STL容器之map與hash_map

一、簡(jiǎn)介

就應(yīng)用來說，map已經(jīng)是STL標(biāo)準(zhǔn)庫的成員，而hash_map暫時(shí)還未進(jìn)入標(biāo)準(zhǔn)庫，是擴(kuò)展ext中的一個(gè)功能，但也是非常常用并且非常重要的庫。

二、簡(jiǎn)單對(duì)比

首先，要說的是這兩種數(shù)據(jù)結(jié)構(gòu)的都提供了KEY-VALUE的存儲(chǔ)和查找的功能。但是實(shí)現(xiàn)是不一樣的，map是用的紅黑樹，查詢時(shí)間復(fù)雜度為log(n)。而hash_map是用的哈希表，查詢時(shí)間復(fù)雜度理論上可以是常數(shù)，但是消耗內(nèi)存大，是一種以存儲(chǔ)換時(shí)間的方法。

樹查找，在總查找效率上比不上hash表，但是它很穩(wěn)定，它的算法復(fù)雜度不會(huì)出現(xiàn)波動(dòng)。在一次查找中，你可以斷定它最壞的情況下其復(fù)雜度不會(huì)超過O(log2N)。而hash表就不一樣，是O(1)，還是O(N)，或者在其之間，你并不能把握。

三、hash_map的使用

可見，如果定義完整的hash_map，需要提供<key類型，value類型，哈希函數(shù)，key相等判斷函數(shù)，value類型內(nèi)存分配器>等5個(gè)模板參數(shù)，由于后三個(gè)都有默認(rèn)值，所以一般我們只需要提供前兩個(gè)。

1> 定義__gnu_cxx::hash_map<string, int> myHashMap不會(huì)出錯(cuò)，然而一旦對(duì)myHashMap進(jìn)行操作，就會(huì)出現(xiàn)編譯錯(cuò)誤“instantiated from here”，這是因?yàn)間nu版本的hash_map只實(shí)現(xiàn)了有限的幾個(gè)hash模板函數(shù)（見第三個(gè)模板參數(shù)，這些函數(shù)在hash_fun.h中），而這些函數(shù)里包括hash<const char*>，但是不包括hash<std::string>的實(shí)例化。解決辦法是定義哈希表前自己特化一個(gè)實(shí)例，這樣編譯器就知道調(diào)用這個(gè)函數(shù)了。

namespace __gnu_cxx
{
        template <>
        struct hash<string>
        {
                size_t operator()(const string &s) const
                { return __stl_hash_string(s.c_str()); }
        };
}

2> 第四個(gè)參數(shù)key相等判斷函數(shù)的意義

int main()
{
        __gnu_cxx::hash_map<const char *, int> myHashMap;
        char name1[10] = "zhu";
        char name2[10] = "zhu";
        myHashMap[name1] = 1;
        __gnu_cxx::hash_map<const char *, int>::iterator it = myHashMap.find(name2);
        if (it == myHashMap.end())
                cout << "not find" << endl;
        return 0;
}

你會(huì)發(fā)現(xiàn)，雖然name1和name2都是zhu，但是插入了name1，用name2去查找時(shí)，還是查無結(jié)果。這是涉及到第四個(gè)模板參數(shù)，判斷key相等，默認(rèn)的是std::equal_to，而這個(gè)函數(shù)的定義是用operator==來進(jìn)行判斷的，指針的相等當(dāng)然就是地址一樣了，而name1和name2的地址顯然不同。解決辦法是用自己指定的函數(shù)模板替代默認(rèn)的。

#include <cstring>
#include <iostream>
#include <ext/hash_map>
#include <backward/hash_fun.h>

using namespace std;

template <class _Tp>
struct my_equal_to : public binary_function<_Tp, _Tp, bool>
{
    bool operator()(const _Tp& __x, const _Tp& __y) const
    { return strcmp(__x, __y) == 0; }
};

int main()
{
        __gnu_cxx::hash_map<const char *, int, __gnu_cxx::hash<const char*>, my_equal_to<const char*> > myHashMap;
        char name1[10] = "zhu";
        char name2[10] = "zhu";
        myHashMap[name1] = 1;
        __gnu_cxx::hash_map<const char *, int, __gnu_cxx::hash<const char*>, my_equal_to<const char*> >::iterator it = myHashMap.find(name2);
        if (it == myHashMap.end())
                cout << "not find" << endl;
        else
                cout << it->second << endl;
        return 0;
}

用剛剛特化的hash_map<string, int>就是可以找到的，因?yàn)閟tring重載了operator==操作符。

編譯使用-Wno-deprecated選項(xiàng)，不然會(huì)有backward_warning.h頭文件里的告警。

四、膚淺的對(duì)比測(cè)試(map,系統(tǒng)hash函數(shù)的hash_map及自寫hash函數(shù)的hash_map)

[zhuhuifeng@localhost ~]$ cat /tmp/name.txt | wc -l
25848136
#從現(xiàn)有的游戲數(shù)據(jù)庫里拉了561916個(gè)角色名(里面本來就有重復(fù)的)，然后重復(fù)追加了幾次，變成了
#2584萬行的數(shù)據(jù)

1.系統(tǒng)hash函數(shù)的hash_map實(shí)現(xiàn)

#include <iostream>
#include <fstream>
#include <string>
#include <ext/hash_map>

using namespace std;
//特化hash函數(shù)的string版本
namespace __gnu_cxx
{
        template <>
        struct hash<string>
        {
                size_t operator()(const string &s) const
                { return __stl_hash_string(s.c_str()); }
        };
}
//計(jì)算當(dāng)前時(shí)間
void curTime()
{
        time_t aTime = time(NULL);
        struct tm * curtime = localtime(&aTime);
        char ctemp[20];
        strftime(ctemp, 20, "%Y-%m-%d %H:%M:%S" , curtime);
        cout<<ctemp<<endl;
}
int main()
{
        __gnu_cxx::hash_map<string, int> fileMap;
        string temp;        //存放每行的臨時(shí)字符串
        int i = 0;          //統(tǒng)計(jì)總個(gè)數(shù)
        ifstream in;
        in.open("/tmp/name.txt", ifstream::in);
        if (!in)
        {
                cout << "open file failed" << endl;
                return 1;
        }
        curTime();        //從這里開始計(jì)時(shí)
        while (in >> temp)
        {
                if (fileMap.find(temp) == fileMap.end())
                {
                        ++i;
                        fileMap[temp] = i;
                }
        }
        curTime();        //計(jì)時(shí)結(jié)束
        cout << i << endl;
        in.close();
        return 0;
}

#編譯
[zhuhuifeng@localhost ~]$ g++ -Wno-deprecated 3.cpp -o hashMap

2.自寫hash函數(shù)的hash_map

#include <iostream>
#include <fstream>
#include <string>
#include <ext/hash_map>

using namespace std;

struct strHash{
        size_t operator()(const string& str) const
        {
                unsigned long __h = 0;
                for (size_t i = 0 ; i < str.size() ; i ++)
                         __h = 107*__h + str[i];
                return size_t(__h);
        }
};


void curTime()
{
        time_t aTime = time(NULL);
        struct tm * curtime = localtime(&aTime);
        char ctemp[20];
        strftime(ctemp, 20, "%Y-%m-%d %H:%M:%S" , curtime);
        cout<<ctemp<<endl;
}

int main()
{
        __gnu_cxx::hash_map<string, int, strHash> fileMap;
        string temp;
        int i = 0;
        ifstream in;
        in.open("/tmp/name.txt", ifstream::in);
        if (!in)
        {
                cout << "open file failed" << endl;
                return 1;
        }
        curTime();
        while (in >> temp)
        {
                if (fileMap.find(temp) == fileMap.end())
                {
                        ++i;
                        fileMap[temp] = i;
                }
        }
        curTime();
        cout << i << endl;
        in.close();
        return 0;
}

#編譯
[zhuhuifeng@localhost ~]$ g++ -Wno-deprecated 4.cpp -o strhashMap

3.STL的map

#include <iostream>
#include <fstream>
#include <string>
#include <map>

using namespace std;

void curTime()
{
        time_t aTime = time(NULL);
        struct tm * curtime = localtime (&aTime);
        char ctemp[20];
        strftime(ctemp, 20, "%Y-%m-%d %H:%M:%S" , curtime);
        cout<<ctemp<<endl;
}


int main()
{
        map<string, int> fileMap;
        string temp;
        int i = 0;
        ifstream in;
        in.open("/tmp/name.txt", ifstream::in);
        if (!in)
        {
                cout << "open file failed" << endl;
                return 1;
        }
        curTime();
        while (in >> temp)
        {
                if (fileMap.find(temp) == fileMap.end())
                {
                        ++i;
                        fileMap[temp] = i;
                }
        }
        curTime();
        cout << i << endl;
        in.close();
        return 0;
}

#編譯
[zhuhuifeng@localhost ~]$ g++ 2.cpp -o map

4.執(zhí)行查看結(jié)果

[zhuhuifeng@localhost ~]$ ./hashMap       #7秒
2015-11-06 16:25:41
2015-11-06 16:25:48
459256
[zhuhuifeng@localhost ~]$ ./strhashMap    #8秒，和上面的相差無幾
2015-11-06 16:25:50
2015-11-06 16:25:58
459256
[zhuhuifeng@localhost ~]$ ./map           #26秒
2015-11-06 16:26:02
2015-11-06 16:26:28
459256

五、總結(jié)

這個(gè)測(cè)試僅僅是個(gè)人娛樂，并沒有什么實(shí)際價(jià)值。最后就是一句話，hash_map是基于hash_table實(shí)現(xiàn)的，而hash_table是把以雙刃劍，用的好效率很高O(1)，用的不好奔著O(N)就去了。

六、注意hash_map死循環(huán)

這個(gè)問題簡(jiǎn)單說來，就是gnu的實(shí)現(xiàn)是，內(nèi)部有個(gè)_M_Cur指針指示當(dāng)前位置A，每次計(jì)算operator++，都用當(dāng)前位置的key調(diào)用hash函數(shù)計(jì)算下一個(gè)位置B，如果key傳入hash_map以后，又在外部將其內(nèi)容破壞，導(dǎo)致hash函數(shù)計(jì)算后的B位置在A位置之前，那么從B到達(dá)A以后，又會(huì)跳回B，形成B-A區(qū)間的死循環(huán)。

#include <iostream>
#include <cstring>
#include <ext/hash_map>

using namespace std;
int main()
{
        __gnu_cxx::hash_map<char *, int> hashMap;
        char name[10] = "zhu";
        hashMap.insert(pair<char *, int>(name, 1));
        strncpy(name, "wang", 10);      //在外部改變了已經(jīng)傳入hash_map中的key，導(dǎo)致死循環(huán)
        for (__gnu_cxx::hash_map<char *, int>::iterator it = hashMap.begin(); it != hashMap.end(); ++it)
        {
                cout << it->first << "  " << it->second << endl;
        }
        return 0;
}