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:
1 #include<map> 2 #include<string> 3 using namespace std; 4 5 ... 6 7 map<string, string> nameMap; 8 9 //增加 10 nameMap["岳不群"]="华山派掌门人，人称君子剑"; 11 namemap["张三丰"]="武当掌门人，太极拳创始人"; 12 namemap["东方不败"]="第一高手，葵花宝典"; 13 14 ... 15 16 //查找 17 if(namemap.find("岳不群") != namemap.end()) 18 { 19 ... 20 }
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:
1 struct hash<int> { //模板特化 2 3 size_t operator()(int __x) const { return __x; } 4 5 };
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：
1 struct str_hash
{ 3 size_t operator()(const string& str) const 5 { 7 unsigned long __h = 0; 8 9 for (size_t i = 0 ; i < str.size() ; i ++) 11 __h = 5*__h + str[i]; //构造哈希值 12 13 return size_t(__h); 15 } 16 17 };
//如果你希望利用系统定义的字符串hash函数，你可以这样写：
1 struct str_hash 2 { 3 size_t operator()(const string& str) const 4 5 { 6 7 return __stl_hash_string(str.c_str()); //自己写了一下__stl_hash_int(i); 貌似不认.... 8 9 } 10 11 };
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：
1 template <class _Tp> 2 struct equal_to : public binary_function<_Tp,_Tp,bool> 3 { 4 bool operator()(const _Tp& __x, const _Tp& __y) const { return __x == __y; } 5 };
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：
1 struct mystruct 2 { 3 int iID; 4 int len; 5 6 bool operator==(const mystruct & my) const 7 { 8 return (iID==my.iID) && (len==my.len) ; 9 } 10 11 };
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：
1 struct compare_str 2 { 3 bool operator()(const char* p1, const char*p2) const 4 { 5 return strcmp(p1,p2)==0; 6 } 7 8 };
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:
1 #include <hash_map> 2 #include <string> 3 #include <iostream> 4 using namespace std; 5 6 class ClassA 7 { 8 public: 9 ClassA(int a):c_a(a){} 10 11 int getvalue()const { return c_a;} 12 13 void setvalue(int a){c_a=a;} 14 private: 15 int c_a; 16 }; 17 18 19 20 // define the hash function 21 struct hash_A 22 { 23 size_t operator()(const class ClassA & A)const 24 { 25 // return hash<int>(classA.getvalue()); 26 return A.getvalue(); 27 } 28 29 }; 30 31 // define the equal function 32 struct equal_A 33 { 34 bool operator()(const class ClassA & a1, const class ClassA & a2)const 35 { 36 return a1.getvalue() == a2.getvalue(); 37 } 39 }; 40 41 int main() 42 { 43 hash_map<ClassA, string, hash_A, equal_A> hmap; 44 45 ClassA a1(12); 46 ClassA a2(198877); 47 48 hmap[a1]="I am 12"; 49 hmap[a2]="I am 198877"; 50 51 cout<<hmap[a1]<<endl; 52 cout<<hmap[a2]<<endl; 53 54 return 0; 55 }
//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
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
