【C++ 面试真题】聊聊 C++ 的关联容器

【C++ 面试真题】聊聊 C++ 的关联容器

关联容器是"按 key 找值"的一族，也是标准库面试的分水岭。背得出"map 是红黑树、unordered_map 是哈希表"只是及格，真考你的是"为什么选红黑树不选 AVL、operator\[\] 有什么坑、负载因子和 rehash 怎么回事、两族的迭代器失效规则差在哪、自定义类型怎么当 key"。本文把有序、无序两族一次讲透。

---

一、开场：关联容器有哪些？

❓ 介绍一下标准库的关联容器？

✅ "按 key 找值"的两族，共八个：

族	成员	底层	查找
有序	map / set / multimap / multiset	红黑树	O(log n)
无序 [C++11]	unordered_map / set / multimap / multiset	哈希表	均摊 O(1)

• map / multimap ：存 pair<const Key, Value>，multimap 允许 key 重复；
• set / multiset：只有 key，value 就是 key 本身；
• 带 multi 的允许重复 key，不带则互斥。

回答思路：先按"有序（红黑树）/ 无序（哈希）"两族报成员，再点一句"带 multi 的允许重复 key"------最后落到选型口诀上，面试官自然会顺着追问底层实现。

选型口诀：要有序遍历或范围查询用有序族；纯查找、追求速度用无序族。

---

二、有序族底层：红黑树

❓ map 为什么用红黑树？

✅ 红黑树是近似平衡的二叉搜索树 ------节点着红/黑色，靠五条性质约束，保证最长路径不超过最短路径的两倍 。效果：增、删、查全部稳定在 O(log n) ，且中序遍历恰好有序------这正是 map"按 key 排序"的来源。

💡 为什么不是 AVL 树？ AVL 是严格平衡（左右子树高度差 ≤ 1），查询略快；但插入删除后维持平衡要做的旋转更多 。红黑树"松一点"：插入最多 2 次旋转、删除最多 3 次，维护便宜。容器场景增删频繁，综合下来红黑树赢------所以工业界容器（C++ 标准库、Java TreeMap）清一色选它。

红黑树的另一个好处：节点地址稳定。插入删除只改指针链接、不搬节点，这直接决定了有序族宽松的迭代器失效规则（第六节细讲）。

---

三、map 使用考点：operator\[\] 与范围查询

❓ map 的 operator\[\] 和 at 有什么区别？

✅ 一张表看清：

操作	key 不存在时	备注
m[k]	插入默认值再返回	读操作有写入副作用！
m.at(k)	抛 out_of_range	只读安全
m.find(k)	返回 end()	只读，最稳

map<string, int> m;
m["tom"] = 18;       // 插入或覆盖
int a = m["bob"];    // ⚠ 没有 bob？
// 也会插入 {"bob", 0}，再返回 0
int b = m.at("bob"); // 没有则抛异常

⚠️ 典型翻车：判断分支里随手写 if (m["k"] > 0)------本想查询，却把 {"k",0} 塞进了 map 。只读场景一律 find 或 contains [C++20]：

if (m.count("k")) { /* 存在 */ }
if (m.contains("k")) { /* C++20 */ }

⚠️ 另外：multimap 没有 operator\[\]------key 可重复，"下标取值"语义根本无法定义。

查询之外，有序 还给 map/set 留了独门功夫------lower_bound / upper_bound / equal_range 范围操作：

set<int> s{1, 3, 5, 7, 9};
// 第一个 >= 4 的元素
auto lo = s.lower_bound(4);   // → 5
// 第一个 > 5 的元素
auto up = s.upper_bound(5);   // → 7
// [lo, up) 就是"值为 5 的区间"

• lower_bound(k)：第一个 ≥ k；
• upper_bound(k)：第一个 > k；
• 遍历某时间段的日志、找某分数段的用户、前缀匹配------这类范围型需求无序族做不了（哈希只支持"点查"）。

---

四、无序族底层：哈希表

❓ unordered_map 的底层长什么样？

✅ 桶数组 + 拉链：key 先过哈希函数得出桶下标，落进同一个桶的元素串成链表。

桶数组: [0]→"cat"
        [1]→(空)
        [2]→"dog"→"owl"   ← 哈希碰撞
        [3]→(空)

查找 = 算哈希（O(1)）+ 桶内比对（桶越长越慢）。衡量拥挤程度的指标是负载因子：

// load_factor = size / bucket_count
unordered_map<string,int> m;
m.max_load_factor(0.7f); // 阈值，默认 1.0
m.reserve(1000);  // 预开足够桶，避免 rehash

负载因子超阈值触发 rehash ：开更大的桶数组，所有元素重新分桶------一次性 O(n)。这就是"均摊 O(1)"的来由：n 次插入的总代价摊到每次是常数。

⚠️ 最坏 O(n) ：哈希函数选得差（或被恶意构造碰撞攻击），所有 key 挤进同一个桶，查找退化成链表扫描。所以无序族的 O(1) 是平均，不是保证。

---

五、两族对比：性能与迭代器失效

❓ 有序和无序到底怎么权衡？

✅ 四个维度对比：

维度	map/set	unordered_*
查找	O(log n) 稳定	均摊 O(1)，最坏 O(n)
有序遍历/范围查	✅	❌
插入使迭代器失效	否（不失效）	rehash 时全失效
key 需要提供	operator<（严格弱序）	hash 函数 + operator==

迭代器失效（高频考点，规则不对称）：

• 有序族 ：插入不失效任何 迭代器；删除只失效被删的那个；
• 无序族 ：rehash 后迭代器全部失效 ------但指针和引用仍然有效（节点没搬，只是重新挂桶）。这是个反直觉的高分点。

unordered_map<int,string> m;
string& r = m[1];    // 拿到引用
m[2]; m[3]; /* ... */
// 中途可能 rehash
cout << r;  // ✅ 引用仍有效
// 但旧迭代器已失效

---

六、自定义类型做 key

❓ 自己写的类型想当 key，要提供什么？

✅ 看你用哪族------要求完全不同：

struct Key {
    int a; string b;
};
// 有序族：只要一个小于比较
bool operator<(const Key& x,
               const Key& y) {
    if (x.a != y.a) return x.a < y.a;
    return x.b < y.b;   // 必须严格弱序
}

无序族则要两样：哈希函数和相等比较：

// 无序族：hash + ==
struct KeyHash {
    size_t operator()(const Key& k) const {
        return hash<int>()(k.a) ^
               hash<string>()(k.b);
    }
};
struct KeyEq {
    bool operator()(const Key& x,
                    const Key& y) const {
        return x.a == y.a
            && x.b == y.b;
    }
};
unordered_map<Key, int,
              KeyHash, KeyEq> m;

⚠️ 无序族的隐性契约：两个相等的 key 必须哈希出同一个值，否则同一个 key 会落进两个桶，find 永远找不到。相等比较和哈希必须配套写。

---

七、怎么选：实践建议

❓ 实际项目怎么选？

✅ 三问定案：

1. 要按序遍历、范围查询、找最大最小？ → map/set；
2. 纯点查、量大、追求吞吐？ → unordered_map/set（快一个量级不是梦）；
3. key 没法定义小于比较（只有 ==）？ → 只能用无序族。

// 词频统计：无序更快
unordered_map<string, int> freq;
// 排行榜按名次输出：有序更省事
map<string, int> score;

🎯 默认倾向：纯查找场景 unordered_map 是现代默认；一旦涉及顺序、范围、前缀，别犹豫选 map------为排序额外付 O(log n) 比事后 sort 一遍 vector 便宜。

---

八、面试高频追问

❓ Q1：为什么标准库选红黑树而不是 AVL、跳表、B 树？

✅ AVL 严格平衡、查询略快，但增删旋转多、维护贵；跳表实现简单但空间开销和缓存表现不占优；B 树为磁盘页设计，内存场景节点太小浪费。红黑树在"增删查综合 + 内存布局"上最均衡，是容器场景的工程最优解。

❓ Q2：unordered_map 的最坏情况是什么？

✅ 所有 key 哈希碰撞挤进同一个桶，查找退化成链表扫描 O(n)。哈希函数质量差或遭遇构造碰撞的恶意输入时会发生。

❓ Q3：rehash 之后，指向元素的指针还有效吗？

✅ 有效。rehash 只重建桶数组、把节点重新挂链，节点本身不搬家，所以指针和引用不断------失效的只是迭代器。这是 unordered 失效规则里最反直觉、也最常考的一条。

❓ Q4：map 插入会使已有迭代器失效吗？

✅ 不会。红黑树插入只链接新节点、不改老节点地址，所有已有迭代器继续有效；删除也只失效被删元素那一个。

❓ Q5：unordered_map 为什么需要 operator==？哈希不是已经分桶了吗？

✅ 哈希只负责"粗分"到桶，桶内可能有碰撞，还要用 == 做"精确认"------判断到底是不是同一个 key。这也是为什么相等比较必须和哈希函数配套。

---

九、总结速查表

考点	一句话结论
有序族	红黑树，O(log n)，中序即有序
为什么红黑树	插删旋转少，综合维护最便宜
无序族	桶+拉链，均摊 O(1)，最坏 O(n)
operator\[\]	不存在则插入默认值，读带写副作用
范围查询	lower/upper_bound，有序族独有
负载因子	size / bucket_count，超阈值 rehash
无序失效	rehash 后迭代器失效，指针引用不失效
自定义 key	有序要 <，无序要 hash + ==

---

一句话回顾

有序族红黑树 ：稳定 O(log n)、中序有序、插入不失效迭代器、吃 operator<；无序族哈希表 ：均摊 O(1)、怕碰撞、rehash 只废迭代器不废指针、吃 hash + ==。要顺序和范围选 map，纯点查选 unordered------operator\[\] 有坑，只读用 find。

如果您觉得本篇内容对你有帮助，欢迎点赞 👍、收藏 ⭐、转发 📢。下期我们继续标准库篇，聊迭代器------它的分类体系、和指针的关系，以及那张"容器失效规则表"，敬请关注 👋