C++：为什么 unordered_set::find 比 find 快？

Question

当我做 unordered_set::find 时

unordered_set<int> uniqueNum;

//code...
if(uniqueNum.find(num + k) != uniqueNum.end()) 
//code ...

这段代码的运行时间比快

unordered_set<int> uniqueNum;
        
//code...
if(find(uniqueNum.begin(), uniqueNum.end(), num + k) != uniqueNum.end()) 
//code...         

根据参考资料， unordered_set::find 是“最坏情况：容器大小呈线性”，而 find 是“第一个和最后一个之间的距离达到线性：比较元素直到找到匹配项” 。

它们不是相同的运行时吗？ 为什么在运行代码时 unordered_set::find 会更快？ std::find 是否在幕后做一些我遗漏的事情？

Answer 1

这是由于它们的实施方式。 std::find操作如您所料。 从头开始比较每个元素，直到它到达结尾。 这是相当普遍的，但不会从所使用的特定数据结构中受益。 但是， unordered_set是一个哈希集，因此如果没有哈希冲突，则每个元素都需要相同的时间来查找。

它说存在“容器大小线性的最坏情况”的原因是因为如果哈希表的长度为 1，则每个条目都将放置在表中的相同位置（伪代码： table[hash(element) % table_length].push(element) )。 如果发生这种情况，则取决于实现，它最终可能看起来更像是内存中的列表，并且必须按顺序检查每个项目。 但在实践中，这可能永远不会发生。

Answer 2

无序集合就像一个文件柜。 假设您拥有一家公司所有员工的档案。 文件柜有 26 个抽屉，每个抽屉都标有一个字母。 每个员工的记录按姓氏的第一个字母存储。 抽屉内的文件没有进一步组织。

当unordered_set::find被告知要查找员工的记录时，它会直接转到标有姓氏第一个字母的抽屉并搜索该抽屉中的所有记录。 当std::find被赋予相同的任务时，它从左上角的抽屉开始检查那里的所有记录，然后移动到它旁边的抽屉，依此类推，直到检查所有抽屉或找到记录. （请注意，左上角的抽屉不一定是“A”。）

假设该公司有 20 名员工。 给定名称的典型分布， unordered_set::find很可能会进入一个抽屉，其中只有一条记录，这将是您正在寻找的记录。 也许它会找到两条记录。 仍然快速简便。 如果您的哈希函数能够完成任务，这代表了常见情况。 同时， std::find可能需要查看所有记录才能找到您要查找的记录。 有时它很幸运并立即找到它。 平均而言，它将浏览一半的记录。

然而，典型的情况并不是最坏的情况。 最糟糕的情况是，该公司最后一次招聘活动是在一次家庭聚会上，结果所有 20 名员工都被命名为“琼斯”。 通常快速的unordered_set::find将直奔抽屉 "J" 仅找到该抽屉中的每个员工记录。 在找到所需的记录之前，它将平均浏览一半的记录，与std::find相同。

您应该关注典型时间还是最坏情况时间？ 那要看你的具体情况了。 有时，陷入最糟糕的情况是有系统性的原因，类似于在家庭团聚时招聘。 另一方面，如果名字是随机分布的，在这个例子中，在同一个抽屉里有 10 个（或更多）记录的几率大约是 5×10 ^{12 中的}1^个； 真正的最坏情况甚至更少见（涉及 10 ²⁶ ）......通常你可以依靠快速查找。