vs2005支持 :: stdext ::的hash_map ::的std ::地图。
然而，似乎:: stdext :: hash_map的插入和删除OP比我的测试中的:: std :: map慢。 （少于10000件）
...有趣
任何人都可以发表关于他们的比较文章吗？
答案 0 :(得分：9)
通常你会看到各种操作的复杂性，这是一个很好的指南：分摊O（1）插入，O（1）查找，删除哈希映射，而不是O（log N）插入，查找，删除基于树的地图。
然而，在某些情况下，复杂性具有误导性，因为所涉及的常数术语是极端的。例如，假设您的10k项目已键入字符串。进一步假设这些字符串的长度均为100k字符。假设不同的字符串通常在字符串的开头附近不同（例如，如果它们基本上是随机的，则第一个字节中的对将有所不同，概率为255/256）。
然后要进行查找，hashmap必须散列100k字符串。这是集合大小的O（1），但可能需要相当长的时间，因为它可能是字符串长度的O（M）。平衡树必须进行log N＆lt; = 14比较，但每个只需要查看几个字节。这可能不会花很长时间。
就内存访问而言，使用64字节高速缓存行大小，hashmap加载超过1500个连续行，并执行100k字节操作，而树加载15个随机行（实际上可能是30个由于通过字符串的间接）并执行14 *（一些小数字）字节操作。你可以看到前者可能比后者慢。或者它可能更快：您的架构的FSB带宽，停顿时间和推测性读取缓存有多好？
如果查找找到匹配项，那么除此之外，两个结构都需要执行单个全长字符串比较。如果存储桶中发生冲突，则hashmap可能会执行其他失败的比较。
因此，假设失败的比较速度可以忽略不计，而成功的比较和散列运算速度很慢，那么树的速度大约是散列的1.5-2倍。如果这些假设不成立，那就不会。
当然，这是一个极端的例子，但很容易看出，在您的数据上，特定的O（log N）操作可能比特定的O（1）操作快得多。您当然需要进行测试，但如果您的测试数据不能代表现实世界，那么您的测试结果可能也不具代表性。基于复杂性的数据结构的比较是指当N接近无穷大时的极限行为。但是N并没有接近无穷大。它是10000。
答案 1 :(得分：6)
这不仅仅是关于插入和移除。您必须考虑在hash_map vs map中以不同方式分配内存，并且每次都必须计算要搜索的值的哈希值。
我认为Dr.Dobbs的这篇文章最能回答你的问题：
答案 2 :(得分：2)
这取决于您的使用情况和哈希冲突。一个是二叉树，另一个是哈希表。
理想情况下，哈希映射将具有O（1）插入和查找，以及映射O（ln n），但它假定非冲突哈希值。
答案 3 :(得分：2)
hash_map 使用hash table，它提供几乎恒定的时间O（1）操作，假设一个好的哈希函数。
地图使用BST，它提供O（lg（n））操作，对于10000个元素，这是13，这是非常可接受的
我会说留在地图上，它更安全。
答案 4 :(得分：0)
哈希表应该比二进制树（即std :: map）更快以便查找。没有人建议插入和删除更快。
答案 5 :(得分：0)
哈希映射将创建用于索引的字符串/键的哈希。尽管在证明复杂性时它被称为O（1），但hash_map对每个插入进行冲突检测，因为字符串的散列可以产生与另一个字符串的散列相同的索引。因此，散列映射具有管理这些冲突的复杂性。你知道这些碰撞是基于输入数据的。
但是，如果要对结构执行大量查找，请选择hash_map。