引子：
同事前几天用hash_map时发现一些问题。当时的场景是有一些字符串char*，要去对应某种类型的对象。同事的做法是：
- 尝试用char*作为key进行hash。编译通过，但运行时不正常，insert操作可以成功，但find操作基本都失败
- 改用string将原字符串包装后作为key进行hash。编译时不能通过
- google后，用string作key，并添加了一个template<> struct hash< std::string >的仿函数作为hash_map的构造参数。编译通过，运行正常，但不知原委为何
带着这三个问题去查看了libstdc++中关于hash_map的实现（省略了与讨论无关部分）：
1 // hash_map 2 3 template<class _Key, class _Tp, class _HashFn = hash<_Key>, 4 class _EqualKey = equal_to<_Key>, class _Alloc = allocator<_Tp> > 5 class hash_map 6 { 7 private: 8 typedef hashtable<pair<const _Key, _Tp>,_Key, _HashFn, 9 _Select1st<pair<const _Key, _Tp> >, 10 _EqualKey, _Alloc> _Ht; 11 12 _Ht _M_ht; 13 14 // ... 15 16 hash_map() 17 : _M_ht(100, hasher(), key_equal(), allocator_type()) {} 18 19 // ... 20 21 _Tp& 22 operator[](const key_type& __key) 23 { return _M_ht.find_or_insert(value_type(__key, _Tp())).second; } 24 25 // ... 26 }
line 3~5 可见，hash_map是个模板类，定义了5种参数类型，分别是
- key的类型_Key
- 值的类型_Tp
- hash仿函数_HashFn，用于执行真正的hash操作。有默认模板参数hash<_Key>
- 比较仿函数_EqualKey，用于执行hash冲突后，bucket内的find工作。有默认模板参数equal_to<_Key>
- 内存分配器。有默认模板参数参数
line 8~12可见，hash_map中包含了一个hashtable对象，hashtable也是个模板类，有6个参数类型，参数的具体类型在hashtable.h中，分别是
- hash_table中储存的值的类型_Val，实际对应hash_map中的pair<const _Key, _Tp>
- Key的类型_Key
- hash仿函数
- 从pair对象中分离出key对象的仿函数_ExtractKey
- 比较仿函数_EqualKey
- 内存分配器
line 16~23可见，hash_map其实是对hashtable的包装，其初始化、find与赋值操作都是由内部的hashtable对象来完成的。
hashtable的具体实现是：
- 由一个bucket数组组成
- 每个bucket下面挂着一个hash_node组成的list
- 每个hash_node由一个_Val对象（存储真正元素）和一个hash_node指针（next指针）组成
工作过程是：
- 将key用_HashFn进行hash
- 将hash的结果执行取模操作%n（其中n是hashtable中bucket的数目），定位到具体bucket的位置
- 依次用_EqualKey比较bucket中hash_node的key，找到与输入元素相同的node，返回；若找不到，则构造一个node返回
下面来回答篇首提出的三个问题
为什么用char*（或const char*）作为key，可以顺利insert，却不能顺利find？
因为insert时，会将char*指针进行hash，默认的内置hash函数接受char*作为参数，并将所指字符串进行hash，直到串尾。因此可以顺利找到bucket，但在进一步查找比对key时，用的是equal_to<char*>函数，它是直接比对指针的！一般来说，进行insert操作时，指针是不相同的，因此每次insert都生成新的node返回，insert正确。用size()方法也可以验证到，确实能够insert成功。
而在find操作中（假设用来insert的key已经在hash表中，本应可以命中的），同理可以找到bucket，但是在比对key时用的是char*指针，而实情却是char*所指的内容相同！但equal_to<char*>不会理会这些，它只是傻傻比对指针，因此基本不会找到结果。（假如可以找到结果，那就是hash表中存的char*和你输入的char*正好相同）
为什么改用string作为key，会无法通过编译？
因为默认的内置hash函数不接受string作为参数，也就是说，没有hash(string str)或者hash(const string& str)这种特化存在。其实，hash函数支持的函数是相当有限的，仅有char、int、long以及它们的const和unsigned版本，指针类型更是只支持char*！
为什么加上template<> struct hash< std::string >的实现，就可以编译并执行正确？
首先加上这个hash后，hash函数能够处理string参数，并正确找到bucket，在比对key环节，用的是默认的equal_to<string>，而这个函数可以正确来比对字符串而不是比对指针，因此insert和find都能成功。
至此，总结下以后遇到这种情况怎么办。有两种方法：
- 写一个关于字符串的比较函数（类似于strcmp就可以），构造hash_map时传进去，保证在key比对时不是对比较指针而是比较字符串
- 写一个接受string类型的hash函数，保证hash时string参数能被正确处理
事情到此时貌似已经圆满了。连《STL源码剖析》P278也说这样OK。但是……真的是这样吗？char*真的能用来作hash_map的key吗？
答案是不可以，这里存在一个巨大的隐患：
hash表中存储的永远是pair<_Key, _Tp>，如果用char*作key，则存储的key只能是char*。这里就涉及到一个内存管理的问题，你要确保之前insert时用的char*不能失效，而且内容不能被更改。否则在bucket内比对key时就会出现严重的问题，轻则找不到元素，甚至core掉。
即使是用const char*作key同样不安全，因为一旦const char*的生命期比hash_table短，那么hash_table中相应的key就已变为野指针。
验证：
1 #include <iostream> 2 #include <ext/hash_map> 3 using namespace __gnu_cxx; 4 #include <function.h> 5 #include <cstring> 6 using namespace std; 7 8 struct mystrcmp 9 { 10 bool operator()(const char* s1, const char* s2) 11 { 12 return strcmp(s1, s2) == 0; 13 } 14 }; 15 16 int main() 17 { 18 hash_map<char*, int, hash<char*>, mystrcmp> days; 19 20 days["Mon"] = 1; 21 days["Tue"] = 2; 22 cout << "now there is " << days.size() << " in hash_map" << endl; 23 24 days.clear(); 25 26 char mon[8] = {0}; 27 char tue[8] = {0}; 28 strcpy(mon, "Mon"); 29 strcpy(tue, "Tue"); 30 days[mon] = 1; 31 days[tue] = 2; 32 cout << "now there is " << days.size() << " in hash_map" << endl; 33 34 char someday[8] = {0}; 35 strcpy(someday, "Mon"); 36 strcpy(mon, "Mon1"); 37 38 cout << "now there is " << days.size() << " in hash_map" << endl; 39 cout << "Mon " << days[someday] << endl; 40 cout << "now there is " << days.size() << " in hash_map" << endl; 41 }
now there is 2 in hash_map
now there is 2 in hash_map
now there is 2 in hash_map
Mon 0
now there is 3 in hash_map
结论：
- 不用char*或const char*作为hash_map的key。用string包装并代替它，同时为hash仿函数添一个string的特化版本
- 一定要用char*的话，请用const char*，还要保证在hash_map的生命周期里，曾经insert过的const指针不要变成野指针
- 尝试用unordered_map代替hash_map。首先它原生支持string，其次有效率优势，再次已经成为新标准，便于扩展。hash_map已经被放到backward里