Visual c++ CMap初始化哈希表大小

在我的程序中，

CMap

的大小乘以1.2 IIRC 6230，这比我用来

InitHashTable

（6203）的大小要好

我放入另一个

InitHashTable

值，它是一个素数：9973

---

那么这是正确的吗？或者我应该选择一个更接近6203的素数。或者我可以选择一个更大的素数？

std:：map

使用红黑树，

CMap

实现为哈希表。这是两个完全不同的容器。根据MSDN的最佳性能，哈希表大小应该是一个素数。为了尽量减少碰撞，大小应该比最大的预期数据集大约大20%。

这是使用VS2015的

CMap

的测试结果。它建议使用素数并没有太大的区别，初始化值是比预期值多20%还是少20%也无关紧要

有或没有素数或初始化都没有错误。我假设

CMap

文档中提到的“冲突”与性能有关

对于较大的数据集，可以只使用预期的数据大小。例如，如果预期大小为6000，则只需使用

map.InitHashTable（6000）

。默认值为17，较低的值将降低性能

还有std:：map的测试结果，它不需要初始化，速度非常快

void test()
{
    CString msg;

    //build test vector
    int size = 100000;
    std::vector<CString> vs;
    for (int i = 0; i < size; i++)
    {
        CString s;
        s.Format(L"str%d", i);
        vs.push_back(s);
    }

    {//using prime number, 20% larger than expected size
        int t = GetTickCount();
        int init_size = 120011;

        CMap<LPCTSTR, LPCTSTR, int, int> map;
        map.InitHashTable(init_size);
        for (int i = 0; i < size; i++)
            map[vs[i]] = i;

        msg.AppendFormat(L"CMap Initialized: %d, time:%d\n", init_size, GetTickCount() - t);
    }

    {//using non-prime number and 20% less than expected size
        int t = GetTickCount();
        int init_size = 80000;

        CMap<LPCTSTR, LPCTSTR, int, int> map;
        map.InitHashTable(init_size);
        for (int i = 0; i < size; i++)
            map[vs[i]] = i;

        msg.AppendFormat(L"CMap Initialized: %d, time:%d\n", init_size, GetTickCount() - t);
    }

    {//using non-prime number and default initialization (m_nHashTableSize=17)
        int t = GetTickCount();
        CMap<LPCTSTR, LPCTSTR, int, int> map;
        for (int i = 0; i < size; i++)
            map[vs[i]] = i;
        msg.AppendFormat(L"CMap Initialized: %d, time:%d\n", 17, GetTickCount() - t);
    }

    {//std::map test
        int t = GetTickCount();
        std::map<CString, int> mp;
        for (int i = 0; i < size; i++)
            mp[vs[i]] = i;
        msg.AppendFormat(L"std::map time:%d\n", GetTickCount() - t);
    }

    //error test:
    int init_size = 1000; //only a fraction of expected size!
    CMap<LPCTSTR, LPCTSTR, int, int> map;
    map.InitHashTable(init_size);
    for (int i = 0; i < size; i++)
        map[vs[i]] = i;
    for (int i = 0; i < size; i++)
    {
        if (map[vs[i]] != i)
        {
            AfxMessageBox(L"errorTest - fail");
            return;
        }
    }
    msg.AppendFormat(L"no error");

    AfxMessageBox(msg);
}

---

结果只是一个粗略估计

如果可能，使用

std:：map

CMap

对素数的说明很奇怪。我真的很想听从你的建议，但我使用的是一个旧代码，修改它不是我的职责：\n仔细想想，

CMap

如果你知道初始大小，似乎有一些优势

std:：map

无法设置初始大小，因此速度较慢。我运行了一些测试，它表明是否有素数并不重要，init大小是否大20%也不重要。只要init大小大致在它应该的位置，它就会很快。Barmak，如果我使用一个大的哈希表（比假设的大小大100%），我会有冲突之类的问题吗？（请原谅我的愚蠢问题）阿米诺斯，文件很模糊。“冲突”可能指的是性能问题。如果这是一个错误，那么您希望消除冲突，而不是最小化冲突。我认为

CMap

试图分配一个新项目，它可能会看到与现有项目的冲突，因此它必须分配一个新项目，这会浪费几纳秒的时间。也许这就是文档所警告的。我在另一个答案中添加了一些测试。我也做了一个基准测试，哈希映射大小即使与预期大小相比太小，也没有数据丢失。但是，性能会显著降低（例如，当访问数据时，std:：map为0.5秒，而CMap为22秒，哈希值非常小-如果哈希表的大小正确，CMap优于std:：map，例如0.4秒与0.5秒）

CMap Initialized: 120011, time:31
CMap Initialized: 80000, time:47
CMap Initialized: 17, time:5110
std::map time:78
no error