爲什麼需要hash_map
嶽不羣-華山派掌門人,人稱君子劍 張三丰-武當掌門人,太極拳創始人 東方不敗-第一高手,葵花寶典 ...
#include <map> #include <string> using namespace std; ... map<string, string> namemap; //增加。。。 namemap["嶽不羣"]="華山派掌門人,人稱君子劍"; namemap["張三丰"]="武當掌門人,太極拳創始人"; namemap["東方不敗"]="第一高手,葵花寶典"; ... //查找。。 if(namemap.find("嶽不羣") != namemap.end()){ ... }
速度永遠都滿足不了現實的需求。如果有100萬條記錄,我需要頻繁進行搜索時,20次比較也會成爲瓶頸,要是能降到一次或者兩次比較是否有可能?而且當記錄數到200萬的時候也是一次或者兩次的比較,是否有可能?而且還需要和map一樣的方便使用。
答案是肯定的。這時你需要has_map. 雖然hash_map目前並沒有納入C++ 標準模板庫中,但幾乎每個版本的STL都提供了相應的實現。而且應用十分廣泛。在正式使用hash_map之前,先看看hash_map的原理。
1 數據結構:hash_map原理
這是一節讓你深入理解hash_map的介紹,如果你只是想囫圇吞棗,不想理解其原理,你倒是可以略過這一節,但我還是建議你看看,多瞭解一些沒有壞處。hash_map基於hash table(哈希表)。 哈希表最大的優點,就是把數據的存儲和查找消耗的時間大大降低,幾乎可以看成是常數時間;而代價僅僅是消耗比較多的內存。然而在當前可利用內存越來越多的情況下,用空間換時間的做法是值得的。另外,編碼比較容易也是它的特點之一。
其基本原理是:使用一個下標範圍比較大的數組來存儲元素。可以設計一個函數(哈希函數,也叫做散列函數),使得每個元素的關鍵字都與一個函數值(即數組下標,hash值)相對應,於是用這個數組單元來存儲這個元素;也可以簡單的理解爲,按照關鍵字爲每一個元素“分類”,然後將這個元素存儲在相應“類”所對應的地方,稱爲桶。
但是,不能夠保證每個元素的關鍵字與函數值是一一對應的,因此極有可能出現對於不同的元素,卻計算出了相同的函數值,這樣就產生了“衝突”,換句話說,就是把不同的元素分在了相同的“類”之中。 總的來說,“直接定址”與“解決衝突”是哈希表的兩大特點。
hash_map,首先分配一大片內存,形成許多桶。是利用hash函數,對key進行映射到不同區域(桶)進行保存。其插入過程是:
- 得到key
- 通過hash函數得到hash值
- 得到桶號(一般都爲hash值對桶數求模)
- 存放key和value在桶內。
- 得到key
- 通過hash函數得到hash值
- 得到桶號(一般都爲hash值對桶數求模)
- 比較桶的內部元素是否與key相等,若都不相等,則沒有找到。
- 取出相等的記錄的value。
由此可見,要實現哈希表, 和用戶相關的是:hash函數和比較函數。這兩個參數剛好是我們在使用hash_map時需要指定的參數。
2 hash_map 使用
2.1 一個簡單實例
不要着急如何把"嶽不羣"用hash_map表示,我們先看一個簡單的例子:隨機給你一個ID號和ID號相應的信息,ID號的範圍是1~2的31次方。如何快速保存查找。#include <hash_map> #include <string> using namespace std; int main(){ hash_map<int, string> mymap; mymap[9527]="唐伯虎點秋香"; mymap[1000000]="百萬富翁的生活"; mymap[10000]="白領的工資底線"; ... if(mymap.find(10000) != mymap.end()){ ... }
template <class _Key, class _Tp, class _HashFcn = hash<_Key>, class _EqualKey = equal_to<_Key>, class _Alloc = __STL_DEFAULT_ALLOCATOR(_Tp) > class hash_map { ... }
... hash_map<int, string> mymap; //等同於: hash_map<int, string, hash<int>, equal_to<int> > mymap;
2.2 hash_map 的hash函數
hash< int>到底是什麼樣子?看看源碼:struct hash<int> { size_t operator()(int __x) const { return __x; } };
struct hash<char*> struct hash<const char*> struct hash<char> struct hash<unsigned char> struct hash<signed char> struct hash<short> struct hash<unsigned short> struct hash<int> struct hash<unsigned int> struct hash<long> struct hash<unsigned long>
struct str_hash{ size_t operator()(const string& str) const { unsigned long __h = 0; for (size_t i = 0 ; i < str.size() ; i ++) __h = 5*__h + str[i]; return size_t(__h); } }; //如果你希望利用系統定義的字符串hash函數,你可以這樣寫: struct str_hash{ size_t operator()(const string& str) const { return return __stl_hash_string(str.c_str()); } };
- 使用struct,然後重載operator().
- 返回是size_t
- 參數是你要hash的key的類型。
- 函數是const類型的。
現在可以對開頭的"嶽不羣"進行哈希化了 . 直接替換成下面的聲明即可:
map<string, string> namemap; //改爲: hash_map<string, string, str_hash> namemap;
你或許會問:比較函數呢?彆着急,這裏就開始介紹hash_map中的比較函數。
2.3 hash_map 的比較函數
在map中的比較函數,需要提供less函數。如果沒有提供,缺省的也是less< Key> 。在hash_map中,要比較桶內的數據和key是否相等,因此需要的是是否等於的函數:equal_to< Key> 。先看看equal_to的源碼://本代碼可以從SGI STL //先看看binary_function 函數聲明,其實只是定義一些類型而已。 template <class _Arg1, class _Arg2, class _Result> struct binary_function { typedef _Arg1 first_argument_type; typedef _Arg2 second_argument_type; typedef _Result result_type; }; //看看equal_to的定義: template <class _Tp> struct equal_to : public binary_function<_Tp,_Tp,bool> { bool operator()(const _Tp& __x, const _Tp& __y) const { return __x == __y; } };
struct mystruct{ int iID; int len; bool operator==(const mystruct & my) const{ return (iID==my.iID) && (len==my.len) ; } };
struct compare_str{ bool operator()(const char* p1, const char*p2) const{ return strcmp(p1,p2)==0; } };
typedef hash_map<const char*, string, hash<const char*>, compare_str> StrIntMap; StrIntMap namemap; namemap["嶽不羣"]="華山派掌門人,人稱君子劍"; namemap["張三丰"]="武當掌門人,太極拳創始人"; namemap["東方不敗"]="第一高手,葵花寶典";
2.4 hash_map 函數
hash_map的函數和map的函數差不多。具體函數的參數和解釋,請參看:STL 編程手冊:Hash_map,這裏主要介紹幾個常用函數。- hash_map(size_type n) 如果講究效率,這個參數是必須要設置的。n 主要用來設置hash_map 容器中hash桶的個數。桶個數越多,hash函數發生衝突的概率就越小,重新申請內存的概率就越小。n越大,效率越高,但是內存消耗也越大。
- const_iterator find(const key_type& k) const. 用查找,輸入爲鍵值,返回爲迭代器。
- data_type& operator[](const key_type& k) . 這是我最常用的一個函數。因爲其特別方便,可像使用數組一樣使用。不過需要注意的是,當你使用[key ]操作符時,如果容器中沒有key元素,這就相當於自動增加了一個key元素。因此當你只是想知道容器中是否有key元素時,你可以使用find。如果你希望插入該元素時,你可以直接使用[]操作符。
- insert 函數。在容器中不包含key值時,insert函數和[]操作符的功能差不多。但是當容器中元素越來越多,每個桶中的元素會增加,爲了保證效率,hash_map會自動申請更大的內存,以生成更多的桶。因此在insert以後,以前的iterator有可能是不可用的。
- erase 函數。在insert的過程中,當每個桶的元素太多時,hash_map可能會自動擴充容器的內存。但在sgi stl中是erase並不自動回收內存。因此你調用erase後,其他元素的iterator還是可用的。