unordered_set笔记

Lang 评论

http://www.cplusplus.com/reference/unordered_set/unordered_set/

unordered_set 模板原型:

1
2
3
4
5
template < class Key,  
    class Hash = hash<key>,
	class Pred = equal_to<key>,
	class Alloc = allocator<key>
	> class unordered_set;

当比较unordered_set中某两个元素时, 先调用hash<key>, 如果hash<key> 不相等, 说明两个元素不同, 如果hash<key> 值相等, 则调用equal_to<key>, 判断两个元素是否完全相等. (Hash函数和Compare函数都可以自定义)

C++ 11中对unordered_set描述大体如下：无序集合容器（unordered_set）是一个存储唯一(unique，即无重复）的关联容器（Associative container），容器中的元素无特别的秩序关系，该容器允许基于值的快速元素检索，同时也支持正向迭代。
在一个unordered_set内部，元素不会按任何顺序排序，而是通过元素值的hash值将元素分组放置到各个槽(Bucker，也可以译为“桶”），这样就能通过元素值快速访问各个对应的元素（均摊耗时为O（1））。
原型中的Key代表要存储的类型，而hash也就是你的hash函数，equal_to用来判断两个元素是否相等，allocator是内存的分配策略。一般情况下，我们只关心hash和equal_to参数，下面将介绍这两部分。

hash<key>
hash<key>通过相应的hash函数，将传入的参数转换为一个size_t类型值，然后用该值对当前hashtable的bucket取模算得其对应的hash值。而C++标准库，为我们提供了基本数据类型的hash函数：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
/// Primary class template hash. template struct hash;

/// Partial specializations for pointer types. template struct hash<\_Tp*> : public \_\_hash\_base<size\_t, \_tp*=""> { size\_t operator()(\_Tp* \_\_p) const noexcept { return reinterpret_cast(__p); } }; </size_t,>

// Explicit specializations for integer types.

define \_Cxx\_hashtable\_define\_trivial\_hash(\_Tp) \
======================================================

template<> \ struct hash<\_Tp> : public \_\_hash\_base<size\_t, \_tp=""> \ { \ size\_t \ operator()(\_Tp \_\_val) const noexcept \ { return static_cast(__val); } \ }; </size_t,>

/// Explicit specialization for bool. \_Cxx\_hashtable\_define\_trivial_hash(bool)

/// Explicit specialization for char. \_Cxx\_hashtable\_define\_trivial_hash(char)

/// Explicit specialization for signed char. \_Cxx\_hashtable\_define\_trivial_hash(signed char)

/// Explicit specialization for unsigned char. \_Cxx\_hashtable\_define\_trivial_hash(unsigned char)

/// Explicit specialization for wchar\_t. \_Cxx\_hashtable\_define\_trivial\_hash(wchar_t)

/// Explicit specialization for char16\_t. \_Cxx\_hashtable\_define\_trivial\_hash(char16_t)

/// Explicit specialization for char32\_t. \_Cxx\_hashtable\_define\_trivial\_hash(char32_t)

/// Explicit specialization for short. \_Cxx\_hashtable\_define\_trivial_hash(short)

/// Explicit specialization for int. \_Cxx\_hashtable\_define\_trivial_hash(int)

/// Explicit specialization for long. \_Cxx\_hashtable\_define\_trivial_hash(long)

/// Explicit specialization for long long. \_Cxx\_hashtable\_define\_trivial_hash(long long)

/// Explicit specialization for unsigned short. \_Cxx\_hashtable\_define\_trivial_hash(unsigned short)

/// Explicit specialization for unsigned int. \_Cxx\_hashtable\_define\_trivial_hash(unsigned int)

/// Explicit specialization for unsigned long. \_Cxx\_hashtable\_define\_trivial_hash(unsigned long)

/// Explicit specialization for unsigned long long. \_Cxx\_hashtable\_define\_trivial_hash(unsigned long long)

对于指针类型，标准库只是单一将地址转换为一个size_t值作为hash值，这里特别需要注意的是char *类型的指针，其标准库提供的hash函数只是将指针所指地址转换为一个sieze_t值，如果，你需要用char *所指的内容做hash，那么，你需要自己写hash函数或者调用系统提供的hash<string>。
标准库为string类型对象提供了一个hash函数，即：Murmur hash，。对于float、double、long double标准库也有相应的hash函数，这里，不做过多的解释，相应的可以参看functional_hash.h头文件。
上述只是介绍了基本数据类型，而在实际应用中，有时，我们需要使用自己写的hash函数，那怎么自定义hash函数？参考标准库基本数据类型的hash函数，我们会发现这些hash函数有个共同的特点：通过定义函数对象，实现相应的hash函数，这也就意味我们可以通过自定义相应的函数对象，来实现自定义hash函数。比如：已知平面上有N，每个点的x轴、y轴范围为[0，100]，现在需要统计有多少个不同点？hash函数设计为：将每个点的x、y值看成是101进制，如下所示:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#include<bits\stdc++.h>  
using namespace std;  
struct myHash   
{  
    size_t operator()(pair<int, int> __val) const  
    {  
        return static_cast<size_t>(__val.first * 101 + __val.second);  
    }  
};  
int main()  
{  
    unordered_set<pair<int, int>, myHash> S;  
    int x, y;  
    while (cin >> x >> y)  
        S.insert(make_pair(x, y));  
    for (auto it = S.begin(); it != S.end(); ++it)  
        cout << it->first << " " << it->second << endl;  
    return 0;  
}

equal_to<key>
该参数用于实现比较两个关键字是否相等，至于为什么需要这个参数？这里做点解释，前面我们说过，当不同关键字，通过hash函数，可能会得到相同的关键字值，每当我们在unordered_set里面做数据插入、删除时，由于unordered_set关键字唯一性，所以我们得确保唯一性。标准库定义了基本类型的比较函数，而对于自定义的数据类型，我们需要自定义比较函数。这里有两种方法:重载==操作符和使用函数对象，下面是STL中实现equal_to<key>的源代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

template<typename _Arg, typename _Result>  
    struct unary_function  
    {  
      /// @c argument_type is the type of the argument  
      typedef _Arg  argument_type;     

      /// @c result_type is the return type  
      typedef _Result   result_type;    
    };  
template<typename _Tp>  
    struct equal_to : public binary_function<_Tp, _Tp, bool>  
    {  
      bool  
      operator()(const _Tp& __x, const _Tp& __y) const  
      { return __x == __y; }  
    };

扩容与缩容

在vector中，每当我们插入一个新元素时，如果当前的容量（capacity)已不足，需要向系统申请一个更大的空间，然后将原始数据拷贝到新空间中。这种现象在unordered_set中也存在，比如当前的表长为100，而真实存在表中的数据已经大于1000个元素，此时，每个bucker均摊有10个元素，这样就会影响到unordered_set的存取效率，而标准库通过采用某种策略来对当前空间进行扩容，以此来提高存取效率。当然，这里也存在缩容，原理和扩容类似，不过，需要注意的是，每当unordered_set内部进行一次扩容或者缩容，都需要对表中的数据重新计算，也就是说，扩容或者缩容的时间复杂度至少为。

code：

// unordered_set::find
#include <iostream>
#include <string>
#include <unordered_set>  </unordered_set></string></iostream>

int main ()
{
std::unordered_set<std::string> myset = { "red","green","blue" };  </std::string>

std::string input;
std::cout &lt;&lt; "color? ";  
  getline (std::cin,input);  

  std::unordered_set<std::string>::const_iterator got = myset.find (input);  </std::string>

if ( got == myset.end() )
std::cout &lt;&lt; "not found in myset";  
  else  
    std::cout &lt;&lt; *got &lt;&lt; " is in myset";  

  std::cout &lt;&lt; std::endl;  

  return 0;  
}