nFindFailedCount;  
81.     clockEnd = clock();  
82.     PrintfContainertElapseTime("hash_set", "find", clockEnd - clockBegin);  
83.     printf("查询成功次数： %d    查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);  
84.     return 0;  
85. }  

在数据容量100万，查询次数500万时，程序运行结果如下：

由于查询的失败次数太多，这次将查询范围变小使用再测试下：

由于结点过多，80多万个结点，set的红黑树树高约为19(2^19=524288，2^20=1048576)，查询起来还是比较费时的。hash_set在时间性能上比set要好一些，并且如果查询成功的几率比较大的话，hash_set会有更好的表现。想知道为什么hash_set会有优良的性能表现，请看继集——《STL系列之九 探索hash_set》。

 

 

注1．   MSDN上讲set的erase()是有返回值的，但在VS2008中查看set的源代码，erase()函数的三个重载版本中，有二个返回值都为void即无返回值，另一个返回size_type。 可以通过http://msdn.microsoft.com/zh-cn/library/8h4a3515(v=VS.90).aspx查看MSDN上对set的erase()说明。

 

 

转载请标明出处，原文地址：http://blog.csdn.net/morewindows/article/details/7029587