STL系列之六 set与hash_set

STL系列之六 set与hash_set

set和hash_set是STL中比较重要的容器，有必要对其进行深入了解。在STL中，set是以红黑树（RB-tree）作为底层数据结构的，hash_set是以Hash table（哈希表）作为底层数据结构的。set可以在时间复杂度为O(logN)情况下插入、删除和查找数据。hash_set操作的时间复杂度则比较复杂，这取决于哈希函数和哈希表的负载情况。下面列出set和hash_set的常用函数：





set和hase_set的更多函数请查阅MSDN。



set的使用范例如下（hash_set类似）：

[cpp] view
plaincopy

// by MoreWindows( http://blog.csdn.net/MoreWindows )

#include <set>

#include <ctime>

#include <cstdio>

using namespace std;



int main()

{

printf("--set使用 by MoreWindows( http://blog.csdn.net/MoreWindows ) --\n\n");

const int MAXN = 15;

int a[MAXN];

int i;

srand(time(NULL));

for (i = 0; i < MAXN; ++i)

a[i] = rand() % (MAXN * 2);



set<int> iset;

set<int>::iterator pos;



//插入数据 insert()有三种重载

iset.insert(a, a + MAXN);



//当前集合中个数 最大容纳数据量

printf("当前集合中个数: %d 最大容纳数据量: %d\n", iset.size(), iset.max_size());



//依次输出

printf("依次输出集合中所有元素-------\n");

for (pos = iset.begin(); pos != iset.end(); ++pos)

printf("%d ", *pos);

putchar('\n');



//查找

int findNum = MAXN;

printf("查找 %d是否存在-----------------------\n", findNum);

pos = iset.find(findNum);

if (pos != iset.end())

printf("%d 存在\n", findNum);

else

printf("%d 不存在\n", findNum);



//在最后位置插入数据，如果给定的位置不正确，会重新找个正确的位置并返回该位置

pos = iset.insert(--iset.end(), MAXN * 2);

printf("已经插入%d\n", *pos);



//删除

iset.erase(MAXN);

printf("已经删除%d\n", MAXN);



//依次输出

printf("依次输出集合中所有元素-------\n");

for (pos = iset.begin(); pos != iset.end(); ++pos)

printf("%d ", *pos);

putchar('\n');

return 0;

}

运行结果如下：




下面试下在set中使用类（结构体也可以类似这样做）。这个类很简单，只有一个成员变量，及设置和获取这个成员变量的成员函数。

[cpp] view
plaincopy

//在set中使用类要重载‘<’并实现拷贝构造函数

// by MoreWindows( http://blog.csdn.net/MoreWindows )

#include <set>

#include <ctime>

#include <cstdio>

using namespace std;

class Node

{

public:

Node(int nAge = 0)

{

m_nAge = nAge;

}

Node(const Node &na) //拷贝构造函数

{

m_nAge = na.GetAge();

}

int GetAge()

{

return m_nAge;

}

private:

int m_nAge;

};

//不能写成类的成员函数

inline bool operator < (const Node &na, const Node &nb)

{

return na.GetAge() < nb.GetAge();

}

int main()

{

int i;

set<Node> nset;

for (i = 0; i < MAXN; ++i)

nset.insert(Node(i));

return 0;

}

编译，直接报了3个错误！！1个在拷贝构造函数，2个在operator<()函数。如下图所示：



3个错误都是一样的：

error C2662: “Node::GetAge”: 不能将“this”指针从“const Node”转换为“Node &” 转换丢失限定符

这是怎么回事呀？分析下，拷贝构造函数与operator<()函数出错，错误都指向了GetAge()函数，有点古怪，比较下它们与GetAge()函数，可以发现最大的不同点在于这2个函数都用到了const而GetAge()函数没有使用const。难道是这个导致报错了吗？先给GetAge()函数加个const看看，如下：

int GetAge() const //增加这个const

{

returnm_nAge;

}

再编译，不报错了。再查下资料，原因如下——因为那2个函数都使用了const修饰的对象，但GetAge()没有加上const以保证它不修改对象，编译器认为这种写法是不安全的，所以就毫不犹豫报了个错误。

这种错误如果不亲身体会下，到笔试面试时很可能写了个错误程序而自己还处于一无所知中（死在这些小细节上最不值得）。另外，如果使用VC6.0则不会提示详细的错误信息——“转换丢失限定符”。



STL还为set提供了一些集合运算的函数，如交集set_intersection()、并集set_union()、差集set_difference()和对称差集set_symmetric_difference()。这些就不详细介绍了，有兴趣可以自己动手试一试。

下面开始对set和hash_set作个性能测试（Win7 +VS2008Release下）。

测试代码如下：

[cpp] view
plaincopy

// by MoreWindows( http://blog.csdn.net/MoreWindows )

#include <set>

#include <hash_set>

#include <iostream>

#include <ctime>

#include <cstdio>

#include <cstdlib>

using namespace std;

using namespace stdext; //hash_set



// MAXN个数据 MAXQUERY次查询

const int MAXN = 10000, MAXQUERY = 5000000;

int a[MAXN], query[MAXQUERY];



void PrintfContainertElapseTime(char *pszContainerName, char *pszOperator, long lElapsetime)

{

printf("%s 的%s操作 用时 %d毫秒\n", pszContainerName, pszOperator, lElapsetime);

}



int main()

{

printf("set VS hash_set 性能测试 数据容量 %d个 查询次数 %d次\n", MAXN, MAXQUERY);

const int MAXNUM = MAXN * 4;

const int MAXQUERYNUM = MAXN * 4;

printf("容器中数据范围 [0, %d) 查询数据范围[0, %d)\n", MAXNUM, MAXQUERYNUM);

printf("--by MoreWindows( http://blog.csdn.net/MoreWindows ) --\n\n");



//随机生成在[0, MAXNUM)范围内的MAXN个数

int i;

srand(time(NULL));

for (i = 0; i < MAXN; ++i)

a[i] = (rand() * rand()) % MAXNUM;

//随机生成在[0, MAXQUERYNUM)范围内的MAXQUERY个数

srand(time(NULL));

for (i = 0; i < MAXQUERY; ++i)

query[i] = (rand() * rand()) % MAXQUERYNUM;



set<int> nset;

hash_set<int> nhashset;

clock_t clockBegin, clockEnd;





//insert

printf("-----插入数据-----------\n");



clockBegin = clock();

nset.insert(a, a + MAXN);

clockEnd = clock();

printf("set中有数据%d个\n", nset.size());

PrintfContainertElapseTime("set", "insert", clockEnd - clockBegin);



clockBegin = clock();

nhashset.insert(a, a + MAXN);

clockEnd = clock();

printf("hash_set中有数据%d个\n", nhashset.size());

PrintfContainertElapseTime("hase_set", "insert", clockEnd - clockBegin);





//find

printf("-----查询数据-----------\n");



int nFindSucceedCount, nFindFailedCount;

nFindSucceedCount = nFindFailedCount = 0;

clockBegin = clock();

for (i = 0; i < MAXQUERY; ++i)

if (nset.find(query[i]) != nset.end())

++nFindSucceedCount;

else

++nFindFailedCount;

clockEnd = clock();

PrintfContainertElapseTime("set", "find", clockEnd - clockBegin);

printf("查询成功次数： %d 查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);



nFindSucceedCount = nFindFailedCount = 0;

clockBegin = clock();

for (i = 0; i < MAXQUERY; ++i)

if (nhashset.find(query[i]) != nhashset.end())

++nFindSucceedCount;

else

++nFindFailedCount;

clockEnd = clock();

PrintfContainertElapseTime("hash_set", "find", clockEnd - clockBegin);

printf("查询成功次数： %d 查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);

return 0;

}

在数据容量100万，查询次数500万时，程序运行结果如下：



由于查询的失败次数太多，这次将查询范围变小使用再测试下：



由于结点过多，80多万个结点，set的红黑树树高约为19(2^19=524288，2^20=1048576)，查询起来还是比较费时的。hash_set在时间性能上比set要好一些，并且如果查询成功的几率比较大的话，hash_set会有更好的表现。想知道为什么hash_set会有优良的性能表现，请看继集——《STL系列之九
探索hash_set》。





注1． MSDN上讲set的erase()是有返回值的，但在VS2008中查看set的源代码，erase()函数的三个重载版本中，有二个返回值都为void即无返回值，另一个返回size_type。 可以通过http://msdn.microsoft.com/zh-cn/library/8h4a3515(v=VS.90).aspx查看MSDN上对set的erase()说明。





转载请标明出处，原文地址：/article/1392197.html