散列表和红黑树

哈希函数和散列表很普遍，在此就不介绍了。下面介绍一下红黑树的概念（代码太难了 溜了溜了 等我成为大佬再钻研）

红黑树的定义：

• 每个节点非红即黑
• 根节点是黑的;
• 每个叶节点（叶节点即树尾端NULL指针或NULL节点）都是黑的;
• 如图所示，如果一个节点是红的，那么它的两儿子都是黑的;
• 对于任意节点而言，其到叶子点树NULL指针的每条路径都包含相同数目的黑节点;
• 每条路径都包含相同的黑节点;

map

map是通过红黑树实现的，红黑树内的数据时有序的，在红黑树上查找的时间复杂度是O(logN)，相对于unordered_map的查询速度有所下降，但额外空间开销减小。

插入

map有三种方式插入： 

• pair 
• make_pair
• 大括号形式

map<int, int>mymap;
mymap.insert(pair<int,int>(num[i],1));
mymap.insert(make_pair(num[i], 1));
mymap.insert({num[i],1});

 访问映射

   访问映射合，直接用 [] 就能访问。比如 dict[“Tom”] 就可以获取 “Tom” 的班级了。而这里有一个比较神奇的地方，如果没有对 “Tom” 做过映射的话，此时你访问 dict[“Tom”] ，系统将会自动为 “Tom” 生成一个映射，其 value 为对应类型的默认值。并且我们可以之后再给映射赋予新的值，比如 dict[“Tom”] = 3 ，这样为我们提供了另一种方便的插入手段。

查找关键字 

find count

遍历映射

for(map<int, int>::iterator iter=mymap.begin();iter!=mymap.end();iter++)

 删除关键字

erase

underde_map

undered_map使用哈希表实现。unordered_map和map类似，都是存储的key-value的值，可以通过key快速索引到value。不同的是unordered_map不会根据key的大小进行排序，存储时是根据key的hash值判断元素是否相同，即unordered_map内部元素是无序的，而map中的元素是按照二叉搜索树存储，进行中序遍历会得到有序遍历。

集合