STL容器之map与hash_map-创新互联

一、简介

就应用来说，map已经是STL标准库的成员，而hash_map暂时还未进入标准库，是扩展ext中的一个功能，但也是非常常用并且非常重要的库。

二、简单对比

首先，要说的是这两种数据结构的都提供了KEY-VALUE的存储和查找的功能。但是实现是不一样的，map是用的红黑树，查询时间复杂度为log(n)。而hash_map是用的哈希表，查询时间复杂度理论上可以是常数，但是消耗内存大，是一种以存储换时间的方法。

树查找，在总查找效率上比不上hash表，但是它很稳定，它的算法复杂度不会出现波动。在一次查找中，你可以断定它最坏的情况下其复杂度不会超过O(log2N)。而hash表就不一样，是O(1)，还是O(N)，或者在其之间，你并不能把握。

三、hash_map的使用

可见，如果定义完整的hash_map，需要提供等5个模板参数，由于后三个都有默认值，所以一般我们只需要提供前两个。

1> 定义__gnu_cxx::hash_map myHashMap不会出错，然而一旦对myHashMap进行操作，就会出现编译错误“instantiated from here”，这是因为gnu版本的hash_map只实现了有限的几个hash模板函数（见第三个模板参数，这些函数在hash_fun.h中），而这些函数里包括hash，但是不包括hash的实例化。解决办法是定义哈希表前自己特化一个实例，这样编译器就知道调用这个函数了。

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

2> 第四个参数key相等判断函数的意义

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

你会发现，虽然name1和name2都是zhu，但是插入了name1，用name2去查找时，还是查无结果。这是涉及到第四个模板参数，判断key相等，默认的是std::equal_to，而这个函数的定义是用operator==来进行判断的，指针的相等当然就是地址一样了，而name1和name2的地址显然不同。解决办法是用自己指定的函数模板替代默认的。

#include 
#include 
#include 
#include 

using namespace std;

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

用刚刚特化的hash_map就是可以找到的，因为string重载了operator==操作符。

编译使用-Wno-deprecated选项，不然会有backward_warning.h头文件里的告警。

四、肤浅的对比测试(map,系统hash函数的hash_map及自写hash函数的hash_map)

[zhuhuifeng@localhost ~]$ cat /tmp/name.txt | wc -l
25848136
#从现有的游戏数据库里拉了561916个角色名(里面本来就有重复的)，然后重复追加了几次，变成了
#2584万行的数据

1.系统hash函数的hash_map实现

#include 
#include 
#include 
#include 

using namespace std;
//特化hash函数的string版本
namespace __gnu_cxx
{
        template <>
        struct hash
        {
                size_t operator()(const string &s) const
                { return __stl_hash_string(s.c_str()); }
        };
}
//计算当前时间
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< fileMap;
        string temp;        //存放每行的临时字符串
        int i = 0;          //统计总个数
        ifstream in;
        in.open("/tmp/name.txt", ifstream::in);
        if (!in)
        {
                cout << "open file failed" << endl;
                return 1;
        }
        curTime();        //从这里开始计时
        while (in >> temp)
        {
                if (fileMap.find(temp) == fileMap.end())
                {
                        ++i;
                        fileMap[temp] = i;
                }
        }
        curTime();        //计时结束
        cout << i << endl;
        in.close();
        return 0;
}

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

2.自写hash函数的hash_map

#include 
#include 
#include 
#include 

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< 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;
}

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

3.STL的map

#include 
#include 
#include 
#include 

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

4.执行查看结果

[zhuhuifeng@localhost ~]$ ./hashMap       #7秒
2015-11-06 16:25:41
2015-11-06 16:25:48
459256
[zhuhuifeng@localhost ~]$ ./strhashMap    #8秒，和上面的相差无几
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、总结

这个测试仅仅是个人娱乐，并没有什么实际价值。最后就是一句话，hash_map是基于hash_table实现的，而hash_table是把以双刃剑，用的好效率很高O(1)，用的不好奔着O(N)就去了。

六、注意hash_map死循环

这个问题简单说来，就是gnu的实现是，内部有个_M_Cur指针指示当前位置A，每次计算operator++，都用当前位置的key调用hash函数计算下一个位置B，如果key传入hash_map以后，又在外部将其内容破坏，导致hash函数计算后的B位置在A位置之前，那么从B到达A以后，又会跳回B，形成B-A区间的死循环。

#include 
#include 
#include 

using namespace std;
int main()
{
        __gnu_cxx::hash_map hashMap;
        char name[10] = "zhu";
        hashMap.insert(pair(name, 1));
        strncpy(name, "wang", 10);      //在外部改变了已经传入hash_map中的key，导致死循环
        for (__gnu_cxx::hash_map::iterator it = hashMap.begin(); it != hashMap.end(); ++it)
        {
                cout << it->first << "  " << it->second << endl;
        }
        return 0;
}

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。