std::unordered_set 迭代器遍历的复杂性

Question

我最近玩了一个std::unordered_set。我怀疑我的 STL 版本会跟踪某些 FILO 数据结构中的非空存储桶（看起来像一个列表）。我想这样做是为了提供完整的std::unordered_set 的O(n) 时间遍历（其中n 表示unordered_set 中的元素数，m 桶和m 比n 大得多）。这改进了在O(m) 时间内对所有桶的简单遍历。

我已经测试过，确实遍历大型且非常稀疏的unordered_sets（使用begin - end）比简单地遍历所有存储桶要快得多。

问题：这个遍历运行时是否有标准保证？或者这只是我的特定标准库的一个特性？

---

这是我的测试代码：

#include <iostream>
#include <vector>
#include <numeric>
#include <unordered_set>
using namespace std;

void test(vector<int> data, int alloc_size) {
   unordered_set<int> set(alloc_size);
   for (auto i: data) {
      set.insert(i);
   }

   for (size_t bidx = 0; bidx < set.bucket_count(); ++bidx) {
      cout << "[B" << bidx << ":";
      for (auto bit = set.begin(bidx); bit != set.end(bidx); ++bit) {
         cout << " " << *bit;
      }
      cout << "] ";
   }

   cout << "  {";
   for (auto const & d: set) {
      cout << d << " ";
   }
   cout << "}" << endl;
}

int main() {
   test({1, 2, 0}, 3);
   test({1, 2, 0, 7}, 3);
   test({18, 6, 11, 3, 13, 4}, 20);
   test({18, 6, 11, 3, 13, 4, 34}, 20);
}

哪些打印：

[B0: 0] [B1: 1] [B2: 2] [B3:] [B4:]   {0 2 1 }
[B0: 0] [B1: 1] [B2: 7 2] [B3:] [B4:]   {0 7 2 1 }
[B0:] [B1:] [B2:] [B3: 3] [B4: 4] [B5:] [B6: 6] [B7:] [B8:] [B9:] [B10:] [B11: 11] [B12:] [B13: 13] [B14:] [B15:] [B16:] [B17:] [B18: 18] [B19:] [B20:] [B21:] [B22:]   {4 13 3 11 6 18 }
[B0:] [B1:] [B2:] [B3: 3] [B4: 4] [B5:] [B6: 6] [B7:] [B8:] [B9:] [B10:] [B11: 34 11] [B12:] [B13: 13] [B14:] [B15:] [B16:] [B17:] [B18: 18] [B19:] [B20:] [B21:] [B22:]   {4 13 3 34 11 6 18 }

似乎begin - end 遍历以相反的顺序报告存储桶，它们变为非空（参见第一行和第三行）。插入已经非空的存储桶不会更改此顺序（参见第二行和第四行）。

Answer 1

简而言之：是的，这是由标准保证的。

说明

所有迭代器都必须具有O(n) 遍历时间复杂度（其中n 是遍历的项目数量）。这是因为迭代器上的每个操作都具有恒定的时间复杂度 (O(1))，包括将迭代器推进一个位置。

来自标准（第 24.2.1 节第 8 节）：

迭代器的所有类别只需要在恒定时间内（摊销）对给定类别可实现的那些函数。因此，迭代器的需求表没有复杂度列。

因此，当迭代 std::unordered_set 的项目时，时间复杂度为 O(n)（其中 n 是集合中项目的数量）。

不相信？

以上引用的字面意思只能保证恒定时间操作是可实现的。这并不能阻止特定实现的时间复杂度比可实现 更差。这可能是因为词的选择不当，希望没有真正的实现真正做到这一点。

标准中唯一可以帮助解决这种歧义的地方是第 24.4.4 §1 节，其中标准对std::advance 和std::distance 有这样的说法：

这些函数模板使用+ 和- 进行随机访问迭代器（因此它们的时间是常数）；对于输入、前向和双向迭代器，他们使用++ 来提供线性时间 实现。

因此，前向迭代器（用于std::unordered_set）上的++ 操作暗示为常数时间操作。

总而言之，虽然第一个引号的措辞模棱两可，但第二个引号确认了意图。