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-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:如何根据其他列值的条件对列进行求和?
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、groupby 和特定月份的求和
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档 ~ 基础用法1
查看>>
Pandas中文官档~基础用法2
查看>>
SpringBoot+Vue+OpenOffice实现文档管理(文档上传、下载、在线预览)
查看>>
Pandas中文官档~基础用法5
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
Pandas之iloc、loc
查看>>
pandas交换两列
查看>>