STL hashtable阅读记录

unordered_map,unordered_set等相关内容总结：

unordered_map和unordered_set是在开发过程中常见的stl数据结构。其本质是hashtable。在SGI_STL中，hashtable解决冲突的办法是拉链法。下面是一些对STL中堆hashtable中有关代码阅读的一些记录。

与之相关联的几个文件 

gcc/libstdc++-v3/include/bits/hashtable.h

gcc/libstdc++-v3/include/bits/hashtable_policy.h

gcc/libstdc++-v3/include/bits/functional_hash.h

gcc/libstdc++-v3/src/c++11/hashtable_c++0x.cc

 

 

 

第一部分：基本数据组织说明

hashtable的重要数据组织成员及辅助理解图（一个可能的hash数据结构情况）

_Bucket[] _M_buckets

_Hash_node_base _M_before_begin

size_type _M_bucket_count // 初始桶编号为1

size_type _M_element_count

 

 

 

由上图可以大致总结出在SGI-STL中hashtable数据的组织。几个要点:

①.hashtable实际上是维护了一个单链标。其头节点是一个特殊的成员_M_before_begin，其没有实际的数据。按照名字来理解，是第一个数据的前一个节点。

看一下对应的相关注释：

The non-empty buckets contain the node before the first node,this design makes it possible to implement somethiing like a std::forward_list::insert_after on a container insertion and std::forward_list::erase_afer on container erase calls._M_before_begin is equivalent to  std::forward_list_list::before_begin.Note that one of the non-empty buckets contains &_M_before_begin which is not a dereferenceable node so  the node pointer ina bucket shall never be dereferenced ,only its next node can be.

②._M_buckets这个二级指针的作用是什么，其目的是为了通用的可以使用_M_next()函数调用拿到每个桶的头节点（对于上图就是A，D）。比如_M_buckets[1]._M_next就是桶号为1的头结点A。_M_buckets[2]._M_next就是桶号为2的数据结构的头结点D。同时对于上图示例，应当有_M_before_begin和_M_buckets[1]是相等的（见黑色实线）

 

 

第二部分：几个常见接口的调用流程及调用栈

hashtable的定义

 

 

一些方便查阅的 using和typedef

 

 

 

①.插入的key是如何生成的

    1.对于简单类型（int等）：key计算的相关代码 const key_type& __k = this->_M_extract()(__node->_M_v())

    计算key值是通过_M_extrace()来计算的，其是模板参数中的_ExtraceKey,

   对于unordered_map在其定义中其模板参数中_ExtraceKey是__detail::Select1st 当定义为unordered_map<int,node>,insert(std::make_pair(0,node(a)); 其就返回pair中的first，即0。

   对于如果定义类似于key不是简单类型的。需要自己定义hash函数否则不能通过编译，举例https://www.zhihu.com/question/30921173

    

struct pairhash {public:

template <typename T, typename U>

std::size_t operator()(const std::pair<T, U> &x) const

{

    return std::hash<T>()(x.first) ^ std::hash<U>()(x.second);

}};

class abc {

    std::unordered_map<std::pair<int,int>, int, pairhash> rules;

};

在这种情况下。__detail::Select1st获取到的数据就是std::pair<int,int>作为key对应的值

②.hash值如何生成

 __hash_code __code = this->_M_hash_code(__key);   ======> return _M_h1()(__k);  ======> 在key为int的时候传递的参数是std::hash<int> 

其最后会调用一个宏_Cxx_hashtable_define_trivial_hash(int)，其在文件functional_hash.h中,该文件内涵多种不同类型的特化hash类。该文件定义了这些简单类型是如何hash的，下面是该宏的定义,看到这种情况下，其hash值就是直接强转成size_t类型。

 

 

③.如何确定一对pair的hash桶编号    size_type __bkt = _M_bucket_index(__k,__code) ====> return ___hash_code_base::_M_bucket_index(__k,__c,_M_bucket_count); } ====> return _M_h2()(__c,__n);    

    其中_M_h2获取的是模板参数_H2,对于unordered_map传递进来的是__detail::_Mod_range_hashing,其内容很简单。

 

可见桶编号值为hash值mod桶数量

④.rehash流程：主要思路是根据当前桶的数量和元素数量，在一个大的素数表中lowerbound查找下一步合适的桶编号。

下面是一个判定是否需要rehash桶以及如果需要后算出下一个合理的桶数量。至于最终的真正_M_rehash_aux流程。主题是数据指针迁移，并且保证新的new_buckets结构像前图一样。