C++ C++；：预期大量未命中：映射与无序映射

我不熟悉

C++

中的工具。如果这个问题听起来像垃圾，请原谅

从

map.find（）

，复杂性是

O（log（N））

。这似乎暗示了实现中的树结构

从

无序的\u map.find（）

，平均复杂度是恒定的，而最坏的情况是

O（N）

。这看起来像一个哈希表

我正在寻找一种可以让我：

预先分配内存，即我确切知道有多少项将进入地图

在地图中找不到大量查询时，具有良好的性能，我知道这将在我的用例中发生

---

unordered_-map

满足（1）与

unordered_-map的要求。重新刷新

，但未找到的查询可能需要很长时间

map

对于未找到的查询似乎有更好的性能，但没有预分配mem功能。有什么建议吗？

拥有一个固定数量的项目往往意味着您要插入一些特定的项目，然后将它们保留在集合中，直到完成为止

如果是这样的话，我可能会将这些项目放入

std:：vector

并对它们进行排序。然后，如果分布是合理可预测的，则使用插值搜索，否则使用二进制搜索

只要您不必插入/删除更多的项目并保留顺序，这通常比树快很多，即使您使用二进制搜索，因为数据是连续的

---

如果你在搜索中期望有很多错误，我会考虑一个哈希表（unOrdEdj-MAP），将其设置成一个非常低的负载因子，因此绝大多数时间，你会把密钥散列，如果它不存在，那么你很可能会在一个空散列桶上着陆，这是非常好的。因此，您将得到一个迹象，表明搜索很快就失败了。您可以使用

max\u load\u factor（）

A设置负载系数，它适用于您期望大量未命中的情况。它有点像一个哈希表，只是它使用了多个哈希，实际上并不在表中存储项，只是告诉您该项是否不是集合的一部分。如果未找到，它会很快告诉您，如果筛选器指示可能匹配，则需要使用辅助方法（如建议的方法）进行第二次查找。

为什么哈希表在未找到的查询上性能不佳？一般来说，由于哈希值与表中的任何内容都不匹配，因此会很快检测到未找到的查询。这个查询的大小是多少？如果它很小，

std:：vector

实际上可能比所有缓存不友好的映射都要好。@NicolBolas最坏情况

O（N）

表明它正在为冲突重新灰化，这意味着

map

如果找不到键，可能会耗尽表。@Mai:O（N）如果放入表中的每个项都有相同的哈希代码，则会发生最坏情况。它与重新灰化无关。@Mai:

无序映射

通常通过使用每个bucket中的链表（或相关结构）链接来（粗略地）处理冲突。因此，如果两个项目散列到同一个bucket，它只会将第二个项目追加到链表中；第一个项目的查找将需要一个散列、查找，并且它会立即被找到，第二个项目的查找需要沿着链接列表进行一次额外的检查，散列到该存储桶的缺失项目将支付与查找第二个项目相同的费用（沿着链接列表进行两次遍历，然后在结束时放弃）。