c++中的STL
STL（Standard Template Library，标准模板库）是C++中的一个非常重要且强大的组成部分，它提供了丰富的模板类和函数，让我们可以高效、方便地处理数据结构和算法。下面我会以通俗易懂的方式，详细介绍STL的各个方面。
一、什么是STL？
**STL（Standard Template Library）**是C++标准库的一部分，主要包含三大方面：
- 容器（Containers）
- 算法（Algorithms）
- 迭代器（Iterators）
这些工具结合在一起，让你可以快速实现数据存储、操作和处理，不用自己从零写数据结构或算法。
二、STL的三大核心组成部分
1. 容器（Containers）
容器就像不同形状的“容器箱”，用来存放各种类型的数据。不同的容器有不同的用途和特性。
常用的容器分类：
- 序列容器：元素有序排列，可以根据位置访问
vector（动态数组）list（双向链表）deque（双端队列）array（数组封装）
- 关联容器：存放“键值对” 可以快速查找
set（集合，不重复元素）map（映射，键值对）multiset（相同元素可多次）multimap
- 无序容器（哈希容器）：提供更快的查找
unordered_setunordered_map
2. 算法（Algorithms）
STL提供了大量的算法，比如排序、查找、复制、遍历等：
sort()find()lower_bound()copy()merge()reverse()- 等等
它们通常与迭代器一起使用，实现对容器中元素的操作。
3. 迭代器（Iterators）
迭代器就像指针，用于遍历容器中的元素。例如：
begin()获取容器的起点end()获取终点后面一个位置（用来界定遍历范围）
迭代器的作用是抽象出不同容器的遍历方式，让算法可以统一操作各种容器。
三、STL的详细介绍
3.1 容器细节
| 容器类型 | 描述 | 典型场景 | 访问方式 |
|---|---|---|---|
vector | 动态数组，存放连续元素 | 需要频繁随机访问，增加/删除末尾 | 索引访问 [i] |
list | 双向链表 | 频繁插入/删除操作，位置不定 | 迭代器操作 |
deque | 双端队列，头尾都可以快速插入删除 | 需要两端快速操作 | 索引和迭代器操作 |
array | 固定大小数组（类似C数组） | 大小固定不变时使用 | 索引访问 |
set | 不重复元素的集合 | 存放唯一元素，实现集合操作 | 迭代器遍历 |
multiset | 允许重复元素的集合 | 存放多份相同元素 | |
map | 键值对（关联数组） | 快速查找、存储关联数据 | 通过键访问 |
multimap | 支持重复键的映射 | 一个键对应多个值 | |
unordered_set, unordered_map | 基于哈希的容器，操作更快 | 大数据场景，追求速度 |
3.2 常用容器简介
vector（动态数组）
#include <vector>
std::vector<int> v;
v.push_back(10); //在末尾添加元素
v[0]; // 索引访问
v.size(); // 获取元素个数
list（链表）
#include <list>
std::list<int> lst;
lst.push_back(20);
auto it = lst.begin();
set（集合）
#include <set>
std::set<int> s;
s.insert(5);
auto it = s.find(5);
if (it != s.end()) { /* 找到元素 */ }
3.3 容器的适用场景总结
- 如果需要频繁随机访问元素，用
vector - 如果需要频繁插入删除，用
list或deque - 需要有序元素或去重，用
set - 需要快速查找，用
unordered_map
四、STL算法详解
STL中的算法是模板函数，操作容器或区间。
以下是一些基础算法：
#include <algorithm> //包含算法
std::vector<int> v = {3, 1, 4, 1, 5};
std::sort(v.begin(), v.end()); // 排序
auto it = std::find(v.begin(), v.end(), 4); // 查找
std::reverse(v.begin(), v.end()); // 反转
常用算法介绍
sort()：排序find()：查找binary_search()：二分查找（容器已排序）copy()：复制区间merge()：合并两个已排序的区间for_each()：对范围内元素应用函数remove()：移除元素（实际不改变容器，只是在区间操作，结合erase）
示例：排序和查找
#include <algorithm>
#include <vector>
#include <iostream>int main() {std::vector<int> nums = {4, 2, 7, 1, 3};std::sort(nums.begin(), nums.end()); // 排序if (std::binary_search(nums.begin(), nums.end(), 3))std::cout << "存在3\n";
}
五、迭代器详解
迭代器像指针一样，提供统一的访问接口。
常用迭代器类别：
- 输入迭代器（只读，前向）
- 输出迭代器（只写）
- 前向迭代器（多次遍历，支持
++） - 双向迭代器（前后都可以遍历）
- 随机访问迭代器（支持索引访问，比如vector的
begin()、end()）
示例：
#include <vector>
#include <algorithm>
#include <iostream>int main() {std::vector<int> v = {1, 2, 3};for (auto it = v.begin(); it != v.end(); ++it) {std::cout << *it << " ";}
}
六、STL的实用技巧和注意事项
- 模板的灵活性：STL模板让算法和容器适用于各种类型。
- 头文件：常用如
<vector>、<algorithm>、<map>、<set>等。 - 避免越界：尽量用
at()或检查size()。 - 了解容器的复杂度：比如，
vector插入末尾是O(1)，中间插入是O(n)。
七、总结
- STL让C++变得更强大：提供了许多强大的工具，减少自己造轮子。
- 设计原则：容器存数据，算法操作数据，迭代器连接二者。
- 学习建议：
- 重点掌握
vector、list、map、set的使用。 - 熟悉常用算法的用法。
- 结合具体场景，选择合适的容器。
- 重点掌握
八、结语
STL确实是C++的“神器”，掌握好它可以大大提高编程效率和代码质量。建议你通过多写多练，理解每个容器和算法背后的设计思想，慢慢就会觉得它们变得非常自然。
深入理解map、unordered_map等容器的底层实现，有助于你更好地选择数据结构，以及理解它们的性能特点。让我用通俗易懂的方式一一讲解，特别是它们的底层原理。
一、概览：map和unordered_map的区别
| 特性 | map | unordered_map |
|---|---|---|
| 存储结构 | 平衡二叉搜索树（通常为红黑树） | 哈希表 |
| 元素有序 | 有序（根据键的大小排序） | 无序 |
| 操作复杂度（查找插入） | O(log n) | 平均为O(1)，最坏O(n)（冲突严重时） |
| 存储空间 | 稍大一些 | 更节省空间（哈希冲突导致额外空间） |
二、map的底层实现：平衡二叉搜索树（红黑树）
1. 什么是红黑树？
- 红黑树是一种自平衡的二叉搜索树，保证树的高度在
O(log n)范围内。 - 树的每个节点有颜色（红或黑）。
- 特性：红黑树的插入、删除会调整颜色和旋转，确保树保持平衡。
2. map的存储
- 所有元素（键值对）存放在红黑树的节点上。
- 节点按键大小排序（从小到大）。
3. 访问和操作
- 插入：类似二分搜索树，按键值插入，然后调整颜色和旋转色彩保持平衡。
- 查找：从根节点开始，与目标键比较，沿左或右子树深入，直到找到或到达叶子。
- 删除：找到目标节点后调整树的平衡。
4. 性能
- 查找、插入、删除：
O(log n)，因为树的高度为log n。
三、unordered_map的底层实现：哈希表
1. 什么是哈希表？
- 哈希表通过哈希函数将键映射到数组的某个位置（桶/桶数组）。
- 支持平均
O(1)的查找、插入和删除。
2. 核心原理
（a）哈希函数
- 将键（如整数、字符串）通过算法转化为一个“哈希值”。
- 这个哈希值经过“取模”操作，得到存放位置（索引）。
（b）桶（Bucket）
- 数组中的每个位置叫“桶”。
- 每个桶可以存放多个元素（解决哈希冲突的方法之一是链表法）。
（c）冲突处理
- 链表法（链式法）：每个桶维护一个链表或其他结构，多个元素可能映射到同一桶。
- 开放地址法（较少用）：当发生哈希冲突时，沿探查（线性或二次探查）找到下一个空桶。
3. 具体流程
- 插入：计算哈希值→取模→存放到对应桶的链表中（或开放地址法找到位置）。
- 查找：计算哈希值→找到对应桶→在链表中逐个比较键，找到目标。
4. 性能
- 平均复杂度：
- 查找、插入、删除：
O(1)（理想情况下）
- 查找、插入、删除：
- 最坏复杂度：
- 当哈希函数碰撞严重，所有元素都在同一个桶，变成链表或链表变长，效率退化到
O(n)。
- 当哈希函数碰撞严重，所有元素都在同一个桶，变成链表或链表变长，效率退化到
5. 负载因子（load factor）
- 衡量哈希表的密集程度。
- 负载因子 = 元素数 / 桶数，若太大，会触发扩容（增加桶数，用再哈希重新存放所有元素）。
四、map和unordered_map的底层区别总结
| 特性 | map | unordered_map |
|---|---|---|
| 底层结构 | 红黑树 | 哈希表 |
| 有序性 | 有序（按键排序） | 无序（存储顺序不定） |
| 操作时间复杂度 | O(log n) | 平均O(1)，最坏O(n) |
| 适用场景 | 需要排序、范围查询 | 追求速度、对顺序无要求 |
| 内存占用 | 比较大（树结构） | 较小（哈希冲突带来的空间） |
| 关键字类型支持 | 支持复杂类型（需要定义比较函数） | 支持自定义哈希函数（定义方法） |
五、通俗比喻总结
map：就像字典，每个词（键）对应一个定义（值），字典按字母顺序排好，查找快，插入删除相对耗时（因为要保持排序），树结构就像一棵平衡树。unordered_map：像一个乱序的抽屉，把标签（键）投到不同的抽屉（桶），几乎可以即时找到物品，如果碰巧碰到同一个抽屉里的东西（哈希冲突），就像一堆杂物堆在一起，需要逐个翻找。
六、底层实现的简单示意（伪代码）
1. map（红黑树）简要模拟
复制代码
插入(key, value):如果树空->创建根节点否则：在树中搜索插入位置（类似二分搜索）插入后，调整颜色和旋转以保持平衡（红黑性质）
2. unordered_map（哈希表）简要模拟
复制代码
插入(key, value):hash_value = hash_function(key)index = hash_value % 桶数在桶（链表或其他）中查找是否存在key存在：更新值不存在：插入新元素到链表头或尾
扩容机制：当元素数超过负载因子*桶数，扩大桶数组，重新哈希所有元素
七、总结
map：保证有序，底层为平衡二叉树（红黑树），操作为O(log n)unordered_map：无序存储，底层为哈希表，操作平均O(1)（极端情况下变为O(n)）- 设计选择：看是否需要排序、对性能的要求，以及存储空间。