博客
关于我
C++ STL之map与unordered_map
阅读量:815 次
发布时间:2019-03-25

本文共 669 字,大约阅读时间需要 2 分钟。

map是STL中的一个关联容器,它提供了一对一的数据处理能力。每个key可以在map中仅出现一次,而value则与对应的key配对。map内部使用红黑树进行管理,这种树是一种平衡二叉树,能够保证key的数据是有序排列的。在操作方面,map支持插入、查询、删除等功能,其时间复杂度均为O(logN)。为了使用map,需要为key定义operator<,从而实现比较操作。

unordered_map与map类似,但并不保证key的顺序。其内部使用哈希表来存储信息。不同之处在于,unordered_map根据key的哈希值来组织元素存储,即key的大小和顺序无关。为了使用unordered_map,需要定义hash_value函数并重载operator==,以便哈希表能够正确比较元素。unordered_map的底层采用了哈希表的实现方法,其优点是能够在常数时间内完成查找和存储操作,时间复杂度为O(1),这使得它在大数据量下表现尤为优异。然而,哈希表需要使用较多的内存空间来存储大量的哈希表单元(通常是一个大型的数组)。

哈希表的基本原理是使用一个下标范围较大的数组作为存储介质。根据key的值,设计一个哈希函数可以将key映射到一个函数值(即数组中的下标),从而找到对应的存储位置。这种方法被称为直接定址。然而,由于哈希函数可能会导致不同key计算出相同的函数值,引发冲突,这就需要哈希表的解决冲突机制。在解决冲突方面,拉链法是最常用的技术。它通过将多个溢出链(称为拉链)挂接在单链表的头部,来将不同的key映射到同一个哈希表单元。

转载地址:http://rmsyk.baihongyu.com/

你可能感兴趣的文章
pandas 中的时间序列箱线图
查看>>
Pandas 使用指南
查看>>
pandas 分组并使用最小值更新
查看>>
pandas 叶上的热图
查看>>
pandas 均值(mean), 均值填充NA(fill_na)
查看>>
Pandas 对数据框的布尔比较
查看>>
Pandas 将多个数据帧与时间戳索引对齐
查看>>
pandas 将通话数据分割为15分钟的间隔
查看>>
pandas 找到局部最大值和最小值
查看>>
Pandas 按年份分组,按销售列排名,在具有重复数据的数据框中
查看>>
pandas 按日期和年份分组,并汇总金额
查看>>
pandas 数据帧到PostgreSQL表中使用的是没有SQLAlChemy的心理复制2吗?
查看>>
pandas 数据帧多行查询
查看>>
Pandas 数据框:使用线性插值重新采样
查看>>
pandas 数据框将 INT64 列转换为布尔值
查看>>