STL map和set的使用雖不復雜,但也有一些不易理解的地方,如:
- 為何map和set的插入刪除效率比用其他序列容器高?
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紅黑樹節點(如下)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。
紅黑樹的節點實現:因此插入和刪除只是指針的變化:
struct __rb_tree_node_base { typedef __rb_tree_color_type color_type; typedef __rb_tree_node_base* base_ptr; color_type color; //節點顏色,非紅即黑 base_ptr parent; //父節點 base_ptr left; //左孩子 base_ptr right; //右孩子 }
2.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。
3.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<Key, Data, Compare, Alloc>聲明的時候從參數中傳入的Alloc。例如:
map<int, int, less<int>, Alloc<int> > intmap;
這時候在intmap中使用的allocator並不是Alloc<int>, 而是通過了轉換的Alloc,具體轉換的方法時在內部通過Alloc<int>::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。
4.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?
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1/1
4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ma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?