C++ 无序集合问题

有人能解释一下无序的集合是如何工作的吗？我也不知道一套是如何工作的。我的主要问题是它的find函数的效率如何

例如，这个系统的总运行时间是多少

    vector<int> theFirst;
    vector<int> theSecond;
    vector<int> theMatch;

    theFirst.push_back( -2147483648 );
    theFirst.push_back(2);
    theFirst.push_back(44);


    theSecond.push_back(2);
    theSecond.push_back( -2147483648 );
    theSecond.push_back( 33 );


    //1) Place the contents into a unordered set that is O(m). 
    //2) O(n) look up so thats O(m + n). 
    //3) Add them to third structure so that's O(t)
    //4) All together it becomes O(m + n + t)
    unordered_set<int> theUnorderedSet(theFirst.begin(), theFirst.end());

    for(int i = 0; i < theSecond.size(); i++) 
    {
        if(theUnorderedSet.find(theSecond[i]) != theUnorderedSet.end()) 
        {
        theMatch.push_back( theSecond[i] );
        cout << theSecond[i];
        }
   }

向量优先；
第二向量；
矢量匹配；
第一个。推回（-2147483648）；
第一，推回（2）；
第一，推回（44）；
第二次推回（2）；
第二次推回（-2147483648）；
第二次推回（33）；
//1） 将内容放入一个无序集，即O（m）。
//2） O（n）向上看，就是O（m+n）。
//3） 将它们添加到第三个结构中，这就是O（t）
//4） 总的来说，它变成了O（m+n+t）
无序\设置无序集（first.begin（），first.end（））；
对于（int i=0；icout所有std:：unordered_*（）数据类型都使用散列来执行查找。看看Boost关于这个主题的文档，我想你会很快理解的

所有std:：unordered_*（）数据类型都使用散列来执行查找。请参阅Boost关于该主题的文档，我想您会很快理解它

无序集
和所有其他的
无序集
数据结构都使用散列，正如@Sean所提到的。散列包括摊销的常量插入时间和接近常量的查找时间。散列函数本质上获取一些信息并从中生成一个数字。从某种意义上说，它是一个函数，same输入必须产生相同的输出。但是，不同的输入可能会产生相同的输出，从而导致所谓的冲突。对于“完美哈希函数”（即没有冲突的函数），查找将保证时间恒定。实际上，输入编号来自存储在结构中的元素（假设它是值，它是一种基本类型）并将其映射到数据结构中的某个位置。因此，对于给定的键，该函数将您带到元素存储的位置，而无需进行任何遍历或搜索（为简单起见，此处忽略冲突），因此时间恒定。这些结构有不同的实现（开放寻址、链接等）参见。我还推荐Skiena的第3.7节。现在，关于大O复杂度，你是对的，你有O（n）+O（n）+O（重叠大小）。由于重叠不能大于m和n中的较小者，所以整体复杂度可以表示为O（kN），其中n是m和n之间的最大值。因此，O（n）.同样，这是“最佳情况”，没有冲突，并且具有完美的哈希

另一方面，
set
和
multi\u set
使用二叉树，因此插入和查找通常是O（logN）。哈希结构与二叉树结构的实际性能取决于N，因此最好尝试这两种方法，并在实际运行场景中对其进行分析。
无序集
和所有其他
无序
数据结构都使用哈希，如@Sean所述。哈希包括为插入，以及接近恒定的查找时间。哈希函数本质上获取一些信息并从中生成一个数字。从某种意义上讲，它是一个函数，相同的输入必须产生相同的输出。但是，不同的输入可能会导致相同的输出，从而导致所谓的冲突。查找将被保证为“完美散列函数”是一个没有冲突的函数。实际上，输入数字来自存储在结构中的元素（比如说它的值，它是一个基本类型）并将其映射到数据结构中的某个位置。因此，对于给定的键，该函数将您带到元素存储的位置，而无需进行任何遍历或搜索（为简单起见，此处忽略冲突），因此时间恒定。这些结构有不同的实现（开放寻址、链接等）请参阅。我还推荐Skiena的第3.7节。现在，关于大O复杂性，你是对的，你有O（n）+O（n）+O（重叠的大小）。由于重叠不能大于m和n中的较小者，所以整体复杂性可以表示为O（kN），其中n是m和n之间的最大值。因此，O（n）。同样，这是“最佳情况”，没有冲突，并且具有完美的哈希

另一方面，
set
和
multi\u set
使用二叉树，因此插入和查找通常是O（logN）。哈希结构与二叉树结构的实际性能取决于N，因此最好尝试这两种方法，并在实际运行场景中对其进行分析。
答案是否涵盖了您的问题，还是仍不清楚？答案是否涵盖了您的问题，还是仍不清楚？我相信对于
无序_映射
，函数将
键
映射到存储
值
的位置。但是对于
无序集
，它是如何工作的？我们只需要检查它的存在，而不是对应的值。我相信对于
无序映射
，函数将
键
映射到
值
的位置>是存储的。但是它如何用于
无序集
——我们只需要检查它的存在，而不是相应的值？