在GCC和Visual Studio中使用hash_map

熟悉STL或熟悉ACM/ICPC的话，其中的set, map, multiset, multimap一定用过无数次了，它们都是用平衡二叉树（红黑树）实现的，复杂度为O(lgn)。我们也知道set, map可以通过哈希来实现，复杂度只有O(1)，可惜直到现在，unsorted_set或hash_map都没能成为C++标准的一部分（C++0x，- -b）。不过无论在GNU GCC中还是Microsoft Visual Studio中都有对hash_set, hash_map, hash_multiset, hash_multimap的支持。

GCC中的hash_map定义在<ext/hash_map>文件，namespace __gnu_cxx中。要定义一个hash_map<int, int>非常简单：

#include <ext/hash_map>

using namespace __gnu_cxx;

hash_map<int, int> hm;

在使用map时，如果我们想要改变元素顺序，或以自定义的struct/class作为key的时候，可以设定map第三个模板参数（默认是less<Key>，即operator<）。对于hash_map，我们需要设定其第三个(hash<Key>)和第四个模板参数(equal_to<Key>, operator==)。

typedef long long my_type;

typedef int any_type;

struct my_hash {

size_t operator()(const my_type& key) const {

return (key >> 32) ^ key;

}

};

struct my_equal_to {

bool operator()(const my_type& lhs, const my_type& rhs) const {

return lhs == rhs;

}

};

hash_map<my_type, any_type, my_hash, my_equal_to> my_hash_map;

对与int等基本类型，系统提供有hash<int>等版本的模板特化，所以只需要指定前两个模板参数就足够了。实现了模板特化的有以下类型

[const] char*, crope, wrope, [signed|unsigned] char, [unsigned] short, [unsigned] int, [unsigned] long

如果需要的话，我们也可以为其他类型实现模板特化

1	// hash_map<Key, Tp, HashFn=hash<Key>, EqualKey=equal_to<Key>, Alloc=allocator<Tp> >

2	#include <cstdio>

3	#include <utility>

4	#include <hash_map>

5	using namespace std;

6	using namespace __gnu_cxx;

7

8	namespace __gnu_cxx {

9	template<>

10	struct hash<pair<int, int> > {

11	size_t operator()(const pair<int, int>& key) const {

12	return key.first * key.second;

13

}

14

};

15

}

16	hash_map<pair<int, int>, int> hm;

Visual C++的hash_map定义在<hash_map>文件，namespace stdext中，早先在namespace std中。其实现与GCC的不同，模板参数也不一样，比如上面的例子在VC++版本如下

1	// hash_map<Key, Type, Traits=hash_compare<Key, less<Key> >, Allocator=allocator<pair<const Key, Type> > >

2

>

3	class hash_map

4	#include <cstdio>

5	#include <utility>

6	#include <hash_map>

7	using namespace std;

8	using namespace stdext;

9

10	template<>

11	struct hash_compare<pair<int, int> > {

12	// the mean number of elements per bucket

13	static const size_t bucket_size = 4;

14	// the minimum number of buckets

15	static const size_t min_buckets = 8;

16	// hash function

17	size_t operator()(const pair<int, int>& key) const {

18	return key.first * key.second;

19

}

20	// compare function

21	bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) const {

22	return lhs < rhs;

23

}

24

};

25	hash_map<pair<int, int>, int> hm;

相比前面的hash，上面的hash_compare显然要复杂不少。

不过二者提供的方法基本一致，也和std::map和其他STL容器相似。所以对于上面定义的hash_map，我们都可以用下面的代码进行测试

1

...

2	int main() {

3

int n;

4	scanf("%d", &n);

5	for (int i = 0; i < n; ++i) {

6	hm[make_pair(i, i)] = i;

7

}

8	for (hash_map<pair<int, int>, int>::iterator i = hm.begin(); i != hm.end(); ++i) {

9	printf("%d ", i->second);

10

}

11	printf("\n%d / %d\n", hm.size(), hm.bucket_count());

12

return 0;

13

}

n取12时，GCC 4.4.1得到的结果是

0 1 2 3 4 5 6 7 8 9 10 11

12 / 193

而Visual Studio 2010得到的结果是

0 4 8 1 3 5 7 9 11 2 6 10

12 / 8

由此我们可以看出二者在hash_map实现上的不同。__gnu_cxx::hash_map保持size<=bucket_count，而以193, 389, 769, 1543…这样近似成倍增长的质数作为bucket_count。stdext::hash_map则保持size<=bucket_size*bucket_count，bucket_count起初为min_buckets=8，不足时以8倍增长。

之所以我们要选择hash_map，是为了获得更高的效率。hash_map比map到底快多少呢，我们通过下面的程序来测试一下。通过__GNUC__和_MSC_VER这两个宏，我们可以把两个版本的代码写到一起

1	#include <map>

2	#include <ctime>

3	#include <cstdio>

4	using namespace std;

5

6	#if defined(_MSC_VER)

7	# include <hash_map>

8	using stdext::hash_map;

9	#elif defined(__GNUC__)

10	# include <ext/hash_map>

11	using __gnu_cxx::hash_map;

12

#else

13	# error 悲剧啊

14

#endif

15

16	int main() {

17	clock_t S;

18

19	S = clock();

20	for (int i = 0; i < 20; ++i) {

21	hash_map<int, int> H;

22	for (int i = 0; i < (1 << 20); ++i) {

23

H[i] = i;

24

}

25

}

26	printf("hash_map: %.2lfs\n", (double)(clock() - S) / CLOCKS_PER_SEC);

27

28	S = clock();

29	for (int i = 0; i < 20; ++i) {

30	map<int, int> M;

31	for (int i = 0; i < (1 << 20); ++i) {

32

M[i] = i;

33

}

34

}

35	printf("map: %.2lfs\n", (double)(clock() - S) / CLOCKS_PER_SEC);

36

37

return 0;

38

}

结果得到的是（gcc和VS的结果分别来自不同机器，因此没有可比性）

* g++ -O2

hash_map: 5.39s

map: 12.35s

* VS2010 Release

hash_map: 9.53s

map: 9.44s

发现g++里hash_map确实要比map快不少，而Visual Studio 2010就是个悲剧，信hash_map不如信春哥啊。

嘛，hash_map确实可能带来一些performance，但不那么stable，所以我们可以考虑优先使用hash_map，而将map最为fallback备胎。

1	#define USE_HASH_MAP ?

2	#if USE_HASH_MAP

3	#include <ext/hash_map>

4	typedef __gnu_cxx::hash_map<int, int> Hash;

5

#else

6	#include <map>

7	typedef std::map<int, int> Hash;

8

#endif

不过在浙大校赛这种judge是优秀的gcc，而比赛环境是混乱的VC6的比赛里。hash_map什么的还是能不用就不用吧……

This entry was posted on Thursday, March 25th, 2010 at 9:34 pm and is filed under summary. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.