C++ map,set內部數據結構

  1）Set是一種關聯容器，它用於存儲數據，並且能從一個數據集合中取出數據。它的每個元素的值必須唯一，而且系統會根據該值來自動將數據排序。每個元素的值不能直接被改變。【重點】內部結構采用紅黑樹的平衡二叉樹。multiset 跟set 類似，唯一的區別是允許鍵值重復！！！

如： 為何map和set的插入刪除效率比用其他序列容器高？

       為何每次insert之后，以前保存的iterator不會失效？

       為何map和set不能像vector一樣有個reserve函數來預分配數據？

        當數據元素增多時（10000到20000個比較），map和set的插入和搜索速度變化如何？

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的底層數據結構。 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封裝了許多復雜的數據結構算法和大量常用數據結構操作。vector封裝數組，list封裝了鏈表，map和 set封裝了二叉樹等，在封裝這些數據結構的時候，STL按照程序員的使用習慣，以成員函數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，並不會感到陌生。 C++ STL中標准關聯容器set, multiset, map, multimap內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樹的統計性能要好於一般的平衡二叉樹(有些書籍根據作者姓名，Adelson-Velskii和Landis，將其稱為AVL-樹)，所以被STL選擇作為了關聯容器的內部結構。本文並不會介紹詳細AVL樹和RB樹的實現以及他們的優劣，關於RB樹的詳細實現參看紅黑樹: 理論與實現(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的底層數據結構。

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，因為對於關聯容器來說，不需要做內存拷貝和內存移動。說對了，確實如此。map和set容器內所有元素都是以節點的方式來存儲，其節點結構和鏈表差不多，指向父節點和子節點。

結構圖可能如下：

     A

    /  /

  B    C

 / /   / /

D  E F  G

因此插入的時候只需要稍做變換，把節點的指針指向新的節點就可以了。刪除的時候類似，稍做變換后把指向刪除節點的指針指向其他節點就OK了。這里的一切操作就是指針換來換去，和內存移動沒有關系。 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，你應該已經可以很容易解釋這個問題。iterator這里就相當於指向節點的指針，內存沒有變，指向內存的指針怎么會失效呢(當然 被刪除的那個元素本身已經失效了)。相對於vector來說，每一次刪除和插入，指針都有可能失效，調用push_back在尾部插入也是如此。因為為了 保證內部數據的連續存放，iterator指向的那塊內存在刪除和插入過程中可能已經被其他內存覆蓋或者內存已經被釋放了。即使時push_back的時 候，容器內部空間可能不夠，需要一塊新的更大的內存，只有把以前的內存釋放，申請新的更大的內存，復制已有的數據元素到新的內存，最后把需要插入的元素放 到最后，那么以前的內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函數來預分配數據？ 我以前也這么問，究其原理來說時，引起它的原因在於在map和set內部存儲的已經不是元素本身了，而是包含元素的節點。也就是說map內部使用的Alloc並不是map聲明的時候從參數中傳入的Alloc。例如： map, Alloc > intmap; 這時候在intmap中使用的allocator並不是Alloc, 而是通過了轉換的Alloc，具體轉換的方法時在內部通過Alloc::rebind重新定義了新的節點分配器，詳細的實現參看徹底學習STL中的Allocator。其實你就記住一點，在map和set內面的分配器已經發生了變化，reserve方法你就不要奢望了。 當數據元素增多時（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的關系你應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 果，有32個元素，最多比較5次。那么有10000個呢？最多比較的次數為log10000，最多為14次，如果是20000個元素呢？最多不過15次。 看見了吧，當數據量增大一倍的時候，搜索次數只不過多了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，對於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平台下，都有一個庫叫isc，里面就提供類似於以下聲明的函數: void tree_init(void **tree); void *tree_srch(void **tree, int (*compare)(), void *data); void tree_add(void **tree, int (*compare)(), void *data, void (*del_uar)()); int tree_delete(void **tree, int (*compare)(), void *data,void (*del_uar)()); int tree_trav(void **tree, int (*trav_uar)()); void tree_mung(void **tree, void (*del_uar)()); 許多人認為直接使用這些函數會比STL map速度快，因為STL map中使用了許多模板什么的。其實不然，它們的區別並不在於算法，而在於內存碎片。如果直接使用這些函數，你需要自己去new一些節點，當節點特別多， 而且進行頻繁的刪除和插入的時候，內存碎片就會存在，而STL采用自己的Allocator分配內存，以內存池的方式來管理這些內存，會大大減少內存碎 片，從而會提升系統的整體性能。Winter在自己的系統中做過測試，把以前所有直接用isc函數的代碼替換成map，程序速度基本一致。當時間運行很長 時間后（例如后台服務程序），map的優勢就會體現出來。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？

/*
set/multiset會根據待定的排序准則，自動將元素排序。兩者不同在於前者不允許元素重復，而后者允許。
1) 不能直接改變元素值，因為那樣會打亂原本正確的順序，要改變元素值必須先刪除舊元素，則插入新元素
2) 不提供直接存取元素的任何操作函數，只能通過迭代器進行間接存取，而且從迭代器角度來看，元素值是常數
3) 元素比較動作只能用於型別相同的容器(即元素和排序准則必須相同)
set模板原型：//Key為元素(鍵值)類型
template <class Key, class Compare=less<Key>, class Alloc=STL_DEFAULT_ALLOCATOR(Key) >
從原型可以看出，可以看出比較函數對象及內存分配器采用的是默認參數，因此如果未指定，它們將采用系統默認方式，
另外，利用原型，可以有效地輔助分析創建對象的幾種方式
*/
#include <iostream>
#include <string>
#include <set>

using namespace std;

struct strLess
{
   bool operator() (const char *s1, const char *s2) const
   {
    return strcmp(s1, s2) < 0;
   }
};

void printSet(set<int> s)
{
copy(s.begin(), s.end(), ostream_iterator<int>(cout, ", ") );

// set<int>::iterator iter;
// for (iter = s.begin(); iter != s.end(); iter++)
//    //cout<<"set["<<iter-s.begin()<<"]="<<*iter<<", "; //Error
//    cout<<*iter<<", ";
cout<<endl;
}

void main()
{
//創建set對象，共5種方式，提示如果比較函數對象及內存分配器未出現，即表示采用的是系統默認方式
//創建空的set對象，元素類型為int，
set<int> s1; 
//創建空的set對象，元素類型char*，比較函數對象(即排序准則)為自定義strLess
set<const char*, strLess> s2( strLess); 
//利用set對象s1,拷貝生成set對象s2
set<int> s3(s1); 
//用迭代區間[&first, &last)所指的元素，創建一個set對象
int iArray[] = {13, 32, 19};
set<int> s4(iArray, iArray + 3);
//用迭代區間[&first, &last)所指的元素，及比較函數對象strLess，創建一個set對象
const char* szArray[] = {"hello", "dog", "bird" };
set<const char*, strLess> s5(szArray, szArray + 3, strLess() );

//元素插入：
//1,插入value，返回pair配對對象，可以根據.second判斷是否插入成功。(提示:value不能與set容器內元素重復)
//pair<iterator, bool> insert(value)
//2,在pos位置之前插入value，返回新元素位置，但不一定能插入成功
//iterator insert(&pos, value)
//3,將迭代區間[&first, &last)內所有的元素，插入到set容器
//void insert[&first, &last)
cout<<"s1.insert() : "<<endl;
for (int i = 0; i <5 ; i++)
    s1.insert(i*10);
printSet(s1);

cout<<"s1.insert(20).second = "<<endl;;
if (s1.insert(20).second)
    cout<<"Insert OK!"<<endl;
else
    cout<<"Insert Failed!"<<endl;

cout<<"s1.insert(50).second = "<<endl;
if (s1.insert(50).second)
{cout<<"Insert OK!"<<endl; printSet(s1);}
else
    cout<<"Insert Failed!"<<endl;

cout<<"pair<set<int>::iterator::iterator, bool> p;\np = s1.insert(60);\nif (p.second):"<<endl;
pair<set<int>::iterator::iterator, bool> p;
p = s1.insert(60);
if (p.second)
{cout<<"Insert OK!"<<endl; printSet(s1);}
else
   cout<<"Insert Failed!"<<endl;

//元素刪除
//1,size_type erase(value) 移除set容器內元素值為value的所有元素，返回移除的元素個數
//2,void erase(&pos) 移除pos位置上的元素，無返回值
//3,void erase(&first, &last) 移除迭代區間[&first, &last)內的元素，無返回值
//4,void clear()， 移除set容器內所有元素

cout<<"\ns1.erase(70) = "<<endl;
s1.erase(70);
printSet(s1);
cout<<"s1.erase(60) = "<<endl;
s1.erase(60);
printSet(s1);

cout<<"set<int>::iterator iter = s1.begin();\ns1.erase(iter) = "<<endl;
set<int>::iterator iter = s1.begin();
s1.erase(iter);
printSet(s1);

//元素查找
//count(value)返回set對象內元素值為value的元素個數
//iterator find(value)返回value所在位置，找不到value將返回end()
//lower_bound(value),upper_bound(value), equal_range(value) 略
cout<<"\ns1.count(10) = "<<s1.count(10)<<", s1.count(80) = "<<s1.count(80)<<endl;
cout<<"s1.find(10) : ";
if (s1.find(10) != s1.end()) 
    cout<<"OK!"<<endl;
else
    cout<<"not found!"<<endl;

cout<<"s1.find(80) : ";
if (s1.find(80) != s1.end()) 
    cout<<"OK!"<<endl;
else
    cout<<"not found!"<<endl;

//其它常用函數
cout<<"\ns1.empty()="<<s1.empty()<<", s1.size()="<<s1.size()<<endl;
set<int> s9;
s9.insert(100);
cout<<"s1.swap(s9) :"<<endl;
s1.swap(s9);
cout<<"s1: "<<endl;
printSet(s1);
cout<<"s9: "<<endl;
printSet(s9);
//lower_bound,upper_bound,equal_range(略)
}


///////////////i測試結果/////////////////////////
s1.insert() :
0, 10, 20, 30, 40,
s1.insert(20).second =
Insert Failed!
s1.insert(50).second =
Insert OK!
0, 10, 20, 30, 40, 50,
pair<set<int>::iterator::iterator, bool> p;
p = s1.insert(60);
if (p.second):
Insert OK!
0, 10, 20, 30, 40, 50, 60,

s1.erase(70) =
0, 10, 20, 30, 40, 50, 60,
s1.erase(60) =
0, 10, 20, 30, 40, 50,
set<int>::iterator iter = s1.begin();
s1.erase(iter) =
10, 20, 30, 40, 50,

s1.count(10) = 1, s1.count(80) = 0
s1.find(10) : OK!
s1.find(80) : not found!

s1.empty()=0, s1.size()=5
s1.swap(s9) :
s1:
100,
s9:
10, 20, 30, 40, 50,