c#网站开发案例大全国外网站设计

【c++】【STL】unordered_set 底层实现总结

我大概花了一个图 总结了一下 （ps:我自己看的不保证完全正确）
ps：我写这个的初衷 是想确定
1 c++11里面的unordered_set是否存在红黑树这个数据结构–>否
2 他的扩容是怎样设计的–>rehash
3 内部的扩容因子究竟是多少–>1.0(最大扩容因子)
大概解决这几个问题 并不是整个 unordered_set的内部结构
这个图是大概总结了一下调用逻辑 下面写一下

1继承关系

template <class _Kty, class _Hasher = hash<_Kty>, 
class _Keyeq = equal_to<_Kty>, class _Alloc = allocator<_Kty>>

class unordered_set : 
public _Hash<_Uset_traits<_Kty, 								  _Alloc, false>>_Uhash_compare<_Kty, _Hasher, _Keyeq>,

参数	解释	例子
_Kty	存储的键的类型	int,
_Hasher	哈希函数	std::hash<int>
_Keyeq	键比较器	std::equal_to<int>
_Alloc	分配器	std::allocator<int>
false	是否允许重复键（为 false 表示不允许）	unordered_set 需要唯一键

unordered_set ：

• 公有继承 _hash (_hash 是实际的哈希表实现，包含哈希冲突解决、扩容等核心逻辑。)
• _hash<> 是一个 模板内部 是 _Uset_traits<> 模板 (_Uset_traits 负责设置哈希表的行为)
• Uset_traits <> 是一个模板内部是 _Kty, _Uhash_compare<_Kty, _Hasher, _Keyeq>, _Alloc, false。

1. _hash<T>

   • _hash 是一个类模板，它接收一个模板参数T。
   • 这里的 T 是 _Uset_traits<_Kty, _Uhash_compare<_Kty, _Hasher, _Keyeq>, _Alloc, false>。

2. _Uset_traits<T>

   • _Uset_traits 是一个模板，它接收一个模板参数T，用于封装 unordered_set 相关的类型信息
   • 这里的 T 是 _Kty, _Uhash_compare<_Kty, _Hasher, _Keyeq>, _Alloc, false。
     • _Kty：键类型（Key Type）。
     • _Uhash_compare<_Kty, _Hasher, _Keyeq>：封装哈希函数 _Hasher 和键比较器 _Keyeq。
     • _Alloc：内存分配器（Allocator）。
     • false：是否允许重复键（为 false 表示不允许）。

3. _Uhash_compare<T>

   • _Uhash_compare 是一个模板，它接收一个模板参数T，负责哈希和比较
   • 这里的 T 是 _Kty, _Hasher, _Keyeq。
   • _Uhash_compare 是构造哈希表的关键：

_Uhash_compare<>

1 内部存在 _Mypair 这个对象：

 _Compressed_pair<_Hasher, _Compressed_pair<_Keyeq, float>> _Mypair;

参数	作用
_Kty	关键字类型（key type）
_Hasher	哈希函数类型
_Keyeq	键值比较器类型

• 通过一个 pair（即 _Compressed_pair）存储哈希函数 + 键值比较器，最大负载因子（即扩容因子）。
• _Mypair结构：
  
  构造函数初始化 最大负载因子 _Mypair._Myval2._Myval2 为 0.0f

2 内部定义 bucket_size初始值

template <class _Kty, class _Hasher, class _Keyeq>
class _Uhash_compare: public _Uhash_choose_transparency<_Kty, _Hasher, _Keyeq> { // traits class for unordered containers
public:enum { // parameters for hash tablebucket_size = 1 // 0 < bucket_size};

扩容部分

ps: unordered_set 第一次触发扩容后，内部会将最大负载因子设置成 1.0。
涉及内容：
实际负载因子 ： 根据计算得出–>元素数量/桶数量（内部写的是_Vec 应该是vector但是我没进去看看实际的···）（0.5–1.0区间）
最大负载因子 ：_Mypair._Myval2._Myval2 -->不会显式修改

rehash扩容代码

 void rehash(size_type _Buckets) { // rebuild table with at least _Buckets buckets// don't violate a.bucket_count() >= a.size() / a.max_load_factor() invariant:_Buckets = (_STD max) (_Min_load_factor_buckets(_List.size()), _Buckets);if (_Buckets <= _Maxidx) { // we already have enough buckets; nothing to doreturn;}_Forced_rehash(_Buckets);}

• _Min_load_factor_buckets(_List.size())–>通过当前最大负载因子 计算出存储元素所需要的最小桶数量
• _Buckets = (_STD max) (_Min_load_factor_buckets(_List.size()), _Buckets);–>_Buckets是传入的_Buckets值 和 _Min_load_factor_buckets(_List.size())值计算出的较大者
• if (_Buckets <= _Maxidx)–>如果 _Buckets <= _Maxidx直接返回，否则进行扩容处理（_Forced_rehash(_Buckets);）

_Forced_rehash

_Forced_rehash() 是 unordered_set触发扩容（rehash）时的核心操作。

工作原理（整体思路）

1. 计算新的桶数量（满足最小的，根据 rehash内部调用传入的_Buckets值）,位运算–>将桶数量调整为最接近的 2 的幂log2(x)
2. 如果桶数量超过最大允许数量，抛出异常。
3. 重新分配存储空间。
4. 将所有元素从旧桶重新分配到新桶（按照新的哈希分布）。
5. 调整哈希表元信息（掩码、最大桶索引等）。

ps:通过位运算提高索引定位效率:定位桶索引采用位运算（&）而不是取模（%）

• 位运算速度远高于取模运算
• hash % bucket_size → hash & (bucket_size - 1)
  当桶的数量（即 bucket_size）是 2 的幂时，hash % bucket_size
  hash & (bucket_size - 1)得到的结果是相同的：

关键操作定位

步骤	关键操作	解释
调整桶数量	_Ceiling_of_log_2()	调整到 2 的幂次方
分配内存	_Assign_grow()	分配新桶
更新索引	_Mask = _Buckets - 1	设置新桶索引的位掩码
重新插入	_Mylist::_Scary_val::_Unchecked_splice()	将元素插入到桶中
更新桶指针	_Bucket_lo = _Inserted	更新桶起始位置

测试代码：

#include <iostream>
#include <unordered_set>
#include <string>
using namespace std;int main()
{// 创建空 unordered_set 容器unordered_set<int> uset;cout << "uset 桶数: " << uset.bucket_count() << endl;cout << "uset 当前负载因子: " << uset.load_factor() << endl;cout << "uset 最大负载因子: " << uset.max_load_factor() << endl;cout << "-------设置 uset 使用最适合存储 9 个元素的桶数------" << endl;uset.reserve(9);cout << "uset 桶数: " << uset.bucket_count() << endl;cout << "uset 当前负载因子: " << uset.load_factor() << endl;cout << "uset 最大负载因子: " << uset.max_load_factor() << endl;cout << "-------向 uset 容器添加 4 个元素------" << endl;uset.insert(1);uset.insert(2);uset.insert(7);uset.insert(8);cout << "uset 桶数: " << uset.bucket_count() << endl;cout << "uset 当前负载因子: " << uset.load_factor() << endl;cout << "uset 最大负载因子: " << uset.max_load_factor() << endl;cout << "------------------------------" << endl;// 调用 bucket() 获取指定元素所在的桶编号cout << "元素1 位于桶的编号为: " << uset.bucket(1) << endl;// 使用 hash_function() 自行计算元素所在桶的编号auto fn1 = uset.hash_function();cout << "计算元素1 位于桶的编号为: " << fn1(1) % uset.bucket_count() << endl;// 调用 bucket() 获取指定元素所在的桶编号cout << "元素2 位于桶的编号为: " << uset.bucket(2) << endl;// 使用 hash_function() 自行计算元素所在桶的编号auto fn2 = uset.hash_function();cout << "计算元素2 位于桶的编号为: " << fn2(2) % uset.bucket_count() << endl;// 调用 bucket() 获取指定元素所在的桶编号cout << "元素7 位于桶的编号为: " << uset.bucket(7) << endl;// 使用 hash_function() 自行计算元素所在桶的编号auto fn = uset.hash_function();cout << "计算元素7 位于桶的编号为: " << fn(7) % uset.bucket_count() << endl;return 0;
}

测试结果：

可以看出 默认桶数 为 8