【C++】STL map和set用法基本介绍
map、set用法简介
- 前言
- 正式开始
-
- set
-
- 构造
- erase
- find
- swap
- count
- lower_bound 和 upper_bound
-
- lower_bound
- upper_bound
- equal_range
-
- pair
- multiuset
-
- find
- erase
- count
- map
-
- 构造
- insert
- [ ]
-
- [ ]底层原理
- multimap
- 两道题目
-
- 前K个高频单词
- 两个数组的交集
前言
首先，使用map和set最少要了解二叉搜索树，如果点进来的同学对于二叉搜索树还不熟悉的话，可以先看看我这篇博客：【C++】二叉搜索树。
当然，如果想要更深入的理解map和set的话，肯定是还要学更高级一点的树的，就比如说AVL树、红黑树，但是这里只想要简单用用的话，二叉搜索树先搞清楚就差不多够用了。
本篇主要讲讲map和set的基本用法，最后会有两道题来巩固一下。
后面的两篇博客来说一说关于AVL树的实现和红黑树的实现来更好的理解map和set。
正式开始
STL将容器分为两种。
一种是序列式容器，也就是数据结构中的线性表，包括有vector、list、deque等等。
还有一种是关联式容器，比如我们这里要讲的map和set。关联就是指存放的元素之间是相互关联的，可以通过某一元素来找到其他元素，不像vector那样的，各存各的元素。
那么set和map对应到前一篇的二叉搜索树中分别就是key模型和key/value模型。
先来说set。
还是cplusplus的网站：set，里面的接口我挑着讲。
set
如上所示，三个模版参数。
- T就相当于是key。
- compare是仿函数，默认情况下的是less，就是左<根<右。如果传的是greater就是左>根>右。
- alloc就是给内存池，这个参数和之前那些容器一样，还没有到该讲的时候，先不讲。
构造
这三个最常用的就是无参构造。
无参构造初始化了之后就不断插入：
insert接口如下：
还是插值、按位置插、迭代器区间。后两个用的都很少。
第一个插值的返回值这里先不细讲等会讲map的时候会说。
如果我们想要遍历的话可以用迭代器：
这里set的迭代器只支持访问，不支持修改，如果直接*it修改的话会报错。
当然有了迭代器就支持范围for：
C++11里面还有个用大括号初始化的：
这个演示一下：
这里插入的时候会直接去重，然后遍历的时候打印出来是有序的，这也和二叉搜索树的特性是相符的。
迭代器区间构造用到的场景比较少。
我们可以将compare改为greater的，这样遍历的时候用正向迭代器就变成了降序：
如果用less但是还想排降序的话，可以用反向迭代器：
拷贝构造用的也比较少，因为拷贝构造的开销还是比较大的，用的时候要慎重。
还可以用数组来初始化：
erase
删除，值、位置、迭代器区间。后两个不常用，演示第一个：
find
find的值如果存在，就返回那个值对应的迭代器。如果不存在，就返回end()。
这里可以用find来查找并删除某值。
因为可能有值不存在的情况，所以上述的写法是不严谨的，如果删除一个不存在的数就会出问题：
上面是debug的，如果是release的话就会直接出问题，因为release下会省略assert：
所以应该这样写：
判断一下是不是end，是了再删除，不是的话就别删。
这里里比直接erase值更好的一点是，如果某个值不存在，那么就可以打印出该值不存在的信息，如果是直接用erase删除的话，就没法打印了。
如果不需要打印信息的话可以直接用erase删值。
swap
两个set的对象交换的时候就用set的swap，因为set的swap就是简单的将根节点的指针交换就行了。不要用算法库中的swap，赋值和拷贝构造的开销会很大。
count
这个函数就是统计某个值出现的次数，可以说对于set来说没有什么用，因为set中的值永远出现的是一次。
set中有这个函数单纯是为了使得库提供的函数接口的一致性而给的，因为multiset中就有这个count，而multiset就和set的底层一样，但是multiset允许键值冗余，所以可以有多个值同时存在，我们就可以在multiset中使用count。
不过我们可以用count来判断某个值是否存在，如果存在返回1，如果不存在返回0。
lower_bound 和 upper_bound
lower_bound
这个函数返回>=val的值的迭代器，如果这个>=的值存在的话，就返回这个值的迭代器，如果不存在的话就返回end。
upper_bound
这个是返回>的值的迭代器。
直接给个和lower_bound一块的示例：
equal_range
这里的返回值为pair，这里讲一讲。
pair
就是一个存放一对值的结构体。
两个值库中定义的名字是first和second。
大概代码如下：
template <class T1, class T2>
struct pair
{
typedef T1 first_type;
typedef T2 second_type;
T1 first;
T2 second;
pair(): first(T1()), second(T2())
{}
pair(const T1& a, const T2& b): first(a), second(b)
{}
};
所以就好说了。
上面的返回值为pair，而且pair中两个参数的类型是迭代器。也就是返回两个值的迭代器。
返回的是一个左闭右开的区间：[x, y)。（x，y均为迭代器）
如果val的值存在于树中，x=val，y为++x。
如果val不存在，但还在值的范围内，x>val，y=x；不在范围内，x，y都是end()。
multiuset
上面也提到了，这个类型支持键值冗余，也就是可以同时存放多个值。
演示一下：
这里的multiset就是单纯的排序了。没有了去重的功能。
find
这里find的话，如果值没有重复，就返回那个值的迭代器，如果重复了，就返回中序遍历顺序下该值第一次出现的值的迭代器。
如果想要访问第二次出现的值的话++一下返回的迭代器就好了。
erase
这里如果是删除重复的值的话，比如说x，会把x全部删除。
和上面给迭代器的删除不一样。
count
这个上面也提过了，这里可以用。
其他功能就跟set类似了，这里就不继续讲，multiset了。
map
map也分map和multimap，和上面一样，multimap允许键值冗余，而map不允许。
二者都是二叉搜索树中的 key/value 模型。
先来说map。
这里有四个模版参数。
第一个是键值key，这个值是用来进行关键字的比较的。
第二个是附加项T，这就是一个与key相关的一个值，插入的时候是按照key比较的，而不是T。也就是二叉搜索树中key/value模型中的value。
第三个是仿函数Compare，默认值也是less，不过less只有一个key，也就是比较的时候按照key比较，T不会参与。
第四个是内存池，暂时不讲。里面的那个pair前面也讲过了。
map中有几个内嵌类型（map中typedef的类型）要说一下。
- key_type 模版参数中的第一个参数key
- mapped_type 模版参数中的第二个参数T
- value_type pair
- key_compare 模版参数中的第三个参数Compare
构造
一般没有直接初始化的时候就给值的，直接调用一下默认构造然后再插入或者用[ ]就行。
所以这里就不讲了。注意一下拷贝构造慎用，消耗较大。
insert
这里insert，看第一个，返回值先不说，先说参数。
参数为value_type，也就是pair
那么我们用的时候要这样（下面的例子为写一个字典）：
可以看到，排序的时候是按照ASCII排的。
但是这样有点麻烦了。
可以用匿名对象：
但是也没有方便到哪去。
我们可以typedef一下pair：
还有一个接口，专门用来搞pair的。
就是make_pair。
这个函数的大概实现为：
其实就是搞了个pair的对象。
用用：
用的时候可以不像pair那样显示写类型，make_pair是一个函数模版。
上面的都是用范围for来遍历的，下面来说说用迭代器遍历。
上面可以看到，it解引用得到的是pair类型的对象，然后一个 . 访问其first和second。
如果我们想用指针呢？
前面list模拟实现的博客中也讲过了，it->返回的是pair类型的指针，如果想要再访问pair中的成员时，就要再加一个->，但是这里为了可读性，编译器做了优化，直接省略掉了一个->。
注意到我上面用范围for的时候里面的赋值为const auto& e的，重在引用，因为map中的存放的为pair类型的数据，如果pair中又存放了string或者其他自定义类型的数据的话，用引用效率就会高不少。
其实上面的insert用的也不多，我只是为了给大家演示演示。
用的最多的还是[ ]。
[ ]
这个才是最需要学的。
如果我们想要用map统计……出现的次数，怎么搞呢？
比如：统计这里面各个水果出现的次数。
string arr[] = { "苹果", "西瓜", "苹果", "西瓜", "苹果",
"苹果", "西瓜", "苹果", "香蕉", "苹果", "香蕉" };
两种方法：
- 用insert
代码如下：
- 用[ ]
可以看到，用[ ]非常的方便。
那么[ ]底层不了解的话，上面是很难看懂的，下面就来说说。
[ ]底层原理
返回值是mapped_type就是第二个模版参数T。也就是对应到pair中的second的类型。
实际的返回值是这样的：
新手可能一眼就被吓到了。我们来逐个分析分析。
首先里面有个insert，用到了这个函数的返回值。
那么insert返回值刚刚没讲，就是要在这里讲。
对比一下上面的调用的话，就是第一个插值的insert，返回值为pair
看下库中的解释：
意思就是上面提供的第一个insert函数返回了一个pair类型的对象（假如说是x），不管是插入了新元素（假如说新插入的元素是y）或是原来map中就有这个元素y（原来有的话就不会插入），x的first都会指向insert之后的map中的元素y，也就是那个元素的迭代器；如果原来map中没有这个新插入的元素y，x的second就是true，代表插入成功了，如果原来map中有这个新插入的元素y，x的second就是false，代表插入失败了。
再看一下函数调用：
我把insert对应的括号的匹配给画出来了，去掉之后是：
其返回值是pair对象，然后访问了这个对象的first，first为迭代器，指向新插入的pair，解引用之后又访问了其指向的pair的second，也就是第二个模版参数T。所以最终返回值类型就是第二个模版参数T，对应的就是insert之后的pair的second。
对应到我们上面的countMap[str]，其最终的返回值就是striing对象所对应的int。
所以当我们第一次用[ ]的时候，是没有str的，先插入了，然后再让对应的int++了一下。
再看一下上面调用的insert，调用时传参为make_pair(k,mapped_type())，也就是说second会调用其默认构造函数，而上面的int默认值就是0。所以插入之后为0，返回之后再++正好为1，所以插入一次就加一。就达到了统计次数的目的。
如果感觉上面的[ ]重载实现的太难以理解了，我们也可以自己来实现一下：
再总结一下[ ]的返回值：
- map中有这个key，返回的是T的引用。即查找+修改T的功能。
- map中没有这个key，插入一个pair(key, T())并返回T的引用。 即插入+修改T的功能。
现在我们再来写刚刚写过的词典的话就非常简单了。
map中还有个at，也可以返回T的引用，和[ ]不一样的是，at不在的话是抛异常：
可以看到将map的时候有一大堆的pair，可以说pair就是专门为[ ]准备的。
再来说一点关于multimap的
multimap
就说一点，允许键值冗余。
如果允许键值冗余的话，就不能用[ ]和at了，因为如果有重复的元素，编译器不知道该匹配哪个，直接报错：
但是好处就是我们可以插入相同的K值了。
left有左边，也有剩余的意思。可以看到，插入了两次左边，一次剩余。
剩下的就不说了。
下面来两道题来练练手：
两道题目
两道题目链接：
前K个高频单词
两个数组的交集
前K个高频单词
这道题乍一看是topK问题，有的同学就想到了用堆来写。确实可以。
法一：优先级队列
我们先用map来统计一下各个单词出现的次数。然后再根据出现的次数来将map中的各个pair放到优先级队列（大堆）中，然后就可以不断获取堆顶元素来获取topK个单词。
但是题目中要求，各个单词要按照出现频率来排序，当两个单词出现的频率相同时，按照字典序排序，也就是按照ASCII来排。
最终实现的代码如下：
用到仿函数的时候，里面的逻辑有点绕。
法二：数组排序
我们先用map统计次数，此时map中的各个pair的顺序是按照string来排的。然后我们将map中的各个pair放入到数组中，用数组按照pair的second来进行排序。同样也是要写仿函数来控制频率相同的情况。
实现代码如下：
方法三：两个map
两个map，一个用来统计出现次数，一个用来根据次数排序。
两个数组的交集
这道题其实可以直接用双指针，但用双指针的话还要先排序再去重，太麻烦了，我们可以直接用set。
求交集有一个思路。在两个数组有序且不重复的前提下，比如说：
分为上下两个数组。
每个都从头开始遍历：
因为是有序的，所以当某个值 it1 小比另一个值 it2 小的时候，那么 it1 一定比另一个数组中的所有数都小。it2同理。所以小的时候就让其++，然后再对比，等的时候就同时++。当一个走到尽头时，就说明没有交集可找了，此时停下来就行。
因为需要排序 + 去重，而set正好能够满足这个条件，代码如下：
同样的思路，我们可以用来求差集。
就讲到这。
到此结束。。。