學(xué)習(xí)STL map, STL set之數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)作者: winter 摘要:本文列出幾個基本的STL map和STL set的問題,通過解答這些問題講解了STL關(guān)聯(lián)容器內(nèi)部的數(shù)據(jù)結(jié)構(gòu),最后提出了關(guān)于UNIX/LINUX自帶平衡二叉樹庫函數(shù)和map, set選擇問題,并分析了map, set的優(yōu)勢之處。對于希望深入學(xué)習(xí)STL和希望了解STL map等關(guān)聯(lián)容器底層數(shù)據(jù)結(jié)構(gòu)的朋友來說,有一定的參考價值。 STL map和set的使用雖不復(fù)雜,但也有一些不易理解的地方,如:
或許有得人能回答出來大概原因,但要徹底明白,還需要了解STL的底層數(shù)據(jù)結(jié)構(gòu)。 C++ STL 之所以得到廣泛的贊譽,也被很多人使用,不只是提供了像vector, string, list等方便的容器,更重要的是STL封裝了許多復(fù)雜的數(shù)據(jù)結(jié)構(gòu)算法和大量常用數(shù)據(jù)結(jié)構(gòu)操作。vector封裝數(shù)組,list封裝了鏈表,map和set封裝了二叉樹等,在封裝這些數(shù)據(jù)結(jié)構(gòu)的時候,STL按照程序員的使用習(xí)慣,以成員函數(shù)方式提供的常用操作,如:插入、排序、刪除、查找等。讓用戶在STL使用過程中,并不會感到陌生。 C++ STL中標準關(guān)聯(lián)容器set, multiset, map, multimap內(nèi)部采用的就是一種非常高效的平衡檢索二叉樹:紅黑樹,也成為RB樹(Red-Black Tree)。RB樹的統(tǒng)計性能要好于一般的平衡二叉樹(有些書籍根據(jù)作者姓名,Adelson-Velskii和Landis,將其稱為AVL-樹),所以被STL選擇作為了關(guān)聯(lián)容器的內(nèi)部結(jié)構(gòu)。本文并不會介紹詳細AVL樹和RB樹的實現(xiàn)以及他們的優(yōu)劣,關(guān)于RB樹的詳細實現(xiàn)參看紅黑樹: 理論與實現(xiàn)(理論篇)。本文針對開始提出的幾個問題的回答,來向大家簡單介紹map和set的底層數(shù)據(jù)結(jié)構(gòu)。 為何map和set的插入刪除效率比用其他序列容器高? 大部分人說,很簡單,因為對于關(guān)聯(lián)容器來說,不需要做內(nèi)存拷貝和內(nèi)存移動。說對了,確實如此。map和set容器內(nèi)所有元素都是以節(jié)點的方式來存儲,其節(jié)點結(jié)構(gòu)和鏈表差不多,指向父節(jié)點和子節(jié)點。結(jié)構(gòu)圖可能如下: A 因此插入的時候只需要稍做變換,把節(jié)點的指針指向新的節(jié)點就可以了。刪除的時候類似,稍做變換后把指向刪除節(jié)點的指針指向其他節(jié)點就OK了。這里的一切操作就是指針換來換去,和內(nèi)存移動沒有關(guān)系。 為何每次insert之后,以前保存的iterator不會失效? 看見了上面答案的解釋,你應(yīng)該已經(jīng)可以很容易解釋這個問題。iterator這里就相當于指向節(jié)點的指針,內(nèi)存沒有變,指向內(nèi)存的指針怎么會失效呢(當然被刪除的那個元素本身已經(jīng)失效了)。相對于vector來說,每一次刪除和插入,指針都有可能失效,調(diào)用push_back在尾部插入也是如此。因為為了保證內(nèi)部數(shù)據(jù)的連續(xù)存放,iterator指向的那塊內(nèi)存在刪除和插入過程中可能已經(jīng)被其他內(nèi)存覆蓋或者內(nèi)存已經(jīng)被釋放了。即使時push_back的時候,容器內(nèi)部空間可能不夠,需要一塊新的更大的內(nèi)存,只有把以前的內(nèi)存釋放,申請新的更大的內(nèi)存,復(fù)制已有的數(shù)據(jù)元素到新的內(nèi)存,最后把需要插入的元素放到最后,那么以前的內(nèi)存指針自然就不可用了。特別時在和find等算法在一起使用的時候,牢記這個原則:不要使用過期的iterator。 為何map和set不能像vector一樣有個reserve函數(shù)來預(yù)分配數(shù)據(jù)? 我以前也這么問,究其原理來說時,引起它的原因在于在map和set內(nèi)部存儲的已經(jīng)不是元素本身了,而是包含元素的節(jié)點。也就是說map內(nèi)部使用的Alloc并不是map<Key, Data, Compare, Alloc>聲明的時候從參數(shù)中傳入的Alloc。例如: map<int, int, less<int>, Alloc<int> > intmap; 這時候在intmap中使用的allocator并不是Alloc<int>, 而是通過了轉(zhuǎn)換的Alloc,具體轉(zhuǎn)換的方法時在內(nèi)部通過Alloc<int>::rebind重新定義了新的節(jié)點分配器,詳細的實現(xiàn)參看徹底學(xué)習(xí)STL中的Allocator。其實你就記住一點,在map和set內(nèi)面的分配器已經(jīng)發(fā)生了變化,reserve方法你就不要奢望了。 當數(shù)據(jù)元素增多時(10000和20000個比較),map和set的插入和搜索速度變化如何? 如果你知道log2的關(guān)系你應(yīng)該就徹底了解這個答案。在map和set中查找是使用二分查找,也就是說,如果有16個元素,最多需要比較4次就能找到結(jié)果,有32個元素,最多比較5次。那么有10000個呢?最多比較的次數(shù)為log10000,最多為14次,如果是20000個元素呢?最多不過15次??匆娏税?,當數(shù)據(jù)量增大一倍的時候,搜索次數(shù)只不過多了1次,多了1/14的搜索時間而已。你明白這個道理后,就可以安心往里面放入元素了。 最后,對于map和set Winter還要提的就是它們和一個c語言包裝庫的效率比較。在許多unix和linux平臺下,都有一個庫叫isc,里面就提供類似于以下聲明的函數(shù): void tree_init(void **tree); 許多人認為直接使用這些函數(shù)會比STL map速度快,因為STL map中使用了許多模板什么的。其實不然,它們的區(qū)別并不在于算法,而在于內(nèi)存碎片。如果直接使用這些函數(shù),你需要自己去new一些節(jié)點,當節(jié)點特別多,而且進行頻繁的刪除和插入的時候,內(nèi)存碎片就會存在,而STL采用自己的Allocator分配內(nèi)存,以內(nèi)存池的方式來管理這些內(nèi)存,會大大減少內(nèi)存碎片,從而會提升系統(tǒng)的整體性能。Winter在自己的系統(tǒng)中做過測試,把以前所有直接用isc函數(shù)的代碼替換成map,程序速度基本一致。當時間運行很長時間后(例如后臺服務(wù)程序),map的優(yōu)勢就會體現(xiàn)出來。從另外一個方面講,使用map會大大降低你的編碼難度,同時增加程序的可讀性。何樂而不為? |
|
來自: ShangShujie > 《c》