以 char* 为键的 C++ unordered_map

Question

在尝试使用容器unordered_map 和char* 作为键时，我感到筋疲力尽（在Windows 上，我使用的是VS 2010）。我知道我必须为char* 定义我自己的比较函数，它继承自binary_function。下面是一个示例程序。

#include<unordered_map>
#include <iostream>
#include <string>
using namespace std;

template <class _Tp>  
struct my_equal_to : public binary_function<_Tp, _Tp, bool>  
{  
    bool operator()(const _Tp& __x, const _Tp& __y) const  
    { return strcmp( __x, __y ) == 0; }  
};

typedef unordered_map<char*, unsigned int, ::std::tr1::hash<char*>,  my_equal_to<char*> > my_unordered_map;
//typedef unordered_map<string, unsigned int > my_unordered_map;

my_unordered_map location_map;

int main(){
    char a[10] = "ab";
    location_map.insert(my_unordered_map::value_type(a, 10));
    char b[10] = "abc";
    location_map.insert(my_unordered_map::value_type(b, 20));

    char c[10] = "abc";
    location_map.insert(my_unordered_map::value_type(c, 20));

    printf("map size: %d\n", location_map.size());
    my_unordered_map::iterator it;
    if ((it = location_map.find("abc")) != location_map.end())
    {
        printf("found!\n");
    }

    return 0;
} 

我插入相同的 C 字符串 abc 两次并查找它。第二次插入应该会失败，并且 unordered_map 中将只有一个 abc。但是输出的大小是3，这里的比较功能好像不能正常工作。

另外，我得到了另一个关于find函数的奇怪结果，通过多次运行程序，发现结果甚至发生了变化！有时会找到字符串abc，而有时找不到abc！

有人可以帮我解决这个问题吗？非常感谢您的帮助！

++++++++++++++++++++++++++++++++++++++++++++++++++ +++++++++++++++++++++++++++++++++++++++

编辑：我自己为char* 定义了一个哈希函数后，程序可以正常工作。下面列出了完整的程序代码。谢谢大家。

#include<unordered_map>
#include <iostream>
using namespace std;

template <class _Tp>  
struct my_equal_to : public binary_function<_Tp, _Tp, bool>  
{  
    bool operator()(const _Tp& __x, const _Tp& __y) const  
    { return strcmp( __x, __y ) == 0; }  
};


struct Hash_Func{
    //BKDR hash algorithm
    int operator()(char * str)const
    {
        int seed = 131;//31  131 1313 13131131313 etc//
        int hash = 0;
        while(*str)
        {
            hash = (hash * seed) + (*str);
            str ++;
        }

        return hash & (0x7FFFFFFF);
    }
};

typedef unordered_map<char*, unsigned int, Hash_Func,  my_equal_to<char*> > my_unordered_map;


int main(){
    my_unordered_map location_map;

    char a[10] = "ab";
    location_map.insert(my_unordered_map::value_type(a, 10));
    char b[10] = "abc";
    location_map.insert(my_unordered_map::value_type(b, 20));

    char c[10] = "abc";
    location_map.insert(my_unordered_map::value_type(c, 20));

    printf("map size: %d\n", location_map.size());
    my_unordered_map::iterator it;
    if ((it = location_map.find("abc")) != location_map.end())
    {
        printf("found!\n");
    }

    return 0;
}

注意：使用 char* 作为 unordered_map 或其他 STL 容器的键类型可能很危险，安全的方法（似乎是唯一的方法）是：在 main 函数中，new 或malloc堆上的一个块（例如一个c字符串数组）并用c字符串填充它。将这些 c 字符串插入 unordered_map。分配的内存块在 main 函数结束时被释放（delete 或 free）。

Answer 1

你的比较器很好（尽管传递一个 nullptr 是未定义的，可能应该被处理）

哈希 ::std::tr1::hash<char*> 正在对指针进行哈希处理，因此每个“abc”（通常）进入不同的存储桶

您需要编写自己的哈希函数来保证 hash("abc") 总是给出相同的答案

现在 - 性能会很糟糕，但是有一个返回 0 的哈希 - 你应该看到第二个“abc”匹配第一个

根据 cmets - 使用 std::string 可简化内存管理并提供库支持的哈希和比较器，因此只需 std::unordered_map<std::string, X> 即可。这也意味着在删除 unordered map 后，所有字符串都会为您解除分配。您甚至可以安全地从堆栈上的 char 数组中实例化 std::strings。

如果您仍想使用char *，那么您仍然需要自己的比较器和哈希，但您可以使用std::shared_ptr 为您管理内存（不要使用堆栈实例 - 使用new char[]） 然后您将拥有std::unordered_map<shared_ptr<char *>, X>，但以后不会因内存泄漏而出现并发症。

如果您仍想使用char *，那么您就在正确的轨道上，但重要的是您使用内存泄漏工具（如 purify 或 valgrind）来确保您真正控制所有内存管理。 （这通常对任何项目都是一个好主意）

最后，应该避免使用全局变量。

Answer 2

像上面那样使用 char 指针作为键几乎肯定不是你想要做的。

STL 容器处理存储的值，在 std::unordered_map<char *, unsigned int, ...> 的情况下，您正在处理指向 c 字符串的指针，在随后的插入/删除检查中甚至可能不存在。

请注意，您的my_unordered_map 是一个全局变量，但您正在尝试插入本地字符数组 a、b 和 c。当插入的 c 字符串超出范围时，您希望您的比较函数 my_equal_to() 到 strcmp() 是什么？ （你突然有了指向随机垃圾的键，可以与新插入的未来值进行比较。）

重要的是，STL 映射键是可复制的值，其含义不能被外部程序行为改变。 您几乎可以肯定地使用std::string 或类似名称作为您的关键值，即使它们的构造乍一看似乎很浪费。

以下内容将完全按照您的预期工作，并且更加安全：

#include <unordered_map>
#include <iostream>
#include <string>

using namespace std;

// STL containers use copy semantics, so don't use pointers for keys!!
typedef unordered_map<std::string, unsigned int> my_unordered_map;

my_unordered_map location_map;

int main() {
    char a[10] = "ab";
    location_map.insert(my_unordered_map::value_type(a, 10));

    char b[10] = "abc";
    location_map.insert(my_unordered_map::value_type(b, 20));

    char c[10] = "abc";
    location_map.insert(my_unordered_map::value_type(c, 20));

    cout << "map size: " << location_map.size() << endl;

    my_unordered_map::iterator it;
    if ((it = location_map.find("abc")) != location_map.end()) {
        cout << "found \"" << it->first << "\": " << it->second << endl;
    }

    return 0;
}

Answer 3

当您定义诸如 "abc" 之类的内容时，它会被分配一个 const char*。每次您在程序中写入 "abc" 时，都会分配一个新的内存。所以：

const char* x = "abc";
const char* y = "abc";
return x==y;

将始终返回 false，因为每次写入 "abc" 时都会分配新内存（对不起，如果我听起来有点重复）。