Hash_Map 原理-白红宇

Hash_Map 原理

阅读量：4984 次

发布时间：2019-06-12

本文共 7880 字，大约阅读时间需要 26 分钟。

摘要

1、STL的map底层是用红黑树实现的，查找时间复杂度是log(n)；2、STL的hash_map底层是用hash表存储的，查询时间复杂度是O(1)；3、什么时候用map，什么时候用hash_map？这个要看具体的应用，不一定常数级别的hash_map一定比log(n)级别的map要好，hash_map的hash函数以及解决地址冲突等都要耗时间，而且众所周知hash表是以空间换时间的，因而hash_map的内存消耗肯定要大，一般情况下，如果记录非常大，考虑hash_map，查找效率会高很多，如果要考虑内存消耗，则要谨慎使用hash_map。

为什么需要hash_map
map提供一个很常用的功能，那就是提供key-value的存储和查询功能。例如，我要记录一个人名和相应的存储，而且随时增加，要快速查找和修改：
岳不群-华山派掌门人，人称君子剑
张三丰-武当掌门人，太极拳创始人
东方不败-第一高手，葵花宝典
.......
这些信息如果保存下来并不复杂，但是找起来比较麻烦。例如我要找“张三丰”的信息，最笨的方法就是取得所有的记录，然后按照名字一个一个比较。如果要速度快，就需要把这些记录按照字母顺序排列，然后按照二分查找。但是增加记录的时间同时需要保持记录有序，因此需要插入排序。考虑到效率，这就需要用二叉树。如果你使用STL中map容器，你可以非常方便实现这个功能，而不用关心其他细节。看看map的实现。

map<string, string> namemap;

//增加。。。
namemap["岳不群"]="华山派掌门人，人称君子剑";
namemap["张三丰"]="武当掌门人，太极拳创始人";
namemap["东方不败"]="第一高手，葵花宝典";
...

//查找。。
if(namemap.find("岳不群") != namemap.end())
{

...
}

实现起来比较容易，而且效率很高，100万条记录，最多也只要20次的string.compare的比较，就能找到你要找的记录。
速度永远满足不了现实的需求，如果100万条记录，需要频繁的进行搜索时，20次比较也会成为瓶颈，要是能降到一次或者两次比较是否有可能？而且当记录数到200万的时候也是一次或二次比较，是否有可能？而且还需要和map一样的方便使用。
答案是肯定的，这时你需要has_map。虽然hash_map目前没有纳入C++标准模板库中，但几乎每个版本的STL都提供了相应的实现。而且应用十分广泛。在正式使用hash_map之前，先看看hash_map的原理。

1、数据结构：hash_map原理

hash_map基于hash table（哈希表）。哈希表最大的优点是：把数据存储和查询消耗的时间大大降低，几乎可以看成是常数时间；而代价仅仅是消耗比较多的内存。然后在当前可利用内存越来越多的情况下，用空间换时间的做法是值得的。另外，编码比较容易也是它的特点之一。

其基本原理是：使用一个下标范围比较大的数组来存储元素。可以设计一个函数（哈希函数，也叫散列函数），使得每个元素的关键字都与一个函数值（即数组下标，hash值）相对应，于是用这个数组单元来存储这个元素；也可以简单的理解为，按照关键字为每一个元素“分类”，然后将这个元素存储在相应“类”所对应的地方，称为桶。

但是，这不能够保证每个元素的关键字与函数值是一一对应的，因此极有可能出现对不不同的元素，却计算出相同的函数值，这样就产生了“冲突”。换句话说，就是把不同的元素分在了相同的“类”中。总的来说，“直接定址”和“解决冲突”是哈希表的两大特点。

hash_map，首先分配一大片内存，形成许多桶。是利用hash函数，对key进行映射到不同区域进行保存。其插入过程：

1、得到key；

2、通过hash函数得到hash值；

3、得到桶号（一般都为hash值对桶数求模）；

4、存放key和value在桶内；

其取值过程是：

1、得到key；

2、通过hash函数得到hash值；

3、得到桶号；

4、比较桶的内部元素是否与key相等，若不相等，则没有找到；

5、取出相等的记录的value；

hash_map中直接地址用hash函数生成，解决冲突，用比较函数解决。这里可以看出，如果每个桶内部只有一个元素，那么查找的时候只有一次比较。当许多桶没有值时，许多查询就会更快了（指查不到的时候）。

由此可见，要实现哈希表，和用户相关的是：hash函数和比较函数。这两个参数刚好是我们在使用hash_map时需要指定的参数。

2、hash_map的使用

2.1 一个简单的例子

不要急着如何把“岳不群”用hash_map表示，先看一个简单的例子：随你给你一个ID号和ID号相应的信息，ID号的范围是1~231。如何快速查找保存。

#include 
       
        #include 
        
         #include 
         
          using namespace std;int main(){    hash_map
          
            mp;    mp[9527] = "唐伯虎点秋香";    mp[10000] = "百万富翁的生活";    mp[88888] = "白领的工资底线";    if(mp.find(10000) != mp.end())    {        //....    }}这也是比较简单的，和map的使用方法一样。这时你或许会问？hash函数和比较函数呢？不是要指定么？你说对了，但是在你没有指定hash函数和比较函数的时候，你会有一个缺省的函数，看看hash_map的声明，你会更加明白。下面是SGI STL的声明。template 
           
            ,class _EqualKey = equal_to<_Key>,class _Alloc = __STL_DEFAULT_ALLOCATOR(_Tp) >class hash_map{        ...}也就是说，在上例中，有以下等同关系。...hash_map
            
              mymap;//等同于:hash_map

, equal_to

> mymap;Alloc这里不需要关注太多的。

2.2 hash_map的hash函数

hash到底是什么样子？看看源代码：

struct hash
       
         {        size_t operator()(int __x) const { return __x; }};原来是个函数对象。咋SGI STL中，提供了以下hash函数：struct hash
        
         struct hash
         
          struct hash
          
           struct hash
           
            struct hash
            
             struct hash
             
              struct hash
              
               struct hash
               
                struct hash
                
                 struct hash
                 
                  struct hash
                  
                   也就是说，如果你的可以key是以上类型中的一种，你都可以使用缺省的hash函数。当然你自己也可以定义自己的hash函数。对于自定义变量，例如对于string，就必须自定义hash函数。例如：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); }};//如果你希望利用系统定义的字符串hash函数，你可以这样写：struct str_hash{ size_t operator()(const string& str) const { return return __stl_hash_string(str.c_str()); }};在声明自己的hash函数时要注意以下几点：1、使用struct，然后重载operator();2、返回size_t；3、参数是你要hash的key的类型；4、函数是const类型的；如这些比较难记，最简单的方法就是照猫画虎，找一个函数改改就是了。现在开始对开头的“岳不群”进行哈希化，直接替换成下面的声明即可。map
                   
                     namemap;//改为：hash_map
                    
                      namemap;其他用法都不用管。当然不要忘记了str_hash的声明以及头文件改为hash_map。你或许会问：比较函数呢？别急，这里就开始介绍hash_map中的比较函数。

2.3 hash_map的比较函数

在map中的比较函数，需要提供less函数。如果没有提供，缺省的也是less。在hash_map中，要比较桶内的数据和key是否相等，因此需要的是是否等于的函数equal_to。先看看equal_to的源码：

//本代码可以从SGI STL//先看看binary_function 函数声明，其实只是定义一些类型而已。template 
       
        struct binary_function {        typedef _Arg1 first_argument_type;        typedef _Arg2 second_argument_type;        typedef _Result result_type;};//看看equal_to的定义：template 
        
         struct equal_to : public binary_function<_Tp,_Tp,bool>{        bool operator()(const _Tp& __x, const _Tp& __y) const { return __x == __y; }};如果你使用一个自定义的数据类型，如struct mystruct或者const char*的字符串，如何使用比较函数？使用比较函数，有两种方法。第一种是：重载==操作符，利用equal_to；看看下面的例子：struct mystruct{        int iID;        int len;        bool operator==(const mystruct & my) const{                return (iID==my.iID) && (len==my.len) ;        }};这样，就可以使用equal_to
         
          作为比较函数了。另一种方法就是使用函数对象。自定义一个比较函数体：struct compare_str{        bool operator()(const char* p1, const char*p2) const{                return strcmp(p1,p2)==0;        }};有了compare_str，就可以使用hash_map了。typedef hash_map
          
           , compare_str> StrIntMap;StrIntMap namemap;namemap["岳不群"]="华山派掌门人，人称君子剑";namemap["张三丰"]="武当掌门人，太极拳创始人";namemap["东方不败"]="第一高手，葵花宝典";

2.4 hash_map函数

hash_map的函数和map的函数差不多。这里主要介绍几个常用函数。

1、hash_map(size_type n) 如果讲究效率，这个参数是必须要设置的。n 主要用来设置hash_map 容器中hash桶的个数。桶个数越多，hash函数发生冲突的概率就越小，重新申请内存的概率就越小。n越大，效率越高，但是内存消耗也越大。

2、const_iterator find(const key_type& k) const. 用查找，输入为键值，返回为迭代器。

3、data_type& operator . 这是我最常用的一个函数。因为其特别方便，可像使用数组一样使用。不过需要注意的是，当你使用[key ]操作符时，如果容器中没有key元素，这就相当于自动增加了一个key元素。因此当你只是想知道容器中是否有key元素时，你可以使用find。如果你希望插入该元素时，你可以直接使用[]操作符。

4、insert 函数。在容器中不包含key值时，insert函数和[]操作符的功能差不多。但是当容器中元素越来越多，每个桶中的元素会增加，为了保证效率， hash_map会自动申请更大的内存，以生成更多的桶。因此在insert以后，以前的iterator有可能是不可用的。

5、erase 函数。在insert的过程中，当每个桶的元素太多时，hash_map可能会自动扩充容器的内存。但在sgi stl中是erase并不自动回收内存。因此你调用erase后，其他元素的iterator还是可用的。

3、相关hash容器

hash容器除了hash_map外，还有hash_set、hash_multimap、hash_multiset，这些容器使用起来和set、multimap、multiset的区别于hash_map和map的区别一样。

4、其他

这里列几个问题，应该对你理解和使用hash_map比较有帮助。

4.1 hash_map和map的区别在哪里？

（1）构造函数 hash_map需要hash函数，等于函数；map只需要比较函数（小于函数）。

（2）存储结构 hash_map采用hash表存储，map一般采用红黑树实现。因此内存数据结构是不一样的。

4.2 什么时候需要使用hash_map，什么时候需要map？

总体来说，hash_map 查找速度会比map快，而且查找速度基本和数据数据量大小，属于常数级别;而map的查找速度是log(n)级别。并不一定常数就比log(n)小， hash还有hash函数的耗时，明白了吧，如果你考虑效率，特别是在元素达到一定数量级时，考虑考虑hash_map。但若你对内存使用特别严格，希望程序尽可能少消耗内存，那么一定要小心，hash_map可能会让你陷入尴尬，特别是当你的hash_map对象特别多时，你就更无法控制了，而且 hash_map的构造速度较慢。

现在知道如何选择了吗？权衡三个因素: 查找速度, 数据量, 内存使用。

4.3 如何在hash_map中加入自己定义的类型？

你只需要做两件事情：定于hash函数、定义等于比较函数。下面的代码是一个例子：

#include 
       
        #include 
        
         #include 
         
          using namespace std;//define the classclass ClassA{        public:        ClassA(int a):c_a(a){}        int getvalue()const { return c_a;}        void setvalue(int a){c_a;}        private:        int c_a;};//1 define the hash functionstruct hash_A{        size_t operator()(const class ClassA & A)const{                // return hash
          
           (classA.getvalue());                return A.getvalue();        }};//2 define the equal functionstruct equal_A{        bool operator()(const class ClassA & a1, const class ClassA & a2)const{                return a1.getvalue() == a2.getvalue();        }};int main(){        hash_map
           
             hmap;        ClassA a1(12);        hmap[a1]="I am 12";        ClassA a2(198877);        hmap[a2]="I am 198877";                cout<
            
             <

4.4 如何用hash_map替换程序中已有的map容器？

这个很容易，但需要你有良好的编程风格。建议你尽量使用typedef来定义你的类型：

typedef map<Key, Value> KeyMap;

当你希望使用hash_map来替换的时候，只需要修改:

typedef hash_map<Key, Value> KeyMap;

其他的基本不变。当然，你需要注意是否有Key类型的hash函数和比较函数。

4.5 为什么hash_map不是标准的？

具体为什么不是标准的，我也不清楚，有个解释说在STL加入标准C++之时，hash_map系列当时还没有完全实现，以后应该会成为标准。如果谁知道更合理的解释，也希望告诉我。但我想表达的是，正是因为hash_map不是标准的，所以许多平台上安装了g++编译器，不一定有hash_map的实现。我就遇到了这样的例子。因此在使用这些非标准库的时候，一定要事先测试。另外，如果考虑到平台移植，还是少用为佳。

引：http://blog.csdn.net/lewsn2008/article/details/8629285

posted on

2015-04-23 21:14 阅读(

...) 评论(

...)

转载于:https://www.cnblogs.com/cyno/p/4451795.html

你可能感兴趣的文章

MySQL、MongoDB、Redis 数据库之间的区别与使用（本章迭代更新）

struts整合dropzone.js上传图片遇到的点问题

查看>>

tornado样板

查看>>

Windows XP 文件删除之后在回收站找不到文件

查看>>

VMware Workstation安装ubuntu时提示无法获得vmci驱动程序的版本: 句柄无效

python学习手册笔记——33.异常编码细节

查看>>

9.1 计算机网络基础知识

查看>>

如何将DevExpress的Gridcontrol导出到Excel