std：：map使用总结

　　为了完成《web搜索》课的作业，我奋⽃了两天把层次汇合聚类HAC算法和基于亲和性消息的聚类算法给实现了。为了实现这两个算法，第⼀件事就是把⽂档向量给计算出来。具体⽽⾔就是⽂本集中的索引词构成了向量空间的⼀个维度。这样有m个索引词就构成了m维的特征向量。在构建特征向量的过程中需要频繁使⽤std::map。因为我需要知道⼀个⽂档中这个索引词，出现的概率是多少。⼀下是我的⼀些经验和⼤家分享⼀下：

　　1.operator [] 。这个[]的作⽤很⼤，不仅可以把key所对应value的引⽤取出来，还有插⼊的功能。展⽰⼀个基本的使⽤⽅法先：　　

using namespace std;...

map elem;....

//insert operation...

//get inserted valuestring keyword;

int freq = elem[keyword];

　　这样就可以把map中key对应的value取出来！如果我输⼊的keyword，这个map⾥⾯没有怎么办？这时就使⽤了[]的插⼊功能。如果⽤户填⼊了⼀个map没有的keyword。operator []可以插⼊⼀个新的pair。并调⽤mapped data的构造函数。有代码为证！

1 struct NumIDF 2 {

3 int num;

4 bool showup; 5 NumIDF() 6 {

7 num = 0;

8 showup = false;

9 cout << \"set to 0 and false\" << endl;10 }11 };12 ...

13 map m_IDF;14 //insert elements15 ...

16 //query elements

17 string newKeyword;//这个词m_IDF中没有18 if(!m_IDF[newKeyword].showup)19 {

20 cout << \"construct a new one\" << endl;21 }

　　如果把上⾯代码的输出是

set to 0 and falseconstruct new one

　　也就是说，当在[]内输⼊了⼀个新的key之后，map可以⾃动添加⼀个新的pair，新pair的key就是输⼊的newkeyword。⽽mapped data就是经过初始化之后的实例。这个功能⾮常好。我以前都是先⽤find函数找⼀下，如果是新的，再⼿动添加。那样的话会⾮常繁琐。　　2.map的iterator的使⽤

　　说实在的，我⽤iterator⽤的⽐较少。所以犯了⼏个很低级的错误。写在这⾥也给⾃⼰提个醒。我出错的情况是这样的：我想实现⼀个类似下⾯代码要实现的功能。

vector a;

for(int i = 0; i < a.size()-1; i++){

for(int j = i+1, j < a.size(); j++) {

//some operation about i and j }}

　　我想⽤iterator来实现上⾯的功能，于是就有了下⾯悲壮的⼀幕：

map::iterator iterI;....

//这是错误的啊！int i = 5;

iterI = iterI + i;//这是错误的啊！

　　我想当然的以为，iterator+多少就会往后⾯跳多少。可以编译不过啊！出了⼀⼤堆错！！有⽊有于是我⽤了下⾯的⽅法

1 map m_Tree;

2 map::iterator iterI = m_Tree.begin();

3 map::iterator iterJ; 4 int i = 0;

5 for( ; i < m_Tree.size()-1; ++iterI,i++) 6 {

7 //iterJ = m_Tree.begin(); 8 //advance(iterJ, i+1); 9 iterJ = iterI;10 iterJ++;

11 for(; iterJ != m_Tree.end(); iterJ++)12 {

13 float s = S((iterI->dvmap),(iterJ->dvmap));14 if(s > mostSim)15 {//this is the pair16 mostSim = s;17 sp.s1 = iterI;18 sp.s2 = iterJ;19 }20 }21 }

我想得到iterI所指向的下⼀个元素，于是我采⽤了第9，10⾏的⽅法。其实第7，8⾏的代码也是可以的，只是不如9，10⾏的⾼效!如果你有更好的⽅法可以带到这个功能，请你告诉我哈！

　　3.性能⽅⾯，不要让std复制内存，传指针吧！

　　在计算⽂档相似性的时候要⽤到⼀个的⽂档向量。这个⼤向量是使⽤了std::vector来处理。在性能⽅⾯我注意到了两点。　　　　1）使⽤reserve申请⾜够多的内存。为push_back做准备

　　　　2）使⽤push_back的时候要注意。如果在函数体内声明了⼀个vector。这个vector的size超⼤。这是你想把它push_back给类的私有成员的时候势必要复制⼤量的内存。　　基于上⾯的两点我采⽤了下⾯的⽅法

1 vector dv;

2 pair >::iterator,bool> pr;

3 pr = m_TF_IDF.insert(pair >(filename, dv));4 vector& rkdv = pr.first->second;5 rkdv.reserve(m_IDF.size());

　　其中m_TF_IDF是类的私有成员，我现insert了⼀个空的vector。然后把这个空vector的引⽤取出来，如第4⾏所⽰。然后就可以⽤⼤vector的引⽤来push_back新的数据，这样就免去了内存的复制。

　　指针的使⽤，在避免内存复制上，指针也是⼀个快捷⾼效的实现⽅式。在我的程序中，不知⼀个地⽅使⽤了前⾯所说的超⼤vector。为了让想⽤vector的⼈都能⽤上他，我把vector的指针传了出来。 我定义了如下所⽰的结构体：

struct dvPair{

string names;

map*> dvmap;};

我传⼊的是vector的指针，⽽不是vector!　　也就是这么多了，别没什么了