为什么有人会使用set而不是unordered_set？

Question

C ++ 0x正在引入unordered_set boost以及许多其他地方。我的理解是unordered_set是具有O(1)查找复杂性的哈希表。另一方面，set只不过是具有log(n)查找复杂性的树。 为什么有人会使用set代替unordered_set？即是否需要set？

Answer 1

无序集必须以几种方式支付其O（1）平均访问时间：

• set使用较少内存而非unordered_set来存储相同数量的元素。
• 对于少量元素，set中的查找可能更快，而不是unordered_set中的查找。
• 即使unordered_set的平均情况中的许多操作速度更快，但set通常会保证更好的最坏情况 （例如insert）。
• 如果您想按顺序访问这些元素，set 对元素进行排序非常有用。
• 您可以按字典顺序比较不同的set与<，<=，>和>=。 unordered_set不需要支持这些操作。

Answer 2

对于想要迭代集合项目的人来说，顺序很重要。

Answer 3

每当您更喜欢树到哈希表时。

例如，在最坏的情况下，哈希表是“O（n）”。 O（1）是平均情况。最糟糕的是树是“O（ log n）”。

Answer 4

因为std :: set是标准C ++的一部分而unordered_set不是。的C ++ 0x 不是标准，也不是Boost。对于我们许多人来说，便携性至关重要，这意味着坚持标准。

Answer 5

考虑扫描线算法。这些算法将完全失败并使用哈希表，但与平衡树一起工作得非常漂亮。为了给你一个扫描线算法的具体例子，考虑一下fortune的算法。 http://en.wikipedia.org/wiki/Fortune%27s_algorithm

Answer 6

在以下情况下使用设置：

1. 我们需要有序数据（不同元素）。
2. 我们将不得不按排序顺序打印/访问数据。
3. 我们需要元素的前任/后继。

在以下情况下使用无序设置：

1. 我们需要保留一组不同的元素，并且不需要排序。
2. 我们需要单元素访问，即无遍历。

示例：

设置：

输入：1、8、2、5、3、9

输出：1，2，3，5，8，9

无序设置：

输入：1、8、2、5、3、9

输出：9 3 1 8 2 5（可能是此顺序，受哈希函数的影响）

主要区别在于：

注意：（在某些情况下，set更方便）例如使用vector作为键

set<vector<int>> s;
s.insert({1, 2});
s.insert({1, 3});
s.insert({1, 2});

for(const auto& vec:s)
    cout<<vec<<endl;   // I have override << for vector
// 1 2
// 1 3 

vector<int>会成为set的键，因为vector会覆盖operator<的原因。

但是，如果使用unordered_set<vector<int>>，则必须为vector<int>创建一个哈希函数，因为vector没有哈希函数，因此必须定义一个像这样的变量：

struct VectorHash {
    size_t operator()(const std::vector<int>& v) const {
        std::hash<int> hasher;
        size_t seed = 0;
        for (int i : v) {
            seed ^= hasher(i) + 0x9e3779b9 + (seed<<6) + (seed>>2);
        }
        return seed;
    }
};

vector<vector<int>> two(){
    //unordered_set<vector<int>> s; // error vector<int> doesn't  have hash function
    unordered_set<vector<int>, VectorHash> s;
    s.insert({1, 2});
    s.insert({1, 3});
    s.insert({1, 2});

    for(const auto& vec:s)
        cout<<vec<<endl;
    // 1 2
    // 1 3
}

您会发现在某些情况下unordered_set更为复杂。

主要引自： https://www.geeksforgeeks.org/set-vs-unordered_set-c-stl/ https://stackoverflow.com/a/29855973/6329006

Answer 7

除了其他人已经提到的内容外，还有一件事。虽然将元素插入到unordered_set的预期摊销复杂度为O（1），但将 采用O（n）因为哈希表需要重组（桶的数量）需要改变） - 即使有'好'的哈希函数。就像在向量中插入元素一样，不时地使用O（n）因为底层数组需要重新分配。

在集合中插入总是最多O（log n）。在某些应用中这可能更为可取。

Answer 8

请原谅我，还有一件事值得注意的是排序属性：

如果您想在容器中一系列数据，例如：您在设置中存储时间，并且您想要时间从2013-01-01到2014-01 -01

对于 unordered_set ，这是不可能的。

当然，这个例子对于 map 和 unordered_map 之间的用例更有说服力。

Answer 9

手边，我想说如果你想把它转换成不同的格式，把关系放在一起很方便。

虽然一个访问速度更快，但构建索引或创建和/或访问它时使用的内存的时间也更长。

Answer 10

如果要对事物进行排序，则可以使用set而不是unordered_set。当存储的顺序无关紧要时，unordered_set用于set。

Answer 11

虽然这个答案可能要晚10年，但值得指出的是std::unordered_set也存在安全方面的缺点。

如果哈希函数是可预测的（除非应用了随机盐等对策，否则通常就是这种情况），攻击者可以手工制作会产生哈希冲突并导致所有插入和查找为O（ n）时间。

这可以用于非常有效和优雅的拒绝服务攻击。

内部使用哈希映射的语言的许多（大多数？）实现都遇到了这个问题：

• Javascript
• PHP
• Java

Answer 12

g++ 6.4 stdlibc ++有序与无序集合基准测试

我对这个主要的Linux C ++实现进行了基准测试，以了解差异。

完整的基准测试细节和分析已在What is the underlying data structure of a STL set in C++?中给出，在此我不再赘述。

快速摘要：

• 该图清楚地表明，在这种情况下，当项目超过100k时，哈希图的插入总是快得多，并且随着项目数的增加，差异也随之增加

  这种提速的代价是您无法高效地依次移动。

• 曲线清楚地表明，有序的std::set是基于BST的，而std::unordered_set是基于hashmap的。在参考答案中，我进一步确认了通过GDB逐步调试代码。

结果如下所示。 “ BST”表示“已通过std::set测试，而哈希表”则是“经过std::unordered_set测试。 “堆”用于std::priority_queue，我在Heap vs Binary Search Tree (BST)

处进行了分析。

map与unordered_map的相似问题：Is there any advantage of using map over unordered_map in case of trivial keys?

Answer 13

这是我没有看到列出的一个实际原因……如果在有缺陷的代码中使用不当，无序集会导致代码在不同的机器上表现不同。这是因为值的存储顺序在机器之间不一致。

如果（错误地）编写依赖于存储顺序的代码，结果将是程序在不同机器之间的行为不一致。实际上，如果无序集是返回值列表的函数/方法的实现的一部分，则可能会发生这种情况。该函数的客户端可能没有意识到正在使用一个无序集合，也可能没有意识到返回列表的顺序不能保证一致/可移植。

因此，对于程序员来说，无序集合比有序集合更无情。他们引入了这种用于混淆代码行为的额外机制，这可能会导致耗时/混淆错误，因为它们可能无法在机器之间重现。