STL系列之六 set与hash_set

对我挺有帮助，转载过来，已注明出处，还是挺厚道的吧

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）：

//byMoreWindows(http://blog.csdn.net/MoreWindows)
#include<set>
#include<ctime>
#include<cstdio>
usingnamespacestd;

intmain()
{
printf("--set使用byMoreWindows(http://blog.csdn.net/MoreWindows)--\n\n");
constintMAXN=15;
inta[MAXN];
inti;
srand(time(NULL));
for(i=0;i<MAXN;++i)
a[i]=rand()%(MAXN*2);

set<int>iset;
set<int>::iteratorpos;

//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
intfindNum=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');
return0;
}

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。

//在set中使用类要重载‘<’并实现拷贝构造函数
//byMoreWindows(http://blog.csdn.net/MoreWindows)
#include<set>
#include<ctime>
#include<cstdio>
usingnamespacestd;
classNode
{
public:
Node(intnAge=0)
{
m_nAge=nAge;
}
Node(constNode&na)//拷贝构造函数
{
m_nAge=na.GetAge();
}
intGetAge()
{
returnm_nAge;
}
private:
intm_nAge;
};
//不能写成类的成员函数
inlinebooloperator<(constNode&na,constNode&nb)
{
returnna.GetAge()<nb.GetAge();
}
intmain()
{
inti;
set<Node>nset;
for(i=0;i<MAXN;++i)
nset.insert(Node(i));
return0;
}

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：

errorC2662: “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：

//byMoreWindows(http://blog.csdn.net/MoreWindows)
#include<set>
#include<hash_set>
#include<iostream>
#include<ctime>
#include<cstdio>
#include<cstdlib>
usingnamespacestd;
usingnamespacestdext;//hash_set

//MAXN个数据MAXQUERY次查询
constintMAXN=1000000,MAXQUERY=5000000;
inta[MAXN],query[MAXQUERY];

voidPrintfSetUseTime(char*pszOperator,longlElapsetime)
{
printf("set的%s操作用时%d毫秒\n",pszOperator,lElapsetime);
}
voidPrintfHashSetUseTime(char*pszOperator,longlElapsetime)
{
printf("hash_set的%s操作用时%d毫秒\n",pszOperator,lElapsetime);
}

intmain()
{
printf("setVShash_set性能测试数据容量%d个查询次数%d次\n",MAXN,MAXQUERY);
constintMAXNUM=MAXN*4;
constintMAXQUERYNUM=MAXN*8;
printf("容器中数据范围[0,%d)查询数据范围[0,%d)",MAXNUM,MAXQUERYNUM);
printf("--byMoreWindows(http://blog.csdn.net/MoreWindows)--\n\n");

//随机生成在[0,MAXNUM)范围内的MAXN个数
inti;
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_tclockBegin,clockEnd;


//insert
printf("-----插入数据-----------\n");

clockBegin=clock();
nset.insert(a,a+MAXN);
clockEnd=clock();
PrintfSetUseTime("insert",clockEnd-clockBegin);

clockBegin=clock();
nhashset.insert(a,a+MAXN);
clockEnd=clock();
PrintfHashSetUseTime("insert",clockEnd-clockBegin);


//find
printf("-----查找数据-----------\n");

intnFindSucceedCount,nFindFailedCount;
nFindSucceedCount=nFindFailedCount=0;
clockBegin=clock();
for(i=0;i<MAXQUERY;++i)
if(nset.find(query[i])!=nset.end())
++nFindSucceedCount;
else
++nFindFailedCount;
clockEnd=clock();
PrintfSetUseTime("find",clockEnd-clockBegin);
printf("查找成功次数：%d查找失败次数：%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();
PrintfHashSetUseTime("find",clockEnd-clockBegin);
printf("查找成功次数：%d查找失败次数：%d\n",nFindSucceedCount,nFindFailedCount);
return0;
}

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系列之七 深入分析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：http://blog.csdn.net/morewindows/article/details/7029587