Question

是否可以移植散列C ++ 03中的指针，该指针没有定义std::hash？

在C ++中包含指针的hashables似乎很奇怪，但我想不出任何方法来制作它们。

我能想到的最接近的方式是reinterpret_cast<uintptr_t>(ptr)，但{C} 03中不需要定义uintptr_t，我也不确定这个值是否可以合法操纵如果定义了......这甚至可能吗？

Answer 1

不，一般。实际上，在没有std::hash的情况下，在C ++ 11中通常是不可能的。

原因在于值和值表示之间的区别。

您可能还记得用于演示值与其表示之间的差异的非常常见的示例：空指针值。很多人错误地认为这个值的表示都是零。这无法保证任何方式。只保证其行为的行为。

再举一个例子，考虑一下：

int i;
int* x = &i;
int* y = &i;

x == y;  // this is true; the two pointer values are equal

但在此之下，x和y 的值表示可以不同！

让我们玩编译器。我们将实现指针的值表示。假设我们需要（出于假设的架构原因）指针至少为两个字节，但只有一个用于该值。

我会跳过去说它可能是这样的：

struct __pointer_impl
{
    std::uint8_t byte1; // contains the address we're holding
    std::uint8_t byte2; // needed for architecture reasons, unused
    // (assume no padding; we are the compiler, after all)
};

好的，这是我们的值表示，现在让我们实现值语义。首先，平等：

bool operator==(const __pointer_impl& first, const __pointer_impl& second)
{
    return first.byte1 == second.byte1;
}

因为指针的值实际上只包含在第一个字节中（即使它的表示有两个字节），这就是我们必须比较的全部内容。第二个字节无关紧要，即使它们不同。

我们需要address-of运算符实现，当然：

__pointer_impl address_of(int& i)
{
    __pointer_impl result;

    result.byte1 = /* hypothetical architecture magic */;

    return result;
}

这个特定的实现重载为我们提供了给定int的指针值表示。请注意，第二个字节未初始化！没关系：它对于值并不重要。

这就是我们所需要的全部内容。假装其余的实现已完成。：）

现在再考虑我们的第一个例子，“编译器化”：

int i;

/* int* x = &i; */
__pointer_impl x = __address_of(i);

/* int* y = &i; */
__pointer_impl y = __address_of(i);

x == y;  // this is true; the two pointer values are equal

对于我们关于假设架构的小例子，这足以为指针值提供标准所要求的保证。但请注意，我们绝不保证x == y隐含memcmp(&x, &y, sizeof(__pointer_impl)) == 0。对值表示没有要求这样做。

现在考虑一下你的问题：我们如何散列指针？也就是说，我们希望实现：

template <typename T>
struct myhash;

template <typename T>
struct myhash<T*> :
    std::unary_function<T*, std::size_t>
{
    std::size_t operator()(T* const ptr) const
    {
        return /* ??? */;
    }
};

最重要的要求是x == y，然后是myhash()(x) == myhash()(y)。我们也已经知道如何散列整数。我们能做什么？

我们可以做的唯一事情是尝试以某种方式将指针转换为整数。好吧，C ++ 11给了我们std::uintptr_t，所以我们可以这样做，对吗？

return myhash<std::uintptr_t>()(reinterpret_cast<std::uintptr_t>(ptr));

也许令人惊讶的是，这是不正确的。为了理解原因，再想象我们正在实施它：

// okay because we assumed no padding:
typedef std::uint16_t __uintptr_t; // will be used for std::uintptr_t implementation

__uintptr_t __to_integer(const __pointer_impl& ptr)
{
    __uintptr_t result;
    std::memcpy(&result, &ptr, sizeof(__uintptr_t));

    return result;
}

__pointer_impl __from_integer(const __uintptr_t& ptrint)
{
    __pointer_impl result;
    std::memcpy(&result, &ptrint, sizeof(__pointer_impl));

    return result;
}

因此，当我们reinterpret_cast指向整数时，我们将使用__to_integer，然后返回我们将使用__from_integer。请注意，生成的整数将具有一个值，具体取决于指针值表示中的位。也就是说，两个相等的指针值最终会有不同的整数表示......这是允许的！

这是允许的，因为reinterpret_cast的结果完全是实现定义的;你只能保证相反的结果reinterpret_cast会给你相同的结果。

所以第一个问题是：在这个实现上，对于相等的指针值，我们的哈希可能会有所不同。

这个想法已经出来了。也许我们可以进入表示本身并将字节散列在一起。但这显然会导致同样的问题，这就是你的问题的评论所暗示的。那些讨厌的未使用的表示位总是在路上，并且没有办法弄清楚它们在哪里，所以我们可以忽略它们。

我们被困住了！这是不可能的。 一般而言。

请记住，在实践中我们会针对某些实现进行编译，并且因为这些操作的结果是实现定义的，所以如果您只是正确使用它们，那么它们是可靠的。这就是Mats Petersson is saying：找出实施的保证，你会没事的。

事实上，您使用的大多数消费者平台都会处理std::uintptr_t尝试。如果它在您的系统上不可用，或者您想要一种替代方法，只需组合指针中各个字节的哈希值即可。所有这些需要工作的是未使用的表示位总是采用相同的值。实际上，这是MSVC2012使用的方法！

如果我们假设的指针实现总是将byte2初始化为常量，那么它也可以在那里工作。但是实现这一点并没有任何要求。

希望这能澄清一些事情。

Answer 2

你的问题的答案真的取决于你想要的“HOW portable”。许多架构都有一个uintptr_t，但是如果你想要可以在DSP，Linux，Windows，AIX，旧Cray机器，IBM 390系列机器等上编译的东西，那么你可能必须有一个配置选项来定义你的如果在该架构中不存在，则拥有“uintptr_t”。

将指针转换为整数类型应该没问题。如果你要把它丢回来，你可能会遇到麻烦。当然，如果您有许多指针，并且在64位计算机上使用32位整数分配相当大的内存部分，则有可能会发生大量的冲突。请注意，64位窗口的“长”仍为32位。

是否可以在便携式C ++ 03代码中散列指针？

2 个答案: