学习hash_map从而了解如何写stl里面的hash函数和equal或者compare函数

---恢复内容开始---

看到同事用unordered_map了所以找个帖子学习学习

http://blog.sina.com.cn/s/blog_4c98b9600100audq.html

(一)为什么需要hash_map

用过map吧？map提供一个很常用的功能，那就是提供key-value的存储和查找功能。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：

key value

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，最傻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，然后按照二分法查找。但是增加记录的时候同时需要保持记录有序，因此需要插入排序。考虑到效率，这就需要用到二叉树。讲下去会没完没了，如果你使用STL 的map容器，你可以非常方便的实现这个功能，而不用关心其细节。关于map的数据结构细节。看看map的实现:

 #include<map>

 #include<string>

 using namespace std;

 ...

 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())

 {

         ...

 }

不觉得用起来很easy吗？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;200万条记录事，也只要用21次的比较。

速度永远都满足不了现实的需求。如果有100万条记录，我需要频繁进行搜索时，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者两次的比较，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目前并没有纳入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

这是一节让你深入理解hash_map的介绍，如果你只是想囫囵吞枣，不想理解其原理，你倒是可以略过这一节，但我还是建议你看看，多了解一些没有坏处。

hash_map基于hash table（哈希表）。哈希表最大的优点，就是把数据的存储和查找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。然而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，也叫做散列函数），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_{(如果以后要找某个值,只需要根据key值进行hash然后计算出下标后去这个下标处取value就可以了)}；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，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于不同的元素，却计算出了相同的函数值，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”之中。总的来说，“直接定址”与“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。然后利用hash函数，对key进行映射到不同区域（桶）进行保存。其插入过程是：

得到key
通过hash函数得到hash值
得到桶号(一般都为hash值对桶数求模)
存放key和value在桶内。

hash函数 hash值对桶数求模

key-------------------->hash值-------------------------->桶号--------------------->放置key:value进桶号对应的桶里面

其取值过程是:

得到key
通过hash函数得到hash值
得到桶号(一般都为hash值对桶数求模)
比较桶的内部元素是否与key相等，若都不相等，则没有找到。
取出相等的记录的value。

hash函数 hash值对桶数求模外部key和桶号里面对应的key是否相等

key-------------------->hash值-------------------------->桶号------------------------------------------------------>取出桶号对应的桶里面的value值

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。当许多桶内没有值时，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 使用

2.1 一个简单实例

不要着急如何把"岳不群"用hash_map表示，我们先看一个简单的例子：随机给你一个ID号和ID号相应的信息，ID号的范围是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]="唐伯虎点秋香";

mymap[1000000]="百万富翁的生活";

mymap[10000]="白领的工资底线";

...

if(mymap.find(10000) != mymap.end()){

...

}

够简单，和map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 _Key, class _Tp, 

          class _HashFcn = hash<_Key>,

　　　　　　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<int, string> mymap;  等价于   hash_map<int, string, hash<int>, equal_to<int> > mymap;

Alloc我们就不要取关注太多了(希望深入了解Allocator的朋友可以参看标准库 STL ：Allocator能做什么 https://www.so.com/s?q=%E6%A0%87%E5%87%86%E5%BA%93%20STL%20%EF%BC%9AAllocator%E8%83%BD%E5%81%9A%E4%BB%80%E4%B9%88&ie=utf-8&src=se7_newtab_new)

2.2 hash_map 的hash函数

hash< int>到底是什么样子？看看源码:

 struct hash<int> {    //模板特化

         size_t operator()(int __x) const { return __x; }

 };

原来是个函数对象。在SGI STL中，提供了以下hash函数：

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>

也就是说，如果你的key使用的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，你只能如此，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 = ;

                 for (size_t i =  ; i < str.size() ; i ++)

                 　　　　__h = 5*__h + str[i];    //构造哈希值


                 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 __stl_hash_string(str.c_str());  //自己写了一下__stl_hash_int(i);  貌似不认....

         }

 };

在声明自己的哈希函数时要注意以下几点：

使用struct，然后重载operator().
返回是size_t
参数是你要hash的key的类型。
函数是const类型的。

如果这些比较难记，最简单的方法就是照猫画虎，找一个函数改改就是了。

现在可以对开头的"岳不群"进行哈希化了如何定义hash函数. 直接替换成下面的声明即可：

map<string, string> namemap;-------------->hash_map<string, string, str_hash> namemap;

其他用法都不用边。当然不要忘了吧str_hash的声明以及头文件改为hash_map。

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< Key> 。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< Key> 。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 <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的定义：

 template <class _Tp>

 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< mystruct>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)==;

         }

 };

有了compare_str，就可以使用hash_map了。

typedef hash_map<const char*, string, hash<const char*>, 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。

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。
const_iterator find(const key_type& k) const. 用查找，输入为键值，返回为迭代器。
data_type& operator[](const key_type& k) . 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。
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。

这里列几个常见问题，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?

构造函数。hash_map需要hash函数，equal函数;map只需要compare函数(小于函数).
存储结构。hash_map采用hash表存储，map一般采用红黑树(RB Tree)实现。因此其memory数据结构是不一样的。

4.2 什么时候需要用hash_map，什么时候需要用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量大小无关，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。

这里还有个关于hash_map和map的小故事，看看:http://dev.csdn.net/Develop/article/14/14019.shtm

4.3 如何在hash_map中加入自己定义的类型?

你只要做两件事, 定义hash函数，定义等于比较函数。下面的代码是一个例子:

 #include <hash_map>

 #include <string>

 #include <iostream>

 using namespace std;

 class ClassA

 {

     public:

         ClassA(int a):c_a(a){}

         int getvalue()const { return c_a;}

         void setvalue(int a){c_a=a;}

     private:

         int c_a;

 };

 // define the hash function

 struct hash_A

 {

     size_t operator()(const class ClassA & A)const

     {

         //  return  hash<int>(classA.getvalue());

         return A.getvalue();

     }

 };

 // define the equal function

 struct equal_A

 {

         bool operator()(const class ClassA & a1, const class ClassA & a2)const

         {

             return  a1.getvalue() == a2.getvalue();

         }

 };

 int main()

 {

     hash_map<ClassA, string, hash_A, equal_A> hmap;

     ClassA a1();

     ClassA a2();

     hmap[a1]="I am 12";

     hmap[a2]="I am 198877";

     cout<<hmap[a1]<<endl;

     cout<<hmap[a2]<<endl;

     return ;

 }
//输出结果
I am 12
I am 19877

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。

4.6 有学习使用hash_map的建议吗?

hash中文是哈希，也成为散列，听见别人说散列容器不要埋怨自己孤陋寡闻。了解hash系列，你还可以看看这篇文章:effective STL 25: 熟悉非标准散列容器, 另外建议查看源代码。如果还有问题，那么你可以在STL论坛上提问，会有高手回答你的。

-----------------------------------------------------------------------------------------------------------下面继续转载一个关于map和hash_map的小故事--感谢博主cheriec--------------------------------------------------

http://blog.sina.com.cn/s/blog_4d3a41f40100eoei.html

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

秒客网

学习hash_map从而了解如何写stl里面的hash函数和equal或者compare函数

相关文章