c++ hash_map 詳細介紹

為什麼需要hash_map 
用過map吧。map提供一個很常用的功能，那就是提供key-value的儲存和尋找功能。例如，我要記錄一個人名和相應的儲存，而且隨時增加，要快速尋找和修改： 

嶽不群－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 
... 


這些資訊如果儲存下來並不複雜，但是找起來比較麻煩。例如我要找"張三丰"的資訊，最傻的方法就是取得所有的記錄，然後按照名字一個一個比較。如果要速度快，就需要把這些記錄按照字母順序排列，然後按照二分法尋找。但是增加記錄的時候同時需要保持記錄有序，因此需要插入排序。考慮到效率，這就需要用到二叉樹。講下去會沒完沒了，如果你使用STL 的map容器，你可以非常方便的實現這個功能，而不用關心其細節。關於map的資料結構細節，感興趣的朋友可以參看學習STL map, STL set之資料結構基礎。看看map的實現: 

#include <map> 
#include <string> 
using namespace std; 
... 
map<string, string> namemap; 
//增加。。。 
namemap["嶽不群"]="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"; 
... 
//尋找。。 
if(namemap.find("嶽不群") != namemap.end()){ 
... 
} 


不覺得用起來很easy嗎。而且效率很高，100萬條記錄，最多也只要20次的string.compare的比較，就能找到你要找的記錄;200萬條記錄事，也只要用21次的比較。 

速度永遠都滿足不了現實的需求。如果有100萬條記錄，我需要頻繁進行搜尋時，20次比較也會成為瓶頸，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 資料結構：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（雜湊表）。雜湊表最大的優點，就是把資料的儲存和尋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記憶體。然而在當前可利用記憶體越來越多的情況下，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儲存元素。可以設計一個函數（雜湊函數，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儲存這個元素；也可以簡單的理解為，按照關鍵字為每一個元素“分類”，然後將這個元素儲存在相應“類”所對應的地方，稱為桶。 

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”是雜湊表的兩大特點。 

hash_map，首先分配一大片記憶體，形成許多桶。是利用hash函數，對key進行映射到不同地區（桶）進行儲存。其插入過程是： 

   1. 得到key 
   2. 通過hash函數得到hash值 
   3. 得到桶號(一般都為hash值對桶數求模) 
   4. 存放key和value在桶內。 

其取值過程是: 

   1. 得到key 
   2. 通過hash函數得到hash值 
   3. 得到桶號(一般都為hash值對桶數求模) 
   4. 比較桶的內部元素是否與key相等，若都不相等，則沒有找到。 
   5. 取出相等的記錄的value。 

hash_map中直接地址用hash函數產生，解決衝突，用比較函數解決。這裡可以看出，如果每個桶內部只有一個元素，那麼尋找的時候只有一次比較。當許多桶內沒有值時，許多查詢就會更快了(指查不到的時候). 

由此可見，要實現雜湊表, 和使用者相關的是：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 一個簡單一實例 
不要著急如何把"嶽不群"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號相應的資訊，ID號的範圍是1～2的31次方。如何快速儲存尋找。 

#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()){ 
... 
} 


夠簡單，和map使用方法一樣。這時你或許會問。hash函數和比較函數呢。不是要指定麼。你說對了，但是在你沒有指定hash函數和比較函數的時候，你會有一個預設的函數，看看hash_map的聲明，你會更加明白。下面是SGI STL的聲明： 

template <class _Key, class _Tp, class _HashFcn = hash<_Key>, 
class _EqualKey = equal_to<_Key>, 
class _Alloc = __STL_DEFAULT_ALLOCATOR(_Tp) > 
class hash_map 
{ 
... 
} 


也就是說，在上例中，有以下等同關係： 

... 
hash_map<int, string> mymap; 
//等同於: 
hash_map<int, string, hash<int>, equal_to<int> > mymap; 


Alloc我們就不要取關注太多了(希望深入瞭解Allocator的朋友可以參看標準庫 STL ：Allocator能做什麼) 
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; } 
}; 


原來是個函數對象。在SGI STL中，提供了以下hash函數： 

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> 


也就是說，如果你的key使用的是以上類型中的一種，你都可以使用預設的hash函數。當然你自己也可以定義自己的hash函數。對於自訂變數，你只能如此，例如對於string，就必須自訂hash函數。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); 
} 
}; 
//如果你希望利用系統定義的字串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()); 
} 
}; 


在聲明自己的雜湊函數時要注意以下幾點： 

   1. 使用struct，然後重載operator(). 
   2. 返回是size_t 
   3. 參數是你要hash的key的類型。 
   4. 函數是const類型的。 

如果這些比較難記，最簡單的方法就是照貓畫虎，找一個函數改改就是了。