在GCC和Visual Studio中使用hash

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

// hash_map<Key, Tp, HashFn=hash<Key>, EqualKey=equal_to<Key>, Alloc=allocator<Tp> >
 
#include <cstdio>
 
#include <utility>
 
#include <hash_map>
 
using namespace std;
 
using namespace __gnu_cxx;
 
 
 
namespace __gnu_cxx {
 
    template<>
 
    struct hash<pair<int, int> > {
 
        size_t operator()(const pair<int, int>& key) const {
 
            return key.first * key.second;
 
        }
 
    };
 
}
 
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

// hash_map<Key, Type, Traits=hash_compare<Key, less<Key> >, Allocator=allocator<pair<const Key, Type> > >
 
>
 
class hash_map
 
#include <cstdio>
 
#include <utility>
 
#include <hash_map>
 
using namespace std;
 
using namespace stdext;
 
 
 
template<>
 
struct hash_compare<pair<int, int> > {
 
    // the mean number of elements per bucket
 
    static const size_t bucket_size = 4;
 
    // the minimum number of buckets
 
    static const size_t min_buckets = 8;
 
    // hash function
 
    size_t operator()(const pair<int, int>& key) const {
 
        return key.first * key.second;
 
    }
 
    // compare function
 
    bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) const {
 
        return lhs < rhs;
 
    }
 
};
 
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

...
 
int main() {
 
    int n;
 
    scanf("%d", &n);
 
    for (int i = 0; i < n; ++i) {
 
        hm[make_pair(i, i)] = i;
 
    }
 
    for (hash_map<pair<int, int>, int>::iterator i = hm.begin(); i != hm.end(); ++i) {
 
        printf("%d ", i->second);
 
    }
 
    printf("\n%d / %d\n", hm.size(), hm.bucket_count());
 
    return 0;
 
}

n取12时，GCC 4.4.1得到的结果是

1 2 3 4 5 6 7 8 9 10 11
 
/ 193

而Visual Studio 2010得到的结果是

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

#include <map>
 
#include <ctime>
 
#include <cstdio>
 
using namespace std;
 
 
 
#if defined(_MSC_VER)
 
# include <hash_map>
 
using stdext::hash_map;
 
#elif defined(__GNUC__)
 
# include <ext/hash_map>
 
using __gnu_cxx::hash_map;
 
#else
 
# error 悲剧啊
 
#endif
 
 
 
int main() {
 
    clock_t S;
 
 
 
    S = clock();
 
    for (int i = 0; i < 20; ++i) {
 
        hash_map<int, int> H;
 
        for (int i = 0; i < (1 << 20); ++i) {
 
            H[i] = i;
 
        }
 
    }
 
    printf("hash_map: %.2lfs\n", (double)(clock() - S) / CLOCKS_PER_SEC);
 
 
 
    S = clock();
 
    for (int i = 0; i < 20; ++i) {
 
        map<int, int> M;
 
        for (int i = 0; i < (1 << 20); ++i) {
 
            M[i] = i;
 
        }
 
    }
 
    printf("map: %.2lfs\n", (double)(clock() - S) / CLOCKS_PER_SEC);
 
 
 
    return 0;
 
}

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。

#define USE_HASH_MAP ?
 
#if USE_HASH_MAP
 
#include <ext/hash_map>
 
typedef __gnu_cxx::hash_map<int, int> Hash;
 
#else
 
#include <map>
 
typedef std::map<int, int> Hash;
 
#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.

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/444777.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！