【发布时间】:2021-09-02 17:13:57
【问题描述】:
我有一个简单的 std::unordered_map 包装类,它会在添加或删除键值对时更新 unordered_map 内容的运行哈希码;这样我就不必遍历整个内容来获取集合的当前哈希码。它通过在添加新的键值对时添加到 _hash 成员变量,并在删除现有键值对时从 _hash 成员变量中减去来实现这一点。这一切都很好(但如果你想要我的意思的代码示例,请参阅下面的玩具实现)。
我唯一担心的是,从最小化哈希值冲突的可能性的角度来看,我怀疑简单地从 _hash 中添加和减去值可能不是最佳做法。是否有一种数学上更好的方法来计算表的运行哈希码,这仍然可以保留我从表中有效添加/删除项目的能力(即不强迫我遍历表以从头开始重建哈希码每次?)
#include <functional>
#include <unordered_map>
#include <string>
#include <iostream>
template<typename KeyType, typename ValueType> class UnorderedMapWithHashCode
{
public:
UnorderedMapWithHashCode() : _hash(0) {/* empty */}
void Clear() {_map.clear(); _hash = 0;}
void Put(const KeyType & k, const ValueType & v)
{
Remove(k); // to deduct any existing value from _hash
_hash += GetHashValueForPair(k, v);
_map[k] = v;
}
void Remove(const KeyType & k)
{
if (_map.count(k) > 0)
{
_hash -= GetHashValueForPair(k, _map[k]);
_map.erase(k);
}
}
const std::unordered_map<KeyType, ValueType> & GetContents() const {return _map;}
std::size_t GetHashCode() const {return _hash;}
private:
std::size_t GetHashValueForPair(const KeyType & k, const ValueType & v) const
{
return std::hash<KeyType>()(k) + std::hash<ValueType>()(v);
}
std::unordered_map<KeyType, ValueType> _map;
std::size_t _hash;
};
int main(int, char **)
{
UnorderedMapWithHashCode<std::string, int> map;
std::cout << "A: Hash is " << map.GetHashCode() << std::endl;
map.Put("peanut butter", 5);
std::cout << "B: Hash is " << map.GetHashCode() << std::endl;
map.Put("jelly", 25);
std::cout << "C: Hash is " << map.GetHashCode() << std::endl;
map.Remove("peanut butter");
std::cout << "D: Hash is " << map.GetHashCode() << std::endl;
map.Remove("jelly");
std::cout << "E: Hash is " << map.GetHashCode() << std::endl;
return 0;
}
【问题讨论】:
-
我有点好奇你为什么需要
GetHashCode(),但这不是主题 -
为什么要散列条目值?为什么不只是键?
-
各种原因;一种是当我有多台计算机在更新后应该保持相同的数据结构时,它有助于检测同步错误。我可以随更新一起发送散列码值,任何本地表的
GetHashCode()返回值与网络消息中包含的不匹配的计算机都知道出现问题并可以记录错误效果。 -
@ThomasMatthews 我认为在这种情况下,循环在
std::hash<>()函数内,所以超出了这个问题的范围? -
我想扩展@Thomas Matthews 的建议:我们选择一个带状态的哈希函数,例如
xxHash,用于添加操作:我们使用+{serializedkey}{serializedvalue}更新哈希值,用于删除操作:我们用-{serializedkey}{serializedvalue}更新哈希值;对于GetHashCode,我们返回当前的哈希摘要值。
标签: c++ hash unordered-map