C++ STL中哈希表 hash_map介绍
0 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：
#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；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 。是利用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 。
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_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;
//等同于:
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)
2.2 hash_map 的
hash函数
hash< int>到底是什么样子？看看源码:
struct hash<int> {
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 hash_string{
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 hash_string{
size_t operator()(const string& str) const
{
return __stl_hash_string(str.c_str());
}
};
在Visual Studio下 ，hash function 和 equal function 在一个结构中 ，不想SGI的是分开的 。
struct hash_string
{
static const size_t bucket_size = 4;
static const size_t min_buckets = 8;
// 1. define the hash function
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);
}
//// 1. define the hash function
//size_t operator()(const string& str) const
//{
// return __stl_hash_string(str.c_str());
//}
// 2. define the equal function
bool operator()(const string& p1, const string& p2) const{
return p1 == p2;
}
};
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 . 直接替换成下面的声明即可：
map<string, string> namemap;
//改为：
hash_map<string, string, hash_string> namemap;
其他用法都不用边 。当然不要忘了吧hash_string的声明以及头文件改为hash_map 。
你或许会问：比较函数呢？别着急 ，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< 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)==0;
}
};
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 。具体函数的参数和解释 ，请参看：STL 编程手册：Hash_map ，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 。
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之外 ，还有hash_set, hash_multimap, has_multiset, 这些容器使用起来和set, multimap, multiset的区别与hash_map和map的区别一样 ，我想不需要我一一细说了吧 。
4 其他
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 ，等于函数；map只需要比较函数(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 。
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：
-bash-2.05b$ cat my.cpp
#include <string>
#include <iostream>
using namespace std;
// just for "#include <hash_map>" in linux
#if __GNUC__>2
#include <ext/hash_map>
using __gnu_cxx::hash_map;
#else
#include <hash_map>
#endif
// 0 define the class
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;
};
// 1 define the hash function
struct hash_A{
size_t operator()(const class ClassA & A)const{
// return hash<int>(classA.getvalue());
return A.getvalue();
}
};
// 2 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(12);
hmap[a1]="I am 12";
ClassA a2(198877);
hmap[a2]="I am 198877";
cout<<hmap[a1]<<endl;
cout<<hmap[a2]<<endl;
return 0;
}
-bash-2.05b$ make my
c++ -O -pipe -march=pentiumpro my.cpp -o my
-bash-2.05b$ ./my
I am 12
I am 198877
在Visual Studio下 ，hash function 和 equal function 在一个结构中 ，不想SGI的是分开的 。
class MyClass
{
....
};
struct my_hash
{
static const size_t bucket_size = 4;
static const size_t min_buckets = 8;
size_t operator()(const MyClass& Key) const
{
size_t hash = 999;
for (size_t i = 0; i < 100000; i++)
hash = "hash function";
return hash;
}
bool operator()(const MyClass& c1, const MyClass& c2) const
{
return "equal function";
}
};
int main()
{
hash_map<MyClass, int, my_hash> my;
......
}
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 。
声明：本站所有文章 ，如无特殊说明或标注 ，均为本站原创发布 。任何个人或组织 ，在未征得本站同意时 ，禁止复制 、盗用 、采集 、发布本站内容到任何网站 、书籍等各类媒体平台 。如若本站内容侵犯了原著者的合法权益 ，可联系我们进行处理 。
