C++ unordered_map<string, ...> 查找而不构造字符串答案

【问题标题】：C++ unordered_map<string, ...> lookup without constructing stringC++ unordered_map<string, ...> 查找而不构造字符串
【发布时间】：2018-04-07 16:32:48
【问题描述】：

我有 C++ 代码来调查一个大字符串并匹配很多子字符串。我尽可能避免构造 std::strings，像这样编码子字符串：

char* buffer, size_t bufferSize

然而，在某些时候，我想在其中一个中查找子字符串：

std::unordered_map<std::string, Info> stringToInfo = {...

所以，为了做到这一点，我去：

stringToInfo.find(std::string(buffer, bufferSize))

构造一个 std::string 的唯一目的是查找。

我觉得我可以在这里进行优化，通过...将 unordered_map 的键类型更改为某种临时字符串冒名顶替者，像这样的类...

class SubString
{
    char* buffer;
    size_t bufferSize;

    // ...
};

...它执行与 std::string 相同的逻辑来散列和比较，但是当它被销毁时不会释放它的缓冲区。

所以，我的问题是：有没有办法让标准类做到这一点，还是我自己编写这个类？

【问题讨论】：

这听起来很像string_view，但它是 AFAIK 的 C++17 功能。 Possibly related.
对我来说是XY problem。您能描述一下您正在编写/解决的算法/问题吗？
实施即可。有什么问题？
en.cppreference.com/w/cpp/string/basic_string_view
如果使用std::string作为map的key类型，可以手动迭代map而不是使用find()，比较每个key使用std::string::compare()，可以取char*+length为被比较的输入字符串

标签： c++ string c++11 unordered-map

【解决方案1】：

您想要做的是异构查找。从 C++14 开始，std::map::find 和 std::set::find 支持它（注意函数的版本 (3) 和 (4)，它们在查找值类型上模板化）。对于无序容器来说更复杂，因为它们需要被告知或找到所有键类型的散列函数，这些函数将为相同的文本产生相同的散列值。有一个关于未来标准的提案正在考虑中：http://www.open-std.org/jtc1/sc22/wg21/docs/papers/2018/p0919r0.html

同时，您可以使用另一个已经支持异构查找的库，例如boost::unordered_map::find.

如果您想坚持使用std::unordered_map，您可以通过在您的unordered_map 旁边存储一个std::string 成员来避免创建如此多的临时字符串，您可以重新分配值，然后将string 传递给find .您可以将其封装在自定义容器类中。

另一种方法是编写一个自定义类来用作您的无序容器键：

struct CharPtrOrString
{
    const char* p_;
    std::string s_;

    explicit CharPtrOrString(const char* p) : p_{p} { }
    CharPtrOrString(std::string s) : p_{nullptr}, s_{std::move(s)} { }

    bool operator==(const CharPtrOrString& x) const
    {
        return p_ ? x.p_ ? std::strcmp(p_, x.p_) == 0
                         : p_ == x.s_
                  : x.p_ ? s_ == x.p_
                         : s_ == x.s_;
    }

    struct Hash
    {
        size_t operator()(const CharPtrOrString& x) const
        {
            std::string_view sv{x.p_ ? x.p_ : x.s_.c_str()};
            return std::hash<std::string_view>()(sv);
        } 
    };
};

然后，您可以从std::strings 构造CharPtrOrString 以用于无序容器键，但每次调用find 时从您的const char* 构造一个便宜的。请注意，上面的operator== 必须计算出您所做的事情（使用的约定是，如果指针的nullptr 则std::string 成员正在使用中），因此它会比较正在使用的成员。散列函数必须确保具有特定文本值的 std::string 将产生与 const char* 相同的散列（在 GCC 7.3 和/或 Clang 6 中它不会默认 -我和两者都合作过，记得其中一个有问题，但不是哪个）。

【讨论】：

【解决方案2】：

在 C++20 中，您现在可以这样做：

// struct is from "https://www.cppstories.com/2021/heterogeneous-access-cpp20/"
struct string_hash {
    using is_transparent = void;
    [[nodiscard]] size_t operator()(const char *txt) const {
        return std::hash<std::string_view>{}(txt);
    }
    [[nodiscard]] size_t operator()(std::string_view txt) const {
        return std::hash<std::string_view>{}(txt);
    }
    [[nodiscard]] size_t operator()(const std::string &txt) const {
        return std::hash<std::string>{}(txt);
    }
};


// Declaration of map
std::unordered_map<std::string, Info, string_hash, std::equal_to<>> map;

std::string_view key = "foo";
if (map.find(key))
{
    // do something here
}

请注意，在使用[] 时，您仍然需要std::string。可能有办法解决这个问题，但我不太确定

【讨论】：