• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            大龍的博客

            常用鏈接

            統(tǒng)計(jì)

            最新評(píng)論

            hash_map 哈希函數(shù)

            0 為什么需要hash_map

            用過(guò)map吧?map提供一個(gè)很常用的功能,那就是提供key-value的存儲(chǔ)和查找功能。例如,我要記錄一個(gè)人名和相應(yīng)的存儲(chǔ),而且隨時(shí)增加,要快速查找和修改:
            岳不群-華山派掌門人,人稱君子劍
            張三豐-武當(dāng)掌門人,太極拳創(chuàng)始人
            東方不敗-第一高手,葵花寶典
            ...
            這些信息如果保存下來(lái)并不復(fù)雜,但是找起來(lái)比較麻煩。例如我要找"張三豐"的信息,最傻的方法就是取得所有的記錄,然后按照名字一個(gè)一個(gè)比較。如果要速度快,就需要把這些記錄按照字母順序排列,然后按照二分法查找。但是增加記錄的時(shí)候同時(shí)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(huì)沒(méi)完沒(méi)了,如果你使用STL 的map容器,你可以非常方便的實(shí)現(xiàn)這個(gè)功能,而不用關(guān)心其細(xì)節(jié)。關(guān)于map的數(shù)據(jù)結(jié)構(gòu)細(xì)節(jié),感興趣的朋友可以參看學(xué)習(xí)STL map, STL set之?dāng)?shù)據(jù)結(jié)構(gòu)基礎(chǔ)。看看map的實(shí)現(xiàn):
            #include <map>
            #include <string>
            using namespace std;
            ...
            map<string, string> namemap;
            //增加。。。
            namemap["岳不群"]="華山派掌門人,人稱君子劍";
            namemap["張三豐"]="武當(dāng)掌門人,太極拳創(chuàng)始人";
            namemap["東方不敗"]="第一高手,葵花寶典";
            ...
            //查找。。
            if(namemap.find("岳不群") != namemap.end()){
            ...
            }
            不覺(jué)得用起來(lái)很easy嗎?而且效率很高,100萬(wàn)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(wàn)條記錄事,也只要用21次的比較。

            速度永遠(yuǎn)都滿足不了現(xiàn)實(shí)的需求。如果有100萬(wàn)條記錄,我需要頻繁進(jìn)行搜索時(shí),20次比較也會(huì)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(dāng)記錄數(shù)到200萬(wàn)的時(shí)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(shí)你需要has_map. 雖然hash_map目前并沒(méi)有納入C++ 標(biāo)準(zhǔn)模板庫(kù)中,但幾乎每個(gè)版本的STL都提供了相應(yīng)的實(shí)現(xiàn)。而且應(yīng)用十分廣泛。在正式使用hash_map之前,先看看hash_map的原理。

            1 數(shù)據(jù)結(jié)構(gòu):hash_map原理

            這是一節(jié)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(guò)這一節(jié),但我還是建議你看看,多了解一些沒(méi)有壞處。

            hash_map基于hash table(哈希表)。 哈希表最大的優(yōu)點(diǎn),就是把數(shù)據(jù)的存儲(chǔ)和查找消耗的時(shí)間大大降低,幾乎可以看成是常數(shù)時(shí)間;而代價(jià)僅僅是消耗比較多的內(nèi)存。然而在當(dāng)前可利用內(nèi)存越來(lái)越多的情況下,用空間換時(shí)間的做法是值得的。另外,編碼比較容易也是它的特點(diǎn)之一。

            其基本原理是:使用一個(gè)下標(biāo)范圍比較大的數(shù)組來(lái)存儲(chǔ)元素。可以設(shè)計(jì)一個(gè)函數(shù)(哈希函數(shù),也叫做散列函數(shù)),使得每個(gè)元素的關(guān)鍵字都與一個(gè)函數(shù)值(即數(shù)組下標(biāo),hash值)相對(duì)應(yīng),于是用這個(gè)數(shù)組單元來(lái)存儲(chǔ)這個(gè)元素;也可以簡(jiǎn)單的理解為,按照關(guān)鍵字為每一個(gè)元素“分類”,然后將這個(gè)元素存儲(chǔ)在相應(yīng)“類”所對(duì)應(yīng)的地方,稱為桶。

            但是,不能夠保證每個(gè)元素的關(guān)鍵字與函數(shù)值是一一對(duì)應(yīng)的,因此極有可能出現(xiàn)對(duì)于不同的元素,卻計(jì)算出了相同的函數(shù)值,這樣就產(chǎn)生了“沖突”,換句話說(shuō),就是把不同的元素分在了相同的“類”之中。 總的來(lái)說(shuō),“直接定址”與“解決沖突”是哈希表的兩大特點(diǎn)。

            hash_map,首先分配一大片內(nèi)存,形成許多桶。是利用hash函數(shù),對(duì)key進(jìn)行映射到不同區(qū)域(桶)進(jìn)行保存。其插入過(guò)程是:

            1. 得到key
            2. 通過(guò)hash函數(shù)得到hash值
            3. 得到桶號(hào)(一般都為hash值對(duì)桶數(shù)求模)
            4. 存放key和value在桶內(nèi)。
            其取值過(guò)程是:
            1. 得到key
            2. 通過(guò)hash函數(shù)得到hash值
            3. 得到桶號(hào)(一般都為hash值對(duì)桶數(shù)求模)
            4. 比較桶的內(nèi)部元素是否與key相等,若都不相等,則沒(méi)有找到。
            5. 取出相等的記錄的value。
            hash_map中直接地址用hash函數(shù)生成,解決沖突,用比較函數(shù)解決。這里可以看出,如果每個(gè)桶內(nèi)部只有一個(gè)元素,那么查找的時(shí)候只有一次比較。當(dāng)許多桶內(nèi)沒(méi)有值時(shí),許多查詢就會(huì)更快了(指查不到的時(shí)候).

            由此可見(jiàn),要實(shí)現(xiàn)哈希表, 和用戶相關(guān)的是:hash函數(shù)和比較函數(shù)。這兩個(gè)參數(shù)剛好是我們?cè)谑褂胔ash_map時(shí)需要指定的參數(shù)。

            2 hash_map 使用

            2.1 一個(gè)簡(jiǎn)單實(shí)例

            不要著急如何把"岳不群"用hash_map表示,我們先看一個(gè)簡(jiǎn)單的例子:隨機(jī)給你一個(gè)ID號(hào)和ID號(hào)相應(yīng)的信息,ID號(hào)的范圍是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]="唐伯虎點(diǎn)秋香";
            mymap[1000000]="百萬(wàn)富翁的生活";
            mymap[10000]="白領(lǐng)的工資底線";
            ...
            if(mymap.find(10000) != mymap.end()){
            ...
            }
            夠簡(jiǎn)單,和map使用方法一樣。這時(shí)你或許會(huì)問(wèn)?hash函數(shù)和比較函數(shù)呢?不是要指定么?你說(shuō)對(duì)了,但是在你沒(méi)有指定hash函數(shù)和比較函數(shù)的時(shí)候,你會(huì)有一個(gè)缺省的函數(shù),看看hash_map的聲明,你會(huì)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(shuō),在上例中,有以下等同關(guān)系:
            ...
            hash_map<int, string> mymap;
            //等同于:
            hash_map<int, string, hash<int>, equal_to<int> > mymap;
            Alloc我們就不要取關(guān)注太多了(希望深入了解Allocator的朋友可以參看標(biāo)準(zhǔn)庫(kù) STL :Allocator能做什么)

            2.2 hash_map 的hash函數(shù)

            hash< int>到底是什么樣子?看看源碼:
            struct hash<int> {
            size_t operator()(int __x) const { return __x; }
            };
            原來(lái)是個(gè)函數(shù)對(duì)象。在SGI STL中,提供了以下hash函數(shù):
            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(shuō),如果你的key使用的是以上類型中的一種,你都可以使用缺省的hash函數(shù)。當(dāng)然你自己也可以定義自己的hash函數(shù)。對(duì)于自定義變量,你只能如此,例如對(duì)于string,就必須自定義hash函數(shù)。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(tǒng)定義的字符串hash函數(shù),你可以這樣寫:
            struct str_hash{
            size_t operator()(const string& str) const
            {
            return return __stl_hash_string(str.c_str());
            }
            };
            在聲明自己的哈希函數(shù)時(shí)要注意以下幾點(diǎn):
            1. 使用struct,然后重載operator().
            2. 返回是size_t
            3. 參數(shù)是你要hash的key的類型。
            4. 函數(shù)是const類型的。
            如果這些比較難記,最簡(jiǎn)單的方法就是照貓畫虎,找一個(gè)函數(shù)改改就是了。

            現(xiàn)在可以對(duì)開(kāi)頭的"岳不群"進(jìn)行哈希化了 smile . 直接替換成下面的聲明即可:

            map<string, string> namemap;
            //改為:
            hash_map<string, string, str_hash> namemap;
            其他用法都不用邊。當(dāng)然不要忘了吧str_hash的聲明以及頭文件改為hash_map。

            你或許會(huì)問(wèn):比較函數(shù)呢?別著急,這里就開(kāi)始介紹hash_map中的比較函數(shù)。

            2.3 hash_map 的比較函數(shù)

            在map中的比較函數(shù),需要提供less函數(shù)。如果沒(méi)有提供,缺省的也是less< Key> 。在hash_map中,要比較桶內(nèi)的數(shù)據(jù)和key是否相等,因此需要的是是否等于的函數(shù):equal_to< Key> 。先看看equal_to的源碼:
            //本代碼可以從SGI STL
            //先看看binary_function 函數(shù)聲明,其實(shí)只是定義一些類型而已。
            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的定義:
            template <class _Tp>
            struct equal_to : public binary_function<_Tp,_Tp,bool>
            {
            bool operator()(const _Tp& __x, const _Tp& __y) const { return __x == __y; }
            };
            如果你使用一個(gè)自定義的數(shù)據(jù)類型,如struct mystruct, 或者const char* 的字符串,如何使用比較函數(shù)?使用比較函數(shù),有兩種方法. 第一種是:重載==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) ;
            }
            };  
            這樣,就可以使用equal_to< mystruct>作為比較函數(shù)了。另一種方法就是使用函數(shù)對(duì)象。自定義一個(gè)比較函數(shù)體:
            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"]="華山派掌門人,人稱君子劍";
            namemap["張三豐"]="武當(dāng)掌門人,太極拳創(chuàng)始人";
            namemap["東方不敗"]="第一高手,葵花寶典";

            2.4 hash_map 函數(shù)

            hash_map的函數(shù)和map的函數(shù)差不多。具體函數(shù)的參數(shù)和解釋,請(qǐng)參看:STL 編程手冊(cè):Hash_map,這里主要介紹幾個(gè)常用函數(shù)。
            1. hash_map(size_type n) 如果講究效率,這個(gè)參數(shù)是必須要設(shè)置的。n 主要用來(lái)設(shè)置hash_map 容器中hash桶的個(gè)數(shù)。桶個(gè)數(shù)越多,hash函數(shù)發(fā)生沖突的概率就越小,重新申請(qǐng)內(nèi)存的概率就越小。n越大,效率越高,但是內(nèi)存消耗也越大。
            2. const_iterator find(const key_type& k) const. 用查找,輸入為鍵值,返回為迭代器。
            3. data_type& operator[](const key_type& k) . 這是我最常用的一個(gè)函數(shù)。因?yàn)槠涮貏e方便,可像使用數(shù)組一樣使用。不過(guò)需要注意的是,當(dāng)你使用[key ]操作符時(shí),如果容器中沒(méi)有key元素,這就相當(dāng)于自動(dòng)增加了一個(gè)key元素。因此當(dāng)你只是想知道容器中是否有key元素時(shí),你可以使用find。如果你希望插入該元素時(shí),你可以直接使用[]操作符。
            4. insert 函數(shù)。在容器中不包含key值時(shí),insert函數(shù)和[]操作符的功能差不多。但是當(dāng)容器中元素越來(lái)越多,每個(gè)桶中的元素會(huì)增加,為了保證效率,hash_map會(huì)自動(dòng)申請(qǐng)更大的內(nèi)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 函數(shù)。在insert的過(guò)程中,當(dāng)每個(gè)桶的元素太多時(shí),hash_map可能會(huì)自動(dòng)擴(kuò)充容器的內(nèi)存。但在sgi stl中是erase并不自動(dòng)回收內(nèi)存。因此你調(diào)用erase后,其他元素的iterator還是可用的。

            3 相關(guān)hash容器

            hash 容器除了hash_map之外,還有hash_set, hash_multimap, has_multiset, 這些容器使用起來(lái)和set, multimap, multiset的區(qū)別與hash_map和map的區(qū)別一樣,我想不需要我一一細(xì)說(shuō)了吧。

            4 其他

            這里列幾個(gè)常見(jiàn)問(wèn)題,應(yīng)該對(duì)你理解和使用hash_map比較有幫助。

            4.1 hash_map和map的區(qū)別在哪里?

            • 構(gòu)造函數(shù)。hash_map需要hash函數(shù),等于函數(shù);map只需要比較函數(shù)(小于函數(shù)).
            • 存儲(chǔ)結(jié)構(gòu)。hash_map采用hash表存儲(chǔ),map一般采用紅黑樹(RB Tree)實(shí)現(xiàn)。因此其memory數(shù)據(jù)結(jié)構(gòu)是不一樣的。

            4.2 什么時(shí)候需要用hash_map,什么時(shí)候需要用map?

            總體來(lái)說(shuō),hash_map 查找速度會(huì)比map快,而且查找速度基本和數(shù)據(jù)數(shù)據(jù)量大小,屬于常數(shù)級(jí)別;而map的查找速度是log(n)級(jí)別。并不一定常數(shù)就比log(n)小,hash還有hash函數(shù)的耗時(shí),明白了吧,如果你考慮效率,特別是在元素達(dá)到一定數(shù)量級(jí)時(shí),考慮考慮hash_map。但若你對(duì)內(nèi)存使用特別嚴(yán)格,希望程序盡可能少消耗內(nèi)存,那么一定要小心,hash_map可能會(huì)讓你陷入尷尬,特別是當(dāng)你的hash_map對(duì)象特別多時(shí),你就更無(wú)法控制了,而且hash_map的構(gòu)造速度較慢。

            現(xiàn)在知道如何選擇了嗎?權(quán)衡三個(gè)因素: 查找速度, 數(shù)據(jù)量, 內(nèi)存使用。

            這里還有個(gè)關(guān)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中加入自己定義的類型?

            你只要做兩件事, 定義hash函數(shù),定義等于比較函數(shù)。下面的代碼是一個(gè)例子:
            -bash-2.05b$ cat my.cpp
            #include <hash_map>
            #include <string>
            #include <iostream>
            using namespace std;
            //define the class
            class 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 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

            typedef map<Key, Value> KeyMap;

            當(dāng)你希望使用hash_map來(lái)替換的時(shí)候,只需要修改:
            typedef hash_map<Key, Value> KeyMap;
            其他的基本不變。當(dāng)然,你需要注意是否有Key類型的hash函數(shù)和比較函數(shù)。

            4.5為什么hash_map不是標(biāo)準(zhǔn)的?

            具體為什么不是標(biāo)準(zhǔn)的,我也不清楚,有個(gè)解釋說(shuō)在STL加入標(biāo)準(zhǔn)C++之時(shí),hash_map系列當(dāng)時(shí)還沒(méi)有完全實(shí)現(xiàn),以后應(yīng)該會(huì)成為標(biāo)準(zhǔn)。如果誰(shuí)知道更合理的解釋,也希望告訴我。但我想表達(dá)的是,正是因?yàn)閔ash_map不是標(biāo)準(zhǔn)的,所以許多平臺(tái)上安裝了g++編譯器,不一定有hash_map的實(shí)現(xiàn)。我就遇到了這樣的例子。因此在使用這些非標(biāo)準(zhǔn)庫(kù)的時(shí)候,一定要事先測(cè)試。另外,如果考慮到平臺(tái)移植,還是少用為佳。

            4.6 有學(xué)習(xí)使用hash_map的建議嗎?

            hash中文是哈希,也成為散列,聽(tīng)見(jiàn)別人說(shuō)散列容器不要埋怨自己孤陋寡聞。了解hash系列,你還可以看看這篇文章:effective STL 25: 熟悉非標(biāo)準(zhǔn)散列容器, 另外建議查看源代碼。如果還有問(wèn)題,那么你可以在STL論壇上提問(wèn),會(huì)有高手回答你的。

            posted on 2007-11-15 16:52 大龍 閱讀(2518) 評(píng)論(2)  編輯 收藏 引用

            評(píng)論

            # re: hash_map 哈希函數(shù) 2007-12-07 15:38 劉世賢

            謝謝,寫的非常詳細(xì),希望以后多多交流  回復(fù)  更多評(píng)論   

            # re: hash_map 哈希函數(shù) 2012-03-15 21:36 qscool1987

            非常簡(jiǎn)單易懂,謝謝了  回復(fù)  更多評(píng)論   


            只有注冊(cè)用戶登錄后才能發(fā)表評(píng)論。
            網(wǎng)站導(dǎo)航: 博客園   IT新聞   BlogJava   博問(wèn)   Chat2DB   管理


            午夜视频久久久久一区| 久久亚洲日韩看片无码| 日韩AV无码久久一区二区 | 久久夜色精品国产亚洲| 99久久精品国产一区二区蜜芽| 久久国产精品免费一区二区三区| 久久青青国产| 久久久久四虎国产精品| 久久久久亚洲AV成人网| 亚洲AV乱码久久精品蜜桃| 亚洲综合婷婷久久| 伊人久久综合成人网| 国产精品成人久久久久三级午夜电影| 国产高潮国产高潮久久久91 | 久久99热国产这有精品| 性做久久久久久久久| 久久亚洲精品中文字幕三区| 狠狠精品久久久无码中文字幕| 精品一区二区久久久久久久网站| 久久婷婷五月综合成人D啪| 精品久久久久久无码人妻热| 精品人妻久久久久久888| 国内精品伊人久久久久777| 激情综合色综合久久综合| 99久久国语露脸精品国产| 久久综合国产乱子伦精品免费| 伊人久久一区二区三区无码| 久久精品国产99国产电影网 | 一日本道伊人久久综合影| 99久久成人18免费网站| 国产精品久久久久久久| 人妻无码久久一区二区三区免费| 亚洲欧美一区二区三区久久| 久久人搡人人玩人妻精品首页| 99久久夜色精品国产网站| 热99re久久国超精品首页| 国产美女久久精品香蕉69| 久久久精品2019免费观看| 99精品久久精品一区二区| 国产精品久久久久9999高清| 久久97精品久久久久久久不卡|