條條大路通羅馬，為什么你不隨便選一條？
0 為什么需要hash_map
用過map吧？map提供一個很常用的功能，那就是提供key-value的存儲和查找功能。例如，我要記錄一個人名和相應的存儲，而且隨時增加，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－武當掌門人，太極拳創始人
東方不敗－第一高手，葵花寶典
...
這些信息如果保存下來并不復雜，但是找起來比較麻煩。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，然后按照二分法查找。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。關于map的數據結構細節，感興趣的朋友可以參看
學習STL map, STL set之數據結構基礎。看看map的實現:
#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"]="武當掌門人，太極拳創始人";
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，我需要頻繁進行搜索時，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目前并沒有納入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 數據結構：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，多了解一些沒有壞處。
hash_map基于hash table（哈希表）。 哈希表最大的優點，就是把數據的存儲和查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內存。然而在當前可利用內存越來越多的情況下，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：使用一個下標范圍比較大的數組來存儲元素。可以設計一個函數（哈希函數，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，于是用這個數組單元來存儲這個元素；也可以簡單的理解為，按照關鍵字為每一個元素“分類”，然后將這個元素存儲在相應“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于不同的元素，卻計算出了相同的函數值，這樣就產生了“沖突”，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“解決沖突”是哈希表的兩大特點。
hash_map，首先分配一大片內存，形成許多桶。是利用hash函數，對key進行映射到不同區域（桶）進行保存。其插入過程是：
- 得到key
- 通過hash函數得到hash值
- 得到桶號(一般都為hash值對桶數求模)
- 存放key和value在桶內。
其取值過程是:
- 得到key
- 通過hash函數得到hash值
- 得到桶號(一般都為hash值對桶數求模)
- 比較桶的內部元素是否與key相等，若都不相等，則沒有找到。
- 取出相等的記錄的value。
hash_map中直接地址用hash函數生成，解決沖突，用比較函數解決。這里可以看出，如果每個桶內部只有一個元素，那么查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，要實現哈希表, 和用戶相關的是：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 一個簡單實例
不要著急如何把"岳不群"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號相應的信息，ID號的范圍是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？不是要指定么？你說對了，但是在你沒有指定hash函數和比較函數的時候，你會有一個缺省的函數，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我們就不要取關注太多了(希望深入了解Allocator的朋友可以參看
標準庫 STL ：Allocator能做什么)
2.2 hash_map 的hash函數
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，你都可以使用缺省的hash函數。當然你自己也可以定義自己的hash函數。對于自定義變量，你只能如此，例如對于string，就必須自定義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符串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());
????????}
};
在聲明自己的哈希函數時要注意以下幾點：
- 使用struct，然后重載operator().
- 返回是size_t
- 參數是你要hash的key的類型。
- 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。
現在可以對開頭的"岳不群"進行哈希化了 
. 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。當然不要忘了吧str_hash的聲明以及頭文件改為hash_map。
你或許會問：比較函數呢？別著急，這里就開始介紹hash_map中的比較函數。
2.3 hash_map 的比較函數
在map中的比較函數，需要提供less函數。如果沒有提供，缺省的也是less< Key> 。在hash_map中，要比較桶內的數據和key是否相等，因此需要的是是否等于的函數:equal_to< Key> 。先看看equal_to的源碼：
//本代碼可以從SGI?STL
//先看看binary_function?函數聲明，其實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;?}
};
如果你使用一個自定義的數據類型，如struct mystruct, 或者const char* 的字符串，如何使用比較函數？使用比較函數，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>作為比較函數了。另一種方法就是使用函數對象。自定義一個比較函數體：
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"]="武當掌門人，太極拳創始人";
namemap["東方不敗"]="第一高手，葵花寶典";
2.4 hash_map 函數
hash_map的函數和map的函數差不多。具體函數的參數和解釋，請參看：
STL 編程手冊：Hash_map，這里主要介紹幾個常用函數。
- hash_map(size_type n) 如果講究效率，這個參數是必須要設置的。n 主要用來設置hash_map 容器中hash桶的個數。桶個數越多，hash函數發生沖突的概率就越小，重新申請內存的概率就越小。n越大，效率越高，但是內存消耗也越大。
- const_iterator find(const key_type& k) const. 用查找，輸入為鍵值，返回為迭代器。
- data_type& operator[](const key_type& k) . 這是我最常用的一個函數。因為其特別方便，可像使用數組一樣使用。不過需要注意的是，當你使用[key ]操作符時，如果容器中沒有key元素，這就相當于自動增加了一個key元素。因此當你只是想知道容器中是否有key元素時，你可以使用find。如果你希望插入該元素時，你可以直接使用[]操作符。
- insert 函數。在容器中不包含key值時，insert函數和[]操作符的功能差不多。但是當容器中元素越來越多，每個桶中的元素會增加，為了保證效率，hash_map會自動申請更大的內存，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 函數。在insert的過程中，當每個桶的元素太多時，hash_map可能會自動擴充容器的內存。但在sgi stl中是erase并不自動回收內存。因此你調用erase后，其他元素的iterator還是可用的。
3 相關hash容器
hash 容器除了hash_map之外，還有hash_set, hash_multimap, has_multiset, 這些容器使用起來和set, multimap, multiset的區別與hash_map和map的區別一樣，我想不需要我一一細說了吧。
4 其他
這里列幾個常見問題，應該對你理解和使用hash_map比較有幫助。
4.1 hash_map和map的區別在哪里？
- 構造函數。hash_map需要hash函數，等于函數；map只需要比較函數(小于函數).
- 存儲結構。hash_map采用hash表存儲，map一般采用紅黑樹(RB Tree)實現。因此其memory數據結構是不一樣的。
4.2 什么時候需要用hash_map，什么時候需要用map?
總體來說，hash_map 查找速度會比map快，而且查找速度基本和數據數據量大小，屬于常數級別;而map的查找速度是log(n)級別。并不一定常數就比log(n)小，hash還有hash函數的耗時，明白了吧，如果你考慮效率，特別是在元素達到一定數量級時，考慮考慮hash_map。但若你對內存使用特別嚴格，希望程序盡可能少消耗內存，那么一定要小心，hash_map可能會讓你陷入尷尬，特別是當你的hash_map對象特別多時，你就更無法控制了，而且hash_map的構造速度較慢。
現在知道如何選擇了嗎？權衡三個因素: 查找速度, 數據量, 內存使用。
這里還有個關于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，定義等于比較函數。下面的代碼是一個例子：
-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
4.4如何用hash_map替換程序中已有的map容器？
這個很容易，但需要你有良好的編程風格。建議你盡量使用typedef來定義你的類型：
typedef?map<Key,?Value>?KeyMap;
當你希望使用hash_map來替換的時候，只需要修改:
typedef?hash_map<Key,?Value>?KeyMap;
其他的基本不變。當然，你需要注意是否有Key類型的hash函數和比較函數。
4.5為什么hash_map不是標準的？
具體為什么不是標準的，我也不清楚，有個解釋說在STL加入標準C++之時，hash_map系列當時還沒有完全實現，以后應該會成為標準。如果誰知道更合理的解釋，也希望告訴我。但我想表達的是，正是因為hash_map不是標準的，所以許多平臺上安裝了g++編譯器，不一定有hash_map的實現。我就遇到了這樣的例子。因此在使用這些非標準庫的時候，一定要事先測試。另外，如果考慮到平臺移植，還是少用為佳。
4.6 有學習使用hash_map的建議嗎？
hash中文是哈希，也成為散列，聽見別人說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: 熟悉非標準散列容器, 另外建議查看源代碼。如果還有問題，那么你可以在
STL論壇上提問，會有高手回答你的。
5 參考文章:
- 詳細解說 STL 排序(Sort)
- 詳細解說 STL string
- Effective STL 中文版
- 論壇討論:STL論壇: 詳細解說STL hash_map系列