Boolan微专业-STL与泛型编程（Week03）

STL与泛型编程

主要内容：

本周深入解析了各种常用容器和适配器的内部实现。包括 deque(stact、queue)、RB_Tree(set、multiset、map、multimap)、hash table(unordered 容器)

deque

• deque是分段（buffer）连续的，deque内部利用vector存放所有段的首地址。向deque的头尾插入数据时，都会先查看最后一个段是否还有空闲空间，如果有，则直接插入数据；如果没有，那么会新分配一个段，并把段的地址存放在vector中，再向其插入数据。

• deque的iterator是一个class，内部存放4个指针（first，last，cur，node），其中node是指向vector中第一个数据段的指针，利用这个指针可以使cur指针自增自减到另一个段。first指向一个段的头，last指向一个段的尾（段中最后一个元素的下一个位置）。first和last表示段的边界，每次自增自减都要判断是否到达边界，如果是，那么要借助node指针，将iterator指向下一个段。cur表示段中当前指向的位置。当在一个段内操作时，只有cur会变动，当到达边界切换到下一个段时，这4个指针都要改变。

• deque中iterator的大小是16字节(4个指针)。deque中有4个数据成员：两个iterator分别指向deque的begin和finish，一个指向vector的指针（map）和vector的大小（map_size），所以共40个字节（32位cpu）。

• deque的模板参数有3个，包括元素类型、分配器、BufSiz(默认是0). __deque_buf_size用于计算buffer size. 如果没有指定BufSiz，那么会根据元素的大小（sz）设置buffer size，如果一个元素的大小小于512，那么要用512除以元素的大小来计算buffer size. 如果大于等于512，buffer size会设置为1.

• deque<T>::insert(iterator pos, const value_type &x) 允许指定位置放入元素。内部会先判断pos是否在头或尾(pos.cur是否是start.cur或是finish.cur)，如果是的话，那么会调用push_front(x)或push_back(x)实现。如果不是，那么就要在中间插入元素调用insert_aux(pos, x）。insert_aux插入数据时会先判断插入点前后哪一边的元素少，取少的那一边全部元素向前移动一个位置，之后空出来的位置放入x。这样做可以尽可能高效。

• deque如何模拟连续空间：
  it是取得iterator的cur的值.
  difference_type operartor-(const self& x) const 得到两个迭代器之间的距离(元素个数)，中间完整缓冲区个数(node-x.node-1)bufsiz+起始buffer的元素数量(x.last-x.cur)+结尾buffer的元素数量(cur-first)。
  用后++调用前++，用后--调用前--. 前++会先++cur，检查cur是否到达边界，如果是，则set_node(node+1)，node,first和last要重设。前--会先判断cur==first，如果是，那么set_node(node-1)切换到前一个缓冲区的最后一个元素的位置。
  deque也重载了+=，-=，+，-运算符，迭代器可以一次移动n个位置。先判断是否会跨越缓冲区，如果是，那么再计算要跨越几个缓冲区，再移动node指针来跨越缓冲区，到达最后一个缓冲区，再计算要偏移几个元素，最后到达指定的位置。operator-=相当于+= -n，所以-=是利用operator+=来实现的。operator[]是利用operator+实现的，operator+是利用operator+=实现的。operater-是利用operator-=实现的，所以归根结底[]，-=，+，-这三个运算符重载底层都是由self & operator+=(difference_type n)实现的。

• G4.9不允许用户调整buffer size的大小，但是也是利用__deque_buf_size函数队友没有指定bufSiz的情况的策略计算buffer size大小。

• deque中维护buffer地址的vector每次按照2倍大小进行扩充，扩充后，会将之前的元素拷贝到中段，前后都能留有空闲空间，便于前后扩展。

queue && stack

• 它们内部拥有一个deque. 他们的各个函数都是调用的deque的函数。queue和stack也可以选择list作为底部支撑，默认是选择deque. 使用方式eg.stack<string, list<string>> c; queue<string, list<string>> q; 选择deque作为底部支撑效率更高。
• queue和stack都不允许遍历，也不提供iterator，因为不允许中间插入/删除元素。
• queue不能用vector作为底部支撑，但stack可以，因为pop操作vector所提供的函数中没有pop_front函数，编译器会在调用pop的时候报错，但不调用pop不会报错，也就是说当在定义一个用vector作为底部支撑的queue时，编译器不会检查deque提供的各个函数是否可用，只有在调用各个函数的时候才会检查。
• queue和stack也不允许选择set和map作为底部支撑。因为set不会提供pop_front,push_back,back等函数接口，所以在调用时会保错。在定义deque的时候就不能使用map作为底层的支持，因为map存放的是键值对，但queue和stack中需要的是一个类型的元素。所以在定义时就会报错。

RB-tree平衡二叉搜索树

• 有利于查找和插入。遍历时，++iter得到的元素是按照key排序的。map允许改变data,不允许改变key. rb_tree提供两种insert操作：insert_unique()和insert_equal().
• rb_tree的模板参数：key, value(key和data合成value)，KeyofValue（从value中取key的方法），Compare(两个节点key比较大小的方法)，Alloc=alloc.
• rb_tree的数据成员：node_count(节点数量)，header(指向节点的指针)，key_compare(比较key的准则，是个泛函数，大小是1) G2.9 大小是12（4+4+1=9，对齐后是12）.G4.9中是24包含3个指针和一个枚举类型_Rb_tree_color(1个字节)。
• G4.9的stl结构设计采用handler and body 分离（base和impl分离）的方式.
• set和map都是由红黑树实现的。

set && multiset

• 对于set来讲key就是value，不能改变元素值。set插入数据是调用的rb_tree的insert_unique(), multiset插入数据是调用的rb_tree的insert_equal().

• template<class Key, class Compare = less<Key>, class Alloc = alloc> 
  class set{
    ...
  };
  

• set<int> iset;
  <=>
  template<int, int, identity<int>, less<int>, alloc>class rb_tree;
  

• set的iterator是rb_tree中的const_interator，防止修改iterator指向的元素。
• set的所有操作都是调用底层rb_tree的操作。所以set也未尝不是一个container adapter.
• vc6不提供identity()，是创建一个泛函数实现的。

5. map && multimap

• 这里key是const类型，防止用户更改key.

• map<int, string> imap; 
  <=>
  template<int, pair<const int, string>, select1st<pair<const int, string>>, less<int>, alloc> class rb_tree; 
  

• map的iterator就是rb_tree的iterator.
• vc6不提供select1st函数。
• operator[]如果map中没有这个key，就会自动创建并插入这个pair, 且value是默认值。operator[]的内部实现，iterator _i = lower_bound(_k);如果map中没有_k, 那么会返回适合放置_k的位置，之后会调用insert插入到map中。

6. hashtable

• 当元素个数比篮子的个数多的时候，会将hashtable打散，将篮子增加到大约是原有的2倍。gcc中将篮子的数量已经保存在static const unsigned long __stl_prime_list[]数组中，扩展篮子的数量时会查看这个数组。G2.9中的做法：初始篮子的个数是53，之后扩展时，53*2=106，会在106附近找到一个素数（97），作为篮子新的数量。之后所有的元素要重新计算放置位置。

• class hashtable要指定6个模板参数：value，key, class HashFcn(hash function计算元素对应的编号hash code), class ExtractKey(从元素中取出key), class EqualKey(计算key相等的方法), class Alloc=alloc.

• hashtable的大小：HashFcn,EqualKey,ExtractKey的对象各占1个字节，vector<node*,Alloc> buckects占12字节（内部有3个指针）。size_type num_elements占4个字节。总共19个字节，对齐后是20个字节。__hastable_node中有一个指向下一个节点的指针和value。

• hashtable中iterator的设计，考虑到遍历完一个链表后，要能够回到hashtable, 再遍历下一个链表，所以iterator中除了有一个指向当前节点的指针外node* cur, 还有一个指向hashtable本身的指针hashtable* ht目的就是能回到hashtable再遍历下一个链表。

• hash-function,hash-code: 标准库中有hash类的泛化模板，也有对数值类型和char*类型元素计算hash-code特化，元素是数值的话，会默认就将这个数值作为hash-code, 也可以用户自己写这样的特化hash类，设计得到hash-code。注意：标准库中没提供hash<std::string>需要自己写.

• 计算元素落在哪个篮子的方法：hash(key)%n.

• G2.9 hashtable<const char, const char, hash<const char *>, identity<const char >, eqstr, alloc>ht(50, hash<const char>(), eqstr()); 第一个参数50是设置篮子的数量，实际会查看__stl_prime_list数组（G4.9版和G2.9有区别，这是G2.9版的情况），找到第一个比50大的篮子数量53进行分配。

• G4.9的hashtable名称变了，并且参数由6个变成了10个。

7. unordered container

• c++11将hash_set,hash_multiset,hash_map,hash_multimap这4个名字改为unordered_set, unordered_multiset, unordered_map,unordered_multimap.
• c.bucket_size(i)打印第i个篮子中元素的数量。