STL中map、set的数据结构及底层实现

1、STL 中 map. set 的据结构及底层实摘要：本文列出几个基本的STL map和STL set的问题，通过解答这些问题讲解了 STL关 联容器内部的数据结构，最后提出了关于UNIX/LINUX自带平衡二叉树库函数和map, set 选择问题，并分析了 map, set的优势之处。对于希望深入学习STL和希望了解STL map 等关联容器底层数据结构的朋友来说，有一定的参考价值。vector （向量）STL中标准而安全的数组。只能在vector的“前面”增加数据。deque（双端队列double-ended queue） 功能上和vector相似，但是可以在前后两端向其中添加数据。list

2、 （列表）一标一次只可以移动一步。如果你对链表已经很熟悉，那么STL中的list 则是一个双向链表（每个节点有指向前驱和指向后继的两个指针）。set （集合）一包含了经过排序了的数据，这些数据的值（value）必须是唯一的。map （映射）一 过排序了的二元组的集合，map中的每个元素都是由两个值组成，其 中的key （键值，一个map中的键值必须是唯一的）是在排序或搜索时使用，它的值可以 在容器中重新获取；而另一个值是该元素关联的数值。比如，除了可以ar43 = overripe 这样找到一个数据，map还可以通过arbanana = overripe，这样的方法找到一个数据。 如果你想获得

3、其中的元素信息，通过输入元素的全名就可以轻松实现。multiset （多重集）一和集合（set）相似，然而其中的值不要求必须是唯一的（即可以 有重复）。multimap （多重映射）一和映射（map）相似，然而其中的键值不要求必须是唯一的（即 可以有重复）。STL map和set的使用虽不复杂，但也有一些不易理解的地方，如：#为何map和set的插入删除效率比用其他序列容器高？#为何每次insert之后，以前保存的iterator不会失效？#为何map和set不能像vector 一样有个reserve函数来预分配数据？#当数据元素增多时（10000到20000个比较），map和set的插入和搜

4、索速度变化如何？或许有得人能回答出来大概原因，但要彻底明白，还需要了解STL的底层数据结构。C+ STL之所以得到广泛的赞誉，也被很多人使用，不只是提供了像vector, string, list等 方便的容器，更重要的是STL封装了许多复杂的数据结构算法和大量常用数据结构操作。 vector封装数组，list封装了链表，map和set封装了二叉树等，在封装这些数据结构的时 候，STL按照程序员的使用习惯，以成员函数方式提供的常用操作，如：插入、排序、删 除、查找等。让用户在STL使用过程中，并不会感到陌生。C+ STL中标准关联容器set, multiset, map, multimap内部

5、采用的就是一种非常高效的平 衡检索二叉树：红黑树，也成为RB树（Red-Black Tree）。RB树的统计性能要好于一般的 平衡二叉树（有些书籍根据作者姓名，Adelson-Velskii和Landis，将其称为AVL-树），所以 被STL选择作为了关联容器的内部结构。本文并不会介绍详细AVL树和RB树的实现以及 他们的优劣，关于RB树的详细实现参看红黑树：理论与实现（理论篇）。本文针对开始提出 的几个问题的回答，来向大家简单介绍map和set的底层数据结构。为何map和set的插入删除效率比用其他序列容器高？大部分人说，很简单，因为对于关联容器来说，不需要做内存拷贝和内存移动。说对了，确

6、实如此。map和set容器内所有元素都是以节点的方式来存储，其节点结构和链表差不多， 指向父节点和子节点。结构图可能如下：A/ /B C/ / / /D E F G因此插入的时候只需要稍做变换，把节点的指针指向新的节点就可以了。删除的时候类似， 稍做变换后把指向删除节点的指针指向其他节点就OK 了。这里的一切操作就是指针换来换 去，和内存移动没有关系。为何每次insert之后，以前保存的iterator不会失效？看见了上面答案的解释，你应该已经可以很容易解释这个问题。iterator这里就相当于指向 节点的指针，内存没有变，指向内存的指针怎么会失效呢(当然被删除的那个元素本身已经 失效了)。相

7、对于vector来说，每一次删除和插入，指针都有可能失效，调用push_back在 尾部插入也是如此。因为为了保证内部数据的连续存放，iterator指向的那块内存在删除和 插入过程中可能已经被其他内存覆盖或者内存已经被释放了。即使时push_back的时候， 容器内部空间可能不够，需要一块新的更大的内存，只有把以前的内存释放，申请新的更大 的内存，复制已有的数据元素到新的内存，最后把需要插入的元素放到最后，那么以前的内 存指针自然就不可用了。特别时在和find等算法在一起使用的时候，牢记这个原则：不要 使用过期的iterator。为何map和set不能像vector 一样有个reserve函

8、数来预分配数据？我以前也这么问，究其原理来说时，引起它的原因在于在map和set内部存储的已经不是 元素本身了，而是包含元素的节点。也就是说map内部使用的Alloc并不是map声明的时候从参数中传入的Alloc。例如：mapint, int, less, Alloc intmap;这时候在intmap中使用的allocator并不是Alloc,而是通过了转换的Alloc，具体转换 的方法时在内部通过Alloc:rebind重新定义了新的节点分配器，详细的实现参看彻底 学习STL中的Allocator。其实你就记住一点，在map和set内面的分配器已经发生了变化， reserve方法你就不要奢

9、望了。当数据元素增多时(10000和20000个比较)，map和set的插入和搜索速度变化如何？如果你知道log2的关系你应该就彻底了解这个答案。在map和set中查找是使用二分查找， 也就是说，如果有16个元素，最多需要比较4次就能找到结果，有32个元素，最多比较5 次。那么有10000个呢？最多比较的次数为log10000，最多为14次，如果是20000个元 素呢？最多不过15次。看见了吧，当数据量增大一倍的时候，搜索次数只不过多了 1次， 多了 1/14的搜索时间而已。你明白这个道理后，就可以安心往里面放入元素了。最后，对于map和set Winter还要提的就是它们和一个c语言包装库的

10、效率比较。在许多 unix和linux平台下，都有一个库叫isc，里面就提供类似于以下声明的函数：void tree_init(void *tree);void *tree_srch(void *tree, int (*compare)(), void *data);void tree_add(void *tree, int (*compare)(), void *data, void (*del_uar)();int tree_delete(void *tree, int (*compare)(), void *data,void (*del_uar)();int tree_trav(voi

11、d *tree, int (*trav_uar)();void tree_mung(void *tree, void (*del_uar)();许多人认为直接使用这些函数会比STL map速度快，因为STL map中使用了许多模板什 么的。其实不然，它们的区别并不在于算法，而在于内存碎片。如果直接使用这些函数，你 需要自己去new 一些节点，当节点特别多，而且进行频繁的删除和插入的时候，内存碎片 就会存在，而STL采用自己的Allocator分配内存，以内存池的方式来管理这些内存，会大 大减少内存碎片，从而会提升系统的整体性能。Winter在自己的系统中做过测试，把以前 所有直接用isc函数的

12、代码替换成map，程序速度基本一致。当时间运行很长时间后(例如 后台服务程序)，map的优势就会体现出来。从另外一个方面讲，使用map会大大降低你 的编码难度，同时增加程序的可读性。何乐而不为？学习STL map, STL set之数据结构基 础作者：winter摘要：本文列出几个基本的STL map和STL set的问题，通过解答这些问题讲解了 STL关 联容器内部的数据结构，最后提出了关于UNIX/LINUX自带平衡二叉树库函数和map, set 选择问题，并分析了 map, set的优势之处。对于希望深入学习STL和希望了解STL map 等关联容器底层数据结构的朋友来说，有一定的参考价

13、值。STL map和set的使用虽不复杂，但也有一些不易理解的地方，如：#为何map和set的插入删除效率比用其他序列容器高？#为何每次insert之后，以前保存的iterator不会失效？#为何map和set不能像vector 一样有个reserve函数来预分配数据？#当数据元素增多时(10000到20000个比较)，map和set的插入和搜索速度变化如何？或许有得人能回答出来大概原因，但要彻底明白，还需要了解STL的底层数据结构。C+ STL之所以得到广泛的赞誉，也被很多人使用，不只是提供了像vector, string, list等 方便的容器，更重要的是STL封装了许多复杂的数据结构算

14、法和大量常用数据结构操作。 vector封装数组，list封装了链表，map和set封装了二叉树等，在封装这些数据结构的时 候，STL按照程序员的使用习惯，以成员函数方式提供的常用操作，如：插入、排序、删 除、查找等。让用户在STL使用过程中，并不会感到陌生。C+ STL中标准关联容器set, multiset, map, multimap内部采用的就是一种非常高效的平 衡检索二叉树：红黑树，也成为RB树（Red-Black Tree）。RB树的统计性能要好于一般的 平衡二叉树（有些书籍根据作者姓名，Adelson-Velskii和Landis，将其称为AVL-树），所以 被STL选择作为了关

15、联容器的内部结构。本文并不会介绍详细AVL树和RB树的实现以及 他们的优劣，关于RB树的详细实现参看红黑树：理论与实现（理论篇）。本文针对开始提出 的几个问题的回答，来向大家简单介绍map和set的底层数据结构。为何map和set的插入删除效率比用其他序列容器高？大部分人说，很简单，因为对于关联容器来说，不需要做内存拷贝和内存移动。说对了，确 实如此。map和set容器内所有元素都是以节点的方式来存储，其节点结构和链表差不多， 指向父节点和子节点。结构图可能如下：A/ /B C/ / / /D E F G因此插入的时候只需要稍做变换，把节点的指针指向新的节点就可以了。删除的时候类似， 稍做变换

16、后把指向删除节点的指针指向其他节点就OK 了。这里的一切操作就是指针换来换 去，和内存移动没有关系。为何每次insert之后，以前保存的iterator不会失效？看见了上面答案的解释，你应该已经可以很容易解释这个问题。iterator这里就相当于指向 节点的指针，内存没有变，指向内存的指针怎么会失效呢（当然被删除的那个元素本身已经 失效了）。相对于vector来说，每一次删除和插入，指针都有可能失效，调用push_back在 尾部插入也是如此。因为为了保证内部数据的连续存放，iterator指向的那块内存在删除和 插入过程中可能已经被其他内存覆盖或者内存已经被释放了。即使时push_back的

17、时候， 容器内部空间可能不够，需要一块新的更大的内存，只有把以前的内存释放，申请新的更大 的内存，复制已有的数据元素到新的内存，最后把需要插入的元素放到最后，那么以前的内 存指针自然就不可用了。特别时在和find等算法在一起使用的时候，牢记这个原则：不要 使用过期的iterator。为何map和set不能像vector 一样有个reserve函数来预分配数据？我以前也这么问，究其原理来说时，引起它的原因在于在map和set内部存储的已经不是 元素本身了，而是包含元素的节点。也就是说map内部使用的Alloc并不是map声明的时候从参数中传入的Alloc。例如：mapint, int, less

18、, Alloc intmap;这时候在intmap中使用的allocator并不是Alloc,而是通过了转换的Alloc，具体转换 的方法时在内部通过Alloc:rebind重新定义了新的节点分配器，详细的实现参看彻底 学习STL中的Allocator。其实你就记住一点，在map和set内面的分配器已经发生了变化， reserve方法你就不要奢望了。当数据元素增多时(10000和20000个比较)，map和set的插入和搜索速度变化如何？如果你知道log2的关系你应该就彻底了解这个答案。在map和set中查找是使用二分查找， 也就是说，如果有16个元素，最多需要比较4次就能找到结果，有32个元素，最多比较5 次。那么有10000个呢？最多比较的次数为log10000，最多为14次，如果是20000个元 素呢？最多不过15次。看见了吧，当数据量增大一倍的时候，搜索次数只不过多了 1次， 多了 1/14的搜索时间而已。你明白这个道理后，就可以安心往里面放入元素了。最后，对于map和set Winter还要提的就是它们和一个c语言包装库的效率比较。在许多 unix和linux平台下，都有一个库叫isc，里面就提供类似于以下声明的函数：void tree_init(void *