如何使用 boost::unordered_map

Question

对于我的应用程序，我需要使用哈希映射，因此我编写了一个测试程序，其中将基类的一些实例存储在 boost::unordered_map 中。但我想通过调用返回基类的派生类的特殊函数来访问实例，并且我使用这些函数的参数作为 unordered_map 的哈希键。如果没有找到具有某些参数的类，则生成一个类并将其存储在映射中。该程序的目的可能不清楚，但这是代码。

#include <boost/unordered_map.hpp>
#include <iostream>

using namespace std;
using namespace boost;
typedef unsigned char BYT;
typedef unsigned long long ULL;

class BaseClass
{
public:
    int sign;
    size_t HASHCODE;
    BaseClass(){}
};

class  ClassA : public BaseClass
{
public:
    int AParam1;
    int AParam2;
    ClassA(int s1, int s2) : AParam1(s1), AParam2(s2)
    {
        sign = AParam1;
    }
};


struct HashKey
{
    ULL * hasharray;
    size_t hashNum;
    size_t HASHCODE;
    HashKey(ULL * ULLarray,  size_t Hashnum) : hasharray(ULLarray), hashNum(Hashnum), HASHCODE(0)
    {   }
    bool operator == (const HashKey & hk ) const
    {
        bool deg = (hashNum == hk.hashNum);
        if (deg)
        {
            for (int i = 0; i< hashNum;i++)
                if(hasharray[i] != hk.hasharray[i]) return false;
        }
        return deg;
    }
};

struct ihash : std::unary_function<HashKey, std::size_t>
{
    std::size_t operator()(HashKey const & x) const
    {
        std::size_t seed = 0;
        if (x.hashNum == 1)
            seed = x.hasharray[0];
        else
        {
            int amount = x.hashNum * 8;
            const std::size_t fnv_prime = 16777619u;
            BYT * byt = (BYT*)x.hasharray;
            for (int i = 0; i< amount;i++)
            {
                seed ^= byt[0];
                seed *= fnv_prime;
            }
        }
        return seed;
    }
};

typedef std::pair<HashKey,BaseClass*> HashPair;
unordered_map<HashKey,BaseClass*,ihash> UMAP;
typedef unordered_map<HashKey,BaseClass*,ihash>::iterator iter;


BaseClass * & FindClass(ULL* byt, int Num, size_t & HCode)
{
    HashKey hk(byt,Num); 
    HashPair hp(hk,0);
    std::pair<iter,bool> xx = UMAP.insert(hp);
//  if (xx.second) UMAP.rehash((UMAP.size() + 1) / UMAP.max_load_factor() + 1);
    if (!xx.first->second) HCode = UMAP.hash_function()(hk);
    return xx.first->second;
}


template <typename T, class A,class B> 
T* GetClass(size_t& hashcode ,A a, B b)
{   
    ULL byt[3] = {a,b,hashcode};
    BaseClass *& cls = FindClass(byt, 3, hashcode);
    if(! cls){ cls = new T(a,b); cls->HASHCODE = hashcode;}
    return static_cast<T*>(cls);
}



ClassA * findA(int Period1, int Period2)
{
    size_t classID = 100;
    return GetClass<ClassA>(classID,Period1,Period2);
}

int main(int argc, char* argv[])
{
    int limit = 1000;
     int modnum = 40;
    int result = 0;

    for(int i = 0 ; i < limit; i++ )
    {
        result += findA( rand() % modnum ,4)->sign ;
    }

    cout << UMAP.size() << "," << UMAP.bucket_count() << "," << result <<  endl;

    int x = 0;

    for(iter it =  UMAP.begin(); it != UMAP.end(); it++)
    {
        cout << ++x << "," << it->second->HASHCODE << "," << it->second->sign << endl ;
        delete it->second;

    }

    return 0;
}

问题是，我预计 UMAP 的大小等于 modnum，但它始终大于 modnum，这意味着有多个实例具有相同的参数和 HASHCODE。

我的问题的解决办法是什么？请帮忙。
谢谢

Answer 1

这里有几个设计问题：

struct HashKey
{
    ULL * hasharray;
    ...

您的键类型存储指向某个数组的指针。但是这个指针是用本地对象的地址初始化的：

BaseClass * & FindClass(ULL* byt, int Num, size_t & HCode)
{
    HashKey hk(byt,Num); // <-- !!!
    HashPair hp(hk,0);
    std::pair<iter,bool> xx = UMAP.insert(hp);
    if (!xx.first->second) HCode = UMAP.hash_function()(hk);
    return xx.first->second;
}

template <typename T, class A,class B> 
T* GetClass(size_t& hashcode ,A a, B b)
{   
    ULL byt[3] = {a,b,hashcode}; // <-- !!!
    BaseClass *& cls = FindClass(byt, 3, hashcode);
    if(! cls){ cls = new T(a,b); cls->HASHCODE = hashcode;}
    return static_cast<T*>(cls);
}

这使得映射存储一个带有悬空指针的 HashKey 对象。此外，您还返回对 FindClass 中名为 xx 的函数本地对象的成员的引用。使用此引用会调用未定义的行为。

考虑重命名地图的键类型。哈希码本身不应该是密钥。正如 HashKey 的运算符 == 所示，您不希望实际的键是哈希码，而是可变长度的整数序列。另外，请考虑将序列存储在键类型内部而不是指针，例如作为向量。此外，避免返回对函数本地对象的引用。

Answer 2

使用 unordered_map 并不能保证您不会发生冲突，这就是您在此处所描述的。

有不止一个实例
具有相同的参数和HASHCODE

您可以调整哈希算法以最大限度地减少这种情况，但在（不可避免的）冲突情况下，哈希容器会扩展与该哈希码对应的存储桶中的对象列表。然后使用相等比较来解决与特定匹配对象的冲突。这可能就是您的问题所在 - 也许您的 operator== 没有正确消除相似但不相同的对象的歧义。

您不能期望每个存储桶有一个对象，否则在大型集合大小的情况下容器将无限增长。

顺便说一句，如果您使用的是较新的编译器，您可能会发现它支持 std::unordered_map，因此您可以使用它（官方 STL 版本）而不是 Boost 版本。