std::set 与用户定义的类型，如何确保没有重复

Question

所以我有一个 std::set 需要保持特定的顺序以及不允许重复用户定义的（由我）类型。现在我可以通过在我的类型中重载“

用户定义类型：

//! An element used in the route calculation.
struct RouteElem {
    int shortestToHere; // Shortest distance from the start.
    int heuristic;      // The heuristic estimate to the goal.
    Coordinate position;
    bool operator<( const RouteElem& other ) const
    {
        return (heuristic+shortestToHere) < (other.heuristic+other.shortestToHere);
    }
    bool operator==( const RouteElem& other ) const
    {
        return (position.x == other.position.x && position.y == other.position.y);
    }
};

所以当它们的位置相等时，元素是等价的，如果一个元素的组合功能小于另一个元素，则它小于另一个元素。排序有效，但集合将接受相同位置的两个元素。

Answer 1

operator== 未被std::set 使用。元素 a 和 b 被认为是相等的，如果 !(a < b) && !(b < a)

Answer 2

std::set 支持指定比较函数。默认值为less，它将使用operator < 来检查相等性。您可以定义一个自定义函数来检查相等性并改用该函数：

std::set<RouteElem, mycomparefunction> myset; 

请注意，无法将比较功能与排序功能分开。 std::set 是二叉树，如果二叉树中的元素不大于也不小于特定元素，则它应该在同一个位置。它在地点查找算法中做了这样的事情：

if (a < b) {
    // check the left subtree
} else if (b < a) {
    // check the right subtree
} else {
    // the element should be placed here.
}

Answer 3

rlbond 的比较器不会阻止插入比较相等的元素。显然，考虑到字符限制，很难在 cmets 中证明这一点，因为 rlbond 似乎认为 std::set 保证它永远不会包含两个带有 !compare(a,b) && !compare(b,a) 的元素作为他的比较器。但是，rlbond 的比较器没有定义严格的顺序，因此不是 std::set 的有效参数。

#include <set>
#include <iostream>
#include <iterator>
#include <algorithm>

struct BrokenOrder {
    int order;
    int equality;

    public:
    BrokenOrder(int o, int e) : order(o), equality(e) {}

    bool operator<(const BrokenOrder &rhs) const {
        return order < rhs.order;
    }
    bool operator==(const BrokenOrder &rhs) const {
        return equality == rhs.equality;
    }
};

std::ostream &operator<<(std::ostream &stream, const BrokenOrder &b) {
    return stream << b.equality;
}

// rlbond's magic comparator
struct LessThan : public std::binary_function<BrokenOrder, BrokenOrder, bool> {
    bool operator()(const BrokenOrder& lhs, const BrokenOrder& rhs) const
    {
        return !(lhs == rhs) && (lhs < rhs);
    }
};

int main() {
    std::set<BrokenOrder,LessThan> s;
    for (int i = 0; i < 5; ++i) {
        s.insert(BrokenOrder(i,i));
    }
    for (int i = 0; i < 5; ++i) {
        s.insert(BrokenOrder(10-i,i));
    }
    std::copy(s.begin(), s.end(), 
        std::ostream_iterator<BrokenOrder>(std::cout, "\n"));
}

输出：

0
1
2
3
4
3
2
1
0

重复。魔法比较器失败了。集合中的不同元素具有相同的equality 值，因此与operator== 比较相同，因为在插入过程中，集合从未将新元素与其副本进行比较。唯一被排除的重复项是 4，因为这两个 4 的排序顺序为 4 和 6。这使它们在集合中足够接近，可以相互比较。

来自 C++ 标准：25.3:3“为了使算法正常工作，comp 必须对值进行严格的弱排序”。

25.3:4 "...要求 comp 和 equiv 都是传递关系：

comp(a,b) && comp(b,c) implies comp(a,c)"

现在，考虑元素a = BrokenOrder(1,1)、b = BrokenOrder(2,2)、c = BrokenOrder(9,1) 和comp 当然等于魔法比较器。那么：

• comp(a,b) 为真，因为 1 != 2（相等）和 1
• comp(b,c) 为真，因为 2 != 1（相等）和 2
• comp(a,c) 为假，因为 1 == 1（相等）

Answer 4

STL 集实现在概念上做了类似这样的事情来检测相等性：

bool equal = !(a < b) && !(b < a);

也就是说，如果两个元素都不小于另一个，那么它们一定相等。您可以通过在 operator==() 方法上设置断点并检查它是否被调用来检查这一点。

我通常会怀疑检查完全不同事物的比较运算符。您的 < 运算符是根据与您的 == 运算符的定义方式不同的两件事来定义的。通常，您会希望此类比较使用一致的信息。

Answer 5

您可以尝试以下方法：

//! An element used in the route calculation.
struct RouteElem {
    int shortestToHere; // Shortest distance from the start.
    int heuristic;              // The heuristic estimate to the goal.
    Coordinate position;
    bool operator<( const RouteElem& other ) const
    {
      return (heuristic+shortestToHere) < (other.heuristic+other.shortestToHere);
    }
    bool operator==( const RouteElem& other ) const
    {
      return (position.x == other.position.x && position.y == other.position.y);
    }
};

struct CompareByPosition {
    bool operator()(const RouteElem &lhs, const RouteElem &rhs) {
        if (lhs.position.x != rhs.position.x) 
            return lhs.position.x < rhs.position.x;
        return lhs.position.y < rhs.position.y;
    }
};

// first, use std::set to remove duplicates
std::set<RouteElem,CompareByPosition> routeset;
// ... add each RouteElem to the set ...

// now copy the RouteElems into a vector
std::vector<RouteElem> routevec(routeset.begin(), routeset.end());

// now sort via operator<
std::sort(routevec.begin(), routevec.end());

显然中间有副本，看起来很慢。但是，任何按两个不同标准对项目进行索引的结构，因此与集合相比，每个项目都会产生某种额外的开销。上面的整个代码是 O(n log n)，假设你的 std::sort 实现使用了 introsort。

如果你有它，在这个方案下你可以使用unordered_set 而不是set 来进行初始唯一化。由于散列只需要依赖于 x 和 y，因此它应该比插入集合所需的 O(log N) 比较快。

编辑：刚刚注意到您说您想“保持”排序顺序，而不是您想批量处理所有内容。对于那个很抱歉。如果您想在添加元素时有效地维护顺序并排除重复项，那么我建议使用我上面定义的集合或无序集合，基于位置，以及std::multiset<RouteElem>，它将保持operator< 的顺序。对于每个新元素，请执行以下操作：

if (routeset.insert(elem).second) {
    routemultiset.insert(elem);
}

虽然请注意，这不提供任何例外保证。如果第二次插入抛出，则路由集已被修改，因此状态不再一致。所以我想你真的需要：

if (routeset.insert(elem).second) {
    try {
        routemultiset.insert(elem); // I assume strong exception guarantee
    } catch(...) {
        routeset.erase(elem); // I assume nothrow. Maybe should check those.
        throw;
    }
}

或者 RAII 的等价物，如果您的代码中只有一个地方您曾经使用过 RAII 类，这将更加冗长，但如果有很多重复则更好。

Answer 6

当心这件事的后果。看起来您正在尝试执行 A* 之类的操作，如果您尝试插入“重复”，即使有“更好”的路线，它也会被忽略。

注意：此解决方案不起作用，请参阅下面的说明

struct RouteElem 
{
    int shortestToHere; // Shortest distance from the start.
    int heuristic;              // The heuristic estimate to the goal.
    Coordinate position;
    bool operator<( const RouteElem& other ) const
    {
        return (heuristic+shortestToHere) < (other.heuristic+other.shortestToHere);
    }
    bool operator==( const RouteElem& other ) const
    {
        return (position.x == other.position.x && position.y == other.position.y);
    }
};

struct RouteElemLessThan : public std::binary_function<RouteElem, RouteElem, bool>
{
    bool operator()(const RouteElem& lhs, const RouteElem& rhs) const
    {
        return !(lhs == rhs) && (lhs < rhs);
    }
};

std::set<RouteElem, RouteElemLessThan> my_set;