STL源码剖析——关联式容器

        所谓关联式容器，观念上类似于关联式数据库：每笔数据都有一个键值（key）和一个实际值（value）。当元素被插入容器时，内部机制根据键值，按着一定的规则将元素置于特定的位置。关联式容器没有所谓头尾的概念（只有最大元素，最小元素），所以不会有类似push_back(),push_front()这样的操作。

       标准的stl关联式容器分为set和map两大类，以及这两大类的衍生体multiset和multimap，这些容器的底层机制均以RB-tree来实现，RB-tree也是一个独立容器，并不开放给外界使用。此外，SGI STL还提供了一个不在标准之内的关联式容器hash-table，以及以之为底层机制而完成的hash-set,hash-map,hash-multiset,hash-multimap。

       二叉搜索树(binary search tree)，可提供对数时间的元素插入和访问。其节点放置规则是：任何节点的键值一定大于其左子树的每一个节点的键值，并小于其右子树中的每一个节点的键值。因为输入值可能不够随机，或者经过某些插入或删除操作，二叉搜索树会失去平衡，造成搜寻效率较低。AVL-tree，RB-tree，AA-tree均可实现出平衡二叉搜索树，其中最被广泛运用于STL的是RB-tree(红黑树)。

       AVL-tree的平衡条件：任何节点的左右子树高度相差最多1。这是一个较弱的条件，但仍能保证“对数深度”平衡状态。

       RB-tree的平衡条件：1.每个节点不是红色就是黑色；2.根节点为黑色；3.如果节点为红，其子节点必须为黑；4.任一节点到NULL(树尾端)的任何路径，所含黑节点数必须相同。

       AVLtree的平衡性要求比RB-Tree要严格，应该是由于保证平衡性本身要增加一定的算法复杂度，要求越严格，操作过程中对树的调整就越频繁。RB-tree在两个指标之间达到了比较好的折中，实际效果要好于AVL-Tree。它的旋转规则是：

       1、 单旋转：将违反AVL tree规则的子树的插入元素边的第一个节点提起来，变成跟节点。再调整。

         2、 双旋转：从下往上，单旋转两次。

RB-TREE红黑树

1、每个节点不是红色就是黑色

2、根节点为黑色

3、叶子节点是黑色。

4、如果节点为红色，其子节点必须为黑色

5、任一节点至NULL（树尾端）的任何路径，所含黑节点数必须相同

       由规则5 => 新增节点必须为红色。规则4 => 新增节点父节点为黑色。如果插入不满足上述要求，就需要调整RB-tree。

具体插入操作看书即可。

       这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长（注意到性质4导致了路径不能有两个毗连的红色节点就足够了。最短的可能路径都是黑色节点，最长的可能路径有交替的红色和黑色节点。）。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的。

       RB-tree的迭代器属于迭代器，但不具备随机定位能力。它的前进操作调用了基层迭代器的increment()，后退操作调用了基层迭代器的decrement()。

Se和MutiSet

set是集合，它的元素的键值就是实值，实值就是键值，不允许两个元素有相同的值。不可以通过set的iterator来改变元素的值，因为set的元素值就是键值，改变键值会违反元素排列的规则。在客户端对set进行插入或删除操作后，之前的迭代器依然有效。STL还提供了一些集合算法包括交际、并集等。MultiSet和set几乎一样，唯一的区别是，multiset允许键值重复。它的底层机制是RB-tree。

Map和MultiMap

Map的元素都是pair，第一个值是键值，第二个是实值。可以通过map的迭代器来改变元素的实值，但不可以改变键值，会违反元素的排列的规则。它的底层机制同样也是RB-tree。

Hash table

这种数据结构，在插入，删除，查找也有常数平均时间，而不依赖于插入元素的随机性，是以统计为基础的。Hash table可以提供对任何named item的存取和删除操作，因为所有被操作的对象都是named，所以hash table可以看做是一个dictionary。如何避免使用一个大得换谬的array呢，办法之一就是使用某种映射函数，将大数映射为小数，这样一来，array就不需要特别的大，但是可能会造成冲突。而解决这种冲突的做法则是使用 线性探测，二次探测，开放寻址等。

开链：一个键后面跟着一个list。STL中的hashtable就是这种方式。STL中的hash迭代器，是一种forward迭代器，只能+。有指向当前节点的指针和指向对应的vector的指针，没有后退操作，也就是没有所谓的逆向迭代器。

hashtable结构：

hashtable以质数来设计表格大小，预先计算好了28个质数，大约都是两倍的关系递增，查询28个质数中，“最接近且大于元素数目”的数字作为vector的长度，如果需要重新分配，则分配下一个质数长度的vector。Bucket所维护的linked list不采用STL的list或者slist(直接指针操作)，而至于bucket则使用vector来完成。

hashtable设计的容量和buckets vector的大小一样。因此如果数目超过了，就需要重新建立：新建一个temp，将原来hashtable中的元素一个一个切割出来插入到新的temp的适当位置，全部插完后交换hashtable和temp。同时释放temp的内存。

insert分为insert_unique和insert_equal操作，前者保证插入的数不能有重复，后者可以插入键值相同的数。可以先用unique之后再用equal。insert_unique：先调用resize函数，看是否需要增大vector，然后插入，vector的索引通过取余得到。resize：如果已有元素的个数大于vector的size，需要根据得到的最新质数，分配新的空间，将在旧空间的元素，重新计算hash，复制到新的空间，最后旧空间与新空间swap一下即可。insert_equal:也是先调用resize，遍历找到和他相同的节点，在该节点的前面插入。

hashtable有一些无法处理的型别，比如string，double，float。除非用户为那些型别写了相应的hash function。

Hash_Map，Hash_Set，Hash_MultiSet,Hash_MultiMap

这些容器和前面介绍的一一对应，只不过这些是以hash_tabel为底层实现机制的。

底层机制决定了这两组容器的区别：

RB-tree组对元素实现排序，而hash_map组没有；

RB-tree的查找时间复杂度为lg(n)，而hash_map组为常数时间；

RB-tree组在空间利用上，不会浪费结点，而hash_map组可能会有一些空置桶。

Hash_multiset和Hash_multimap插入使用的是inset_equal。其它操作与multiset和multimap相同。