C++：无序容器如何防止重复？答案

【问题标题】：C++: How do unordered containers prevent duplications?C++：无序容器如何防止重复？
【发布时间】：2020-08-12 15:13:16
【问题描述】：

我们以 unordered_set 为例。判断两个元素是否相等的默认谓词是std::equal_to<T>(t1,t2)，这就是t1==t2。现在让我们假设对于这个 T 类型，我已经实现了operator==()，所以并不是所有的成员变量都是这个比较的一部分，即两个不同的 T 元素 t1,t2 在比较时可以相等。

如果底层哈希表为这些 t1 和 t2 中的每一个计算不同的哈希，它甚至何时执行t1==t2 检查键的重复？如果有更多检查，它如何平均保持恒定时间？

【问题讨论】：

如果两个元素相等，它们的哈希值必须相等。可能有 2 个具有相同哈希但不相等的对象。使用适当的散列不可能有 2 个相等但具有不同散列的对象。
所以对于一个有成员变量a、b和c的对象，但是只有a和b用于相等，那么hash应该只使用a和b。如果 x 和 y 对象使用(x.a == y.a && x.b == y.b) || (x.a == y.b && x.b == y.a)（交叉相等），那么哈希最好找出一种方法来为这两种情况提供相同的哈希。
@Eljay 因此，每当我覆盖 operator==() 时，我都必须为无序容器提供不同的哈希计算？
@ShookiMatzliah 它没有。您负责根据您的班级逻辑实施适当的std::hash 特化。
如果您在需要哈希器的容器中使用您的对象，您有义务为您的类对象提供哈希器。 q.v. std::hash。除非您使用 C++ 已经提供哈希器的 std 对象之一。

标签： c++ hash stl unordered-map unordered-set

【解决方案1】：

我认为您缺少的关键点是您为无序容器提供了两个仿函数，并且它们必须一起工作。

有一个哈希函数，它从一个对象中计算一个数字。

有一个比较函数，比较两个对象的“等价性”。

正如@Eljay 在评论中所说，对于两个比较“等价”的对象（比较函数返回true），哈希函数必须返回相同的值。

如果您的函数不提供此保证，则容器将无法正常工作。

比较好的参考（虽然不权威）

std::unordered_set：满足UnorderedAssociativeContainer的要求。
UnorderedAssociativeContainer：通过Key/Hash/Pred参数化。
有要求：
* 如果两个 Key 根据 Pred 相等。
* 哈希必须为两个键返回相同的值。

【讨论】：

【解决方案2】：

无序关联容器要求任何两个比较相等的键也具有相同的哈希值。来自[unord.req]：

Hash 类型的容器对象——用hash 表示——被称为容器的散列函数。容器的Pred 类型的对象——用pred 表示——被称为容器的键相等谓词。

如果容器的键相等谓词 pred(k1, k2) 有效并在传递这些值时返回 true，则认为两个值 k1 和 k2 是等效的。如果k1 和k2 是等价的，容器的哈希函数应该返回相同的值。

您的operator== 和std::hash 实现必须一致。如果不是，那么您没有满足将您的类用作无序关联容器中的键所需的先决条件。

【讨论】：

【解决方案3】：

如果底层哈希表为这些 t1 和 t2 中的每一个计算不同的哈希，它甚至何时执行 t1==t2 检查键的重复？

当哈希函数导致新插入的元素被放入非空桶时。将在该桶中预先存在的元素之间进行比较，以确保唯一性。

它如何平均保持恒定时间？

通过假设散列函数将随机键均匀地分配到桶中，并随着元素数量的增加而增加桶的数量。

std::hash 怎么知道我是如何实现 openrator==()

为您的类编写 std::hash 特化的人必须知道您如何实现 operator==。

散列函数必须为所有比较相等的元素产生相同的散列。如果没有，那么程序的行为将是未定义的。标准参考：[unord.req]，[defns.required.behavior]

【讨论】：