C++ 为什么C++；STL使用RBtree实现；std:：map"；？

现在我正在寻找python源代码，我发现python和C都使用哈希实现

字典

---

散列的时间复杂度是

O（1）

，

RBtree

是

O（lgn）

，所以有人能告诉我为什么

C++STL

使用

RBtree

来实现

std:：map

，因为它有一个单独的散列表容器：

std:：unordered\u map

。还要注意.NET除了<代码>词典< <代码> > < /p> < p>之外，还可以在“标准C++库，教程和参考”中找到答案，这里可以在网上找到： 简短的引语解释：

总的来说，整个标准（语言和库）是经过大量讨论和实践的结果 来自世界各地数百人的影响。例如，日本人提出了 对国际化的重要支持。当然，犯了错误，改变了主意， 人们有不同的看法。然后，在1994年，当人们认为标准接近 完成后，STL被合并，这从根本上改变了整个图书馆。但是, 完成后，关于主要扩展的想法最终停止了，不管如何 扩展将是有用的。因此，哈希表不是标准的一部分，尽管它们 应作为通用数据结构作为STL的一部分

---

显然自从那个时候C++ 11已经出来了，因为名称<代码> map < /Cord>已经被使用，并且 Hasymap MAP>代码>是一个已经通过通用扩展库广泛使用的名称（例如，GyuGuxCx::Hasymap），为哈希映射选择了名称

unordered\u map

。

您可能需要提到

std:：map

（即正在排序）的附加要求，这使得它不同于

字典

，等于

SortedDictionary

。谢谢，因此在RBtree中可以挑选出特定范围内的所有项目，但是在哈希表中我们不能这样做，对吗？“哈希的时间复杂度是O（1）”-在最好的情况下。最坏的情况仍然是O（n）。rb树使用平衡技术实现所有情况下的log（n）。当然，还有顺序上的差异。@lai是的，你可以使用std:：map中的下界来获得排序范围。@innochenti：当然正确，但实际上我怀疑你是否真的会达到O（n）的情况。你不应该被渐近性蒙蔽。BST和哈希表是非常不同的数据结构，通过测量，您只能真正知道哪一种更适合您的问题。由于哈希表对键类型的要求更高，也更复杂，因此基于树的有序映射是关联容器更自然的首选，但从C++11开始，我们两者都有。