仅使用带有键的 unordered_map 来存储指针（忽略值）

Posted 2023-03-25

【中文标题】仅使用带有键的 unordered_map 来存储指针（忽略值）

【英文标题】：Using unordered_map with key only to store pointers (dismiss value)

【发布时间】：2021-12-04 03:41:50

【问题描述】：

我正在实现一种算法，用于检查网格中的节点是否具有特定值。为了存储我已经检查过的节点的信息，我想使用一个 unordered_map 和指向该节点的指针作为键。然后我可以简单地使用 umap.find(pointer) 来查看节点是否已被检查并跳过它。这样我可以在 O(n) 时间内完成。

但是，我不需要实际存储地图的值。密钥本身就是足够的信息。那么 std::unordered_map 甚至是正确的解决方案吗？如果是这样，我应该为“价值”字段最大化性能吗？我有一个 32 位的嵌入式系统，所以我想把 uint32_t 或 uint_fast32_t 放在那里。

tl;博士：

std::unordered_map 是存储没有值的键的正确工具吗？ 本机散列函数是否适用于指针？或者您会建议不同的哈希算法吗？ 如果使用 std::unordered_map 来优化性能，我应该将什么作为地图的“价值”？

【参考方案1】：

std::unordered_map 是存储没有值的键的正确工具吗？

在这些情况下我会使用std::unordered_set。

本机哈希函数是否适用于指针？

是的。它很可能只是从指向std::size_t 的指针的转换。

如果使用 std::unordered_map 来优化性能，我应该将什么作为地图的“价值”？

如果您改用std::unordered_set，则没有值，只有指针。

【参考方案2】：

std::unordered_map 是存储没有值的键的正确工具吗？

否 - std::unordered_set 是当您没有不同的键和值时使用的。

本机散列函数是否适用于指针？或者您会建议不同的哈希算法吗？

编译器提供的“本机”哈希函数可能会将指针值转换为size_t - 一种身份哈希。根据您的标准库选择的折衷方案，这可能会或可能不会很好地工作。 GCC 和 clang 在哈希表中使用质数的桶，所以它可以正常工作。 Visual C++（和许多非标准哈希表实现）使用 2 的幂（即 128、256、512...）。使用 2 的幂是因为将它们映射到存储桶非常快 - 只需 AND 与按位掩码 (127、255、511) 即可保留您需要的许多不太重要的位。使用指针这样做的问题是，通常指向的对象有一些对齐，所以它们可能都是例如的倍数。 4 或 8。 8 的倍数始终将三个最低有效位设置为 0：这些位不会有助于将值随机放置在存储桶中。相反，只有每 8 个存储桶将接收到被散列的元素的任何份额。如果您有这样的实现，那么您最好使用更好的哈希函数。至少，您可以说将指针值右移足以移除已知的零。

如果使用 std::unordered_map 来优化性能，我应该将什么作为地图的“价值”？

同样，您应该使用std::unordered_set，因此不必担心值。

【讨论】：

谢谢你很有见地。我正在使用 gcc 并且正在开发非常特定于平台的代码，所以没关系。但是您的帖子表明在任何情况下将位向右移动 3 位可能是一种好习惯？

@glades：如果您使用 gcc，则没有必要也不值得费心创建自定义哈希函数。如果您正在使用具有 2 次幂存储桶计数的哈希表实现，那么对于指向 8 字节对齐对象的指针（例如，大多数包含一个或多个指针的结构，int64_t、uint64_t , 或双打将 8 字节对齐）。其他结构（例如，只有 32 位整数）可能是 4 字节对齐的（因此移位 2），甚至是未对齐的（字符数据通常不需要对齐）（所以不要移位）。