學習STL map, STL set之數據結構基礎

STL map和set的使用雖不復雜,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的底層數據結構。

C++ STL 之所以得到廣泛的讚譽,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封裝了許多複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中標準關聯容器set, multiset, map, multimap內部採用的就是一種非常高效的平衡檢索二叉樹:紅黑樹,也成爲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,將其稱爲AVL-樹),所以被STL選擇作爲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)紅黑樹雖然很複雜,但它的操作有着良好的最壞情況運行時間(logn,一般的查找樹變爲n),並且在實踐中是高效的: 它可以在O(log n)時間內做查找,插入和刪除,這裏的n 是樹中元素的數目。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。

爲何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,因爲對於關聯容器來說,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,稍做變換後把指向刪除節點的指針指向其他節點就OK了。這裏的一切操作就是指針換來換去,和內存移動沒有關係。

爲何每次insert之後,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這裏就相當於指向節點的指針,內存沒有變,指向內存的指針怎麼會失效呢(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。因爲爲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,複製已有的數據元素到新的內存,最後把需要插入的元素放到最後,那麼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。

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

我以前也這麼問,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<intintless<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。

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(n)的關係你應該就徹底瞭解這個答案。在map和set中查找是使用二叉樹查找(效率和二分查找一樣,都是log n),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。那麼有10000個呢?最多比較的次數爲log10000,最多爲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。你明白這個道理後,就可以安心往裏面放入元素了。

最後,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平臺下,都有一個庫叫isc,裏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)());

許多人認爲直接使用這些函數會比STL map速度快,因爲STL map中使用了許多模板什麼的。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採用自己的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後(例如後臺服務程序),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。何樂而不爲


發佈了52 篇原創文章 · 獲贊 10 · 訪問量 9萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章