STL之关联容器

简介: 关联容器支持高效的关键字查找和访问。两个主要的关联容器(associative-container)类型是map和set。标准库提供8个关联容器,它们的不同体现在三个维度上:或者是一个set,或者是一个map或者要求不重复的关键字,或者允许重复关键字按顺序保存元素,或无序保存。允许重复关键字的容器的开头名字中都包含单词multi;不保持关键字按顺序存储的容器的名

关联容器支持高效的关键字查找和访问。两个主要的关联容器(associative-container)类型是map和set。标准库提供8个关联容器,它们的不同体现在三个维度上:

  • 或者是一个set,或者是一个map
  • 或者要求不重复的关键字,或者允许重复关键字
  • 按顺序保存元素,或无序保存。

允许重复关键字的容器的开头名字中都包含单词multi;不保持关键字按顺序存储的容器的名字都以单词unordered开头。

类型mapmultimap定义在头文件map中;setmultiset定义在头文件set中,无序容器则定义在unordered_mapunordered_set中。

关联容器概述

定义关联容器

每个关联容器都定义了一个默认构造函数,它创建一个指定类型的空容器。也可以将关联容器初始化为另一个同类型容器的拷贝,或是从一个值范围来初始化关联容器,只要这些值可以转化为容器所需类型就可以。在新标准下,也可以对关联容器进行值初始化。

map<string, size_t> word_count; //空容器
set<string> exclude = {"the", "but", "and", "or"}; //列表初始化
//三个元素:authors将姓映射为名
map<string, string> authors = {
    {"Joyce", "James"},
    {"Austen", "Jane"},
    {"Dickens", "Charles"}
};

初始化一个map时,必须提供关键字和值类型。我们将每个关键字-值对包围在花括号中: {key,value} 来指出它们一起构成了map中的一个元素。

初始化multimap和multiset

一个map或set中的关键字必须是唯一的,multimap和multiset则没有此限制。

vector<int> ivec;
for(vector<int>::size_type i = 0; i != 10; i++)
{
    ivec.push_back(i);
    ivec.push_back(i);
}

set<int> iset(ivec.begin(), ivec.end());
multiset<int> miset(ivec.begin(), ivec.end());

cout<<ivec.size()<<endl; //打印出20
cout<<iset.size()<<endl; //打印出10
cout<<miset.size()<<endl; //打印出20

pair类型

定义在头文件utility中。
一个pair保存两个数据称愿。类似容器,pair是一个用来生成特定类型的模板。当创建一个pair时,我们必须提供两个类型名,pair 的数据成员将具有对应的类型。两个类型不要求一样。

pair<string, string> anon;
pair<string, size_t> word_count;
pair<string, vector<int>> line;

pair的默认构造函数对函数成员进行值初始化(string被初始化为空字符串,size_t被初始化为0)。也可以为每个成员提供初始化器:

pair<string, string> author("James", "Joyce");
pair<string, string> author()

与其他标准库类型不同,pair的数据成员是public的,两个成员分别命名为first和second,我们用普通的成员访问符号来访问它们。

其他操作:

pair<string, string> author;
pair<string, string> author1("aaaa","dddd");
pair<string, string> author2{"aaaa","dddd"};
pair<string, string> author3 = {"aaaa","dddd"};

//返回一个用v1和v2初始化的pair,pair的类型从v1和v2的类型推断出来
auto p = make_pair(11,22);
auto q = make_pair("aaaa", "bbbb");

关联容器操作

类型别名 含义
key_type 此容器类型的关键字类型
mapped_type 每个关键字关联的类型;只适用于map
value_type 对于set,与key_type相同
对于map,为pari<const key_type, mapped_type>

由于我们不能改变一个元素的关键字,因此这些pair的关键字部分是const的。只有map类型才定义了mapped_type。

一个map的value_type是一个pair,我们可以改变pair的值,但不能改变关键字成员的值。

添加元素

c.insert(v) //v是value_type类型的对象
c.emplace(args)
c.insert(b,e) //b,e是迭代器
c.insert(il) //il是value_type类型值的花括号列表
c.insert(p, v) //类似于`insert(v)`,但将迭代器p作为一个提示,指出从哪里开始搜索新元素应该存储的位置
c.emplace(p, args)

删除元素

c.erase(k) //从c中删除每个关键字为k的元素,返回一个size_t类型的值,指出删除的元素的数量
c.erase(p) //从c中删除迭代器p指定的元素,返回一个指向p之后元素的迭代器
c.erase(b, e) 删除迭代器对b和e所表示的范围中的元素。返回e。

map的下标操作

类似于其他下标操作符,map下标操作符接受一个索引,获取与此关键字相关联的值。与其他下标操作不同的是,如果关键字不存在于map中,会为它创建一个元素并插入到map中,关联值将进行值初始化。

操作 含义
c[k] 返回关键字为k的元素;如果不存在则添加一个关键字为k的元素,对其进行值初始化
c.at(k) 访问关键字为k的元素,带参数检查;若k不在c中,抛出一个out_of_range异常

map的下标操作符返回一个左值,既可以读也可以写。

访问元素

操作 含义
c.find(k) 返回一个迭代器,指向第一个关键字为k的元素,若k不在容器中,则返回尾后迭代器
c.count(k) 返回关键字等于k的元素的数量。对于不允许重复的容器,返回值永远是0或1
c.lower_bound(k) 返回一个迭代器,指向第一个关键字不小于k的元素
c.upper_bound(k) 返回一个迭代器,指向第一个关键字大于k的元素
c.equal_range(k) 返回一个迭代器pair,表示关键字等于k的元素的范围。若k不存在,pair的两个成员均等于c.end()

无序容器

新标准定义了4个无序关联容器(unordered associative container)。这些容器不是使用比较运算符来组织元素,而是使用一个哈希函数(hash function)和关键字类型的==运算符。

除了哈希管理操作之外,无序容器还提供了与有序容器相同的操作。

有序容器的迭代器通过关键字有序访问容器中的元素。无论在有序容器中还是在无序容器中,具有相同关键字的元素都是相邻存储的。

哈希函数(hash function)将给定类型的值映射到整型(size_t)值的函数。相等的值必须映射到相同的整数;不相等的值应尽可能映射到不同整数。

严格弱序:关联容器所使用的关键字间的关系。在一个严格弱序中,可以比较任意两个值并确定哪个更小。若任何一个都不小于另一个,则认为这两个值相等。

目录
相关文章
|
SQL 存储 关系型数据库
原本可以执行得很快的 SQL 语句,执行速度却比预期的慢很多,原因是什么?如何解决?
原本可以执行得很快的 SQL 语句,执行速度却比预期的慢很多,原因是什么?如何解决?
|
7月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS收费价格:最新MySQL、SQL Server、PostgreSQL和MariaDB收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL和MariaDB,多种引擎任选。基础版优惠价低至88元/年,如MySQL倚天版1核2G仅需88元,SQL Server 2核4G 299元/年,PostgreSQL 2核4G 227元/年,高性价比,弹性可扩展,安全稳定,详情可查官方活动页面。
1190 1
|
3月前
|
缓存 API UED
【开源剪映小助手】核心功能之草稿管理系统
剪映草稿管理系统基于FastAPI与Electron构建,支持草稿全生命周期管理、default2模板迁移、双文件(draft_content.json/draft_info.json)同步及跨平台目录扫描(robocopy/rsync),自动触发剪映/Premiere草稿发现,无需重启,提升创作效率。(239字)
|
7月前
|
安全 Linux API
JEB Pro v5.34 发布 - 逆向工程平台
JEB Pro v5.34 (macOS, Linux, Windows) - 逆向工程平台
395 0
JEB Pro v5.34 发布 - 逆向工程平台
|
机器学习/深度学习 算法 搜索推荐
《探秘Adagrad算法:自适应学习率的奥秘与适用场景》
Adagrad算法通过自适应调整学习率,根据参数梯度的累积平方动态改变每个参数的学习率。初始时设置学习率η,每次迭代计算梯度并累积其平方,更新后的学习率为η/√(r_t+ε),使频繁更新的参数学习率减小,稀疏参数学习率增大。适用于稀疏数据、特征重要性差异大、前期快速探索及简单模型场景。然而,学习率单调递减可能影响后期训练效果。
598 3
|
机器学习/深度学习 算法 数据挖掘
NumPy有哪些应用场景
【10月更文挑战第22天】NumPy有哪些应用场景
1004 2
|
存储 缓存 安全
硬盘数据恢复:恢复硬盘数据的9个实用方法(Windows版)
无论是工作文档、家庭照片,还是其他珍贵的数字资产,数据丢失总是一件让人头疼的事情。然而,当硬盘发生问题时,不必过于慌张——只要正确应对,许多数据都可以被成功恢复。本文将从常见数据丢失原因到具体恢复方法,为您提供全面的硬盘数据恢复指导。
|
算法 C# UED
浅谈WPF之控件模板和数据模板
WPF不仅支持传统的Windows Forms编程的用户界面和用户体验设计,同时还推出了以模板为核心的新一代设计理念。在WPF中,通过引入模板,将数据和算法的“内容”和“形式”进行解耦。模板主要分为两大类:数据模板【Data Template】和控件模板【Control Template】。
679 8
|
SQL 关系型数据库 中间件
postgresql从入门到精通 - 第35讲:中间件PgBouncer部署
postgresql技术大讲堂,从入门到精通 - 第35讲:中间件PgBouncer部署
830 1