C++ 为什么对std::unordered_集使用std::hash函数时不区分大小写?
我的问题不是关于使用不区分大小写的std::unordered_集,而是它是如何工作的C++ 为什么对std::unordered_集使用std::hash函数时不区分大小写?,c++,c++11,unordered-set,C++,C++11,Unordered Set,我的问题不是关于使用不区分大小写的std::unordered_集,而是它是如何工作的 #include "stdafx.h" #include <string> #include <iostream> #include <unordered_set> #include "boost/algorithm/string.hpp" struct case_insensitive_comparer { bool operator () (const st
#include "stdafx.h"
#include <string>
#include <iostream>
#include <unordered_set>
#include "boost/algorithm/string.hpp"
struct case_insensitive_comparer
{
bool operator () (const std::string& x, const std::string& y) const
{
return boost::iequals(x, y);
}
};
using case_insensitive_set = std::unordered_set<std::string, std::hash<std::string>, case_insensitive_comparer>;
std::vector<std::string> permute_case(const std::string& s)
{
std::vector<std::string> strs;
// Iterate through all bitmasks, 1 for uppercase, 0 for lowercase
int msb = 1 << (s.length() - 1);
int upper = 1 << s.length();
std::locale loc;
for (int i = 0; i < upper; i++)
{
int bit = msb;
std::string current = "";
for (size_t j = 0; j < s.length(); j++, bit >>= 1)
current += (bit & i) ? std::toupper(s[j], loc) : std::tolower(s[j], loc);
strs.push_back(current);
}
return strs;
}
int main()
{
std::vector<std::string> strs = permute_case("awesome");
case_insensitive_set set(strs.begin(), strs.end());
// Check the hash
for (auto& s : strs)
std::cout << s << " :" << std::hash<std::string>()(s) << "\n";
// Check the element
for (auto& s : set)
std::cout << s << "\n";
return 0;
}
#包括“stdafx.h”
#包括
#包括
#包括
#包括“boost/algorithm/string.hpp”
不区分大小写的结构比较器
{
布尔运算符()(常数std::string&x,常数std::string&y)常数
{
返回升压:equals(x,y);
}
};
使用不区分大小写的集合=std::无序集合;
std::vector permute_case(const std::string&s)
{
std::载体strs;
//遍历所有位掩码,1表示大写,0表示小写
int msb=1=1)
电流+=(位&i)?标准::通电(s[j],loc):标准::通电(s[j],loc);
strs.推回(当前);
}
返回STR;
}
int main()
{
std::vector strs=置换案例(“可怕”);
不区分大小写的集合(strs.begin(),strs.end());
//检查散列
用于(自动和s:strs)
问题是你有一个区分大小写的哈希器和一个不区分大小写的比较器。如果你使哈希器不区分大小写,那么你只会得到一个条目
例如:
#include <boost/algorithm/string/case_conv.hpp>
struct case_insensitive_hasher
{
size_t operator()(const std::string& key) const
{
std::string keyCopy(key);
boost::to_lower(keyCopy);
return std::hash<std::string>()(keyCopy);
}
};
using case_insensitive_set = std::unordered_set<std::string, case_insensitive_hasher, case_insensitive_comparer>;
#包括
结构大小写不敏感\u哈希器
{
大小运算符()(常量std::字符串和键)常量
{
std::字符串键副本(key);
升压::至_下部(按键复制);
返回std::hash()(keyCopy);
}
};
使用不区分大小写的集合=std::无序集合;
输出将只包含插入的第一个条目AWESOME。让我们回忆一下a是如何工作的
容量为N的哈希表是一个bucket数组。bucket通常是一个链表或二叉搜索树。从概念上讲,您可以将哈希表视为
template <typename T>
class HashTable {
std::vector<std::forward_list<T>> _buckets;
public:
HashTable(size_t capacity = 16) : _buckets(capacity) {}
size_t bucket_count() const { return _buckets.size(); }
bucket\u index
函数通常根据散列函数实现,然后使用容量取模:
private:
static size_t bucket_index(const T& key, size_t cap) {
return std::hash<T>()(key) % cap;
}
};
因此,hash%8
将始终是4
,即所有128个键都将选择八个相同的bucket。还记得选择bucket后会发生什么吗?我们检查链接列表中是否已经存在一个键,这始终是真的,因此只有第一个键“AWESOME”将出现
太棒了
这就产生了一种错觉,仅仅替换==
就可以了,而真正发生的只是MSVC的哈希函数质量非常差
为了进一步说明OP的代码“不起作用”,让我们切换到另一个标准库
AWESOME:1a285ecfc4bab378
真棒:acb9b7f4f69b16e2
真棒:fd66d9186a434601
真棒:254b008bd66d1e29
真棒:27cac8154bb934d0
...
真棒:a4e8c2140834341e
真棒:cfd12a83da4a4b0f
真棒:b4c4eb4c60968581
棒极了:BDCA27CD606F42
真棒:14ddc089ab5badb5
与MSVC的散列不同,libc++的散列分布非常均匀。libc++的无序_集的初始容量为2,并且两个存储桶都已填充,因此该集有两个元素:
太棒了
令人惊叹的
OP的代码一般不起作用
注意:这里我假设散列冲突是通过单独的链接处理的,并且没有动态调整大小,尽管这两种方法都不会进入图片,因为=
总是返回true
您是如何证明“它有效”的?在我的机器上,它打印出AWESOmE
和AWESOmE
,所以它不工作。你说的不区分大小写的工作是什么意思?
?请解释你期望的内容和观察到的内容。这个解释非常…太棒了!太棒了!谢谢你的精彩解释。它确实回答了我的问题。你可以使用reserve()增加无序_集合中的bucket数,然后MSVC显示原始代码不起作用。
private:
static size_t bucket_index(const T& key, size_t cap) {
return std::hash<T>()(key) % cap;
}
};