是否有更好的实现来保持唯一整数对的计数

Is there a better implementation for keeping a count for unique integer pairs?

本文关键字：整数 唯一 更好 实现 是否      更新时间：2023-10-16

这是在C++中。我需要对每一对数字进行计数。这两个数字的类型是"int"。我对这两个数字进行排序，所以（n1-n2）对与（n2-n1）对相同。我使用std:：unordereded_map作为容器。

我一直在使用股份有限公司Wolfram Research的Matthew Szudzik的优雅配对函数。在我的实现中，该函数为每对两个类型为"int"的数字提供了一个类型"long"的唯一数字（在我的机器上为64位）。我使用这个长度作为我的unrdered_map（std:：unrdered.map）的密钥。有没有更好的方法来统计这样的配对？我所说的更好是指更快，如果可能的话，内存使用率更低。

此外，我不需要所有的长。尽管你可以假设这两个数字的范围可以达到32位的最大值，但我预计我的配对函数的最大可能值最多需要36位。如果没有别的，至少有没有一种方法可以只让36位作为无序映射的密钥？（某些其他数据类型）

我曾想过使用比特集，但我不太确定std:：hash是否会为任何给定的36比特比特集生成一个唯一的密钥，该密钥可以用作unordered_map的密钥。

如果有任何想法、建议等，我将不胜感激。

首先，我认为你的假设是错误的。对于std::unordered_map和std::unordered_set，散列不必是唯一的（例如，原则上对于std::string这样的数据类型来说，散列不可能是唯一的），2个不同的密钥生成相同散列值的概率应该很低。但若发生碰撞，那个就不是世界末日，只是访问速度会变慢。我会从2个数字生成32位哈希，如果你对典型值有想法，只需测试哈希冲突的概率，并相应地选择哈希函数。

要做到这一点，您应该在std::unordered_map中使用一对32位数字作为密钥，并提供适当的哈希函数。计算唯一的64位密钥并将其与哈希映射一起使用是有控制的，因为hash_map将计算该密钥的另一个哈希，所以可能会使其变慢。

关于36位密钥，这不是一个好主意，除非你有一个处理36位数据的特殊CPU。您的数据将在64位边界上对齐，您将没有任何节省内存的好处，否则您将受到未对齐数据访问的惩罚。在第一种情况下，您只需要额外的代码就可以从64位数据中获得36位（如果处理器支持的话）。在第二秒内，即使存在一些冲突，您的代码也将比32位哈希慢。

如果hash_map是一个瓶颈，您可以考虑使用不同的哈希图实现，如goog-sparsehash.sourceforge.net

仅凭我的两分钱，您在文章中获得的配对函数比您实际需要的要复杂得多。将2个32位UNISIGNED值唯一地映射到64是很容易的。以下操作可以做到这一点，甚至可以处理非配对状态，而不会对数学外围设备造成太大的影响（如果有的话）。

uint64_t map(uint32_t a, uint32_t b)
{
    uint64_t x = a+b;
    uint64_t y = abs((int32_t)(a-b));
    uint64_t ans = (x<<32)|(y);
    return ans;
}
void unwind(uint64_t map, uint32_t* a, uint32_t* b)
{
  uint64_t x = map>>32;
  uint64_t y = map&0xFFFFFFFFL;
  *a = (x+y)>>1;
  *b = (x-*a);
}

另一种选择：

uint64_t map(uint32_t a, uint32_t b)
{
  bool bb = a>b;
    uint64_t x = ((uint64_t)a)<<(32*(bb));
    uint64_t y = ((uint64_t)b)<<(32*!(bb));
    uint64_t ans = x|y;
    return ans;
}
void unwind(uint64_t map, uint32_t* a, uint32_t* b)
{
  *a = map>>32;
  *b = map&0xFFFFFFFF;
}

这是一把独特的钥匙。您可以很容易地将其修改为无序映射的哈希函数提供程序，尽管这是否比std:：map快取决于您所获得的值的数量。

注意：如果值a+b>32位，则此操作将失败。

相关文章：