值以用户提供的使用 std::unordered_set 的散列特化结束在同一个桶中答案

【问题标题】：Values end up in same bucket with user-provided specialization of hash using std::unordered_set值以用户提供的使用 std::unordered_set 的散列特化结束在同一个桶中
【发布时间】：2021-06-01 13:13:41
【问题描述】：

我有这段代码，我在其中为我的类型X 定义了一个自定义哈希，以便能够将它存储在std::unordered_set 中。为此，我使用如下所示的参数地址。

我的第一个问题：

为什么所有X'es都在同一个桶中？

来自26.2.7 Unordered associative containers 我知道： "Keys with the same hash code appear in the same bucket." 我也知道更好的方法是将operator() 定义为：

auto operator()(X const &x) const { return hash<int>{}(x.m_i); },

但我想了解这里发生了什么。它与X{i} 是一个临时的（prvalue）有关 - 所有X{i} 的地址都相同吗？这是定义的还是我在UB-land？

我的第二个问题：

当我将noexcept 添加到operator() 时发生了什么变化/发生了什么？

#include <iostream>
#include <ostream>
#include <unordered_set>

class X
{
  int m_i;

public:
  explicit X(int i) : m_i{i} {}
  auto operator==(X const &x) const { return m_i == x.m_i; }
};

template <>
struct std::hash<X> {
  auto operator()(X const &x) const { return hash<X const *>{}(&x); }
  // what's the difference to above version?
  // auto operator()(X const &x) const noexcept { return hash<X const *>()(&x); }
  // better:
  // auto operator()(X const &x) const { return hash<int>{}(x.m_i); } // better
};

int main()
{
  std::unordered_set<X> usx;

  for (int i{}; i < 10; ++i)
    usx.insert(X{i});
  for (std::size_t index{}; index < usx.bucket_count(); ++index)
    std::cout << "bucket[" << index << "]: " << usx.bucket_size(index) << '\n';
}

没有noexcept 的输出（g++ 9.3）：

bucket[0]: 10
bucket[1]: 0
...
bucket[12]: 0

noexcept (g++ 9.3) 的输出：

bucket[0]: 2
bucket[1]: 0
...
bucket[12]: 0

输出也因不同的编译器而异 - 使用 noexcept - (clang 12.0.0) 例如给出：

bucket[0]: 0
bucket[1]: 0
bucket[2]: 1
...
bucket[12]: 0

【问题讨论】：

不是比较相等的对象也需要产生相同的散列吗？编辑：std::hash 要求 #4：对于两个相等的参数 k1 和 k2，std::hash<Key>()(k1) == std::hash<Key>()(k2)。
如果哈希是基于地址的，并且复制后哈希不会改变，则需要确保对象不可复制或不可分配。然后，如果这样的约束是一个问题，你会看到没有这些操作的后果。
@François Andrieux 这意味着，使用地址作为哈希的一部分无论如何都不是一个好主意，对吧？
@SebastianWilke 为了将它与未排序的容器一起使用，它永远不会起作用。总的来说，它不太可能有用。散列应该代表对象的值，而对象的地址基本上绝不是其值的一部分。如果是，则该对象也是不可移动和不可复制的，并且不会与容器一起使用。

标签： c++ hash bucket unordered-set

【解决方案1】：

在我看来，您使用结构的地址作为哈希机制而不是结构本身。例如，在以下行中：

auto operator()(X const &x) const { return hash<X const *>{}(&x); }

您将获得一个指针您新创建的x 并基于此返回哈希值。现在，您将它们全部放在同一个存储桶中的原因是，当您在for 循环中初始化变量时，编译器使用相同的内存位置。这意味着&x 的结果在循环中将始终具有相同的值。

您可能会做两件事来获得不同的结果。我的建议是将上述行替换为：

auto operator()(X const &x) const { return hash<int>{}(x.m_i); }

但是，你也可以可能侥幸逃脱：

X x1(4);
X x2(5);

usx.insert(x1);
usx.insert(x2);

因为这可能会有x1 和x2 在不同的地址。不过，这很有可能被打破，因为如果你给编译器一个高优化级别，内存位置可能最终会相同。

【讨论】：