std::unordered_map是C++11引入的哈希表，平均O(1)操作，无序；std::map基于红黑树，稳定O(log n)，有序；二者在性能、内存、适用场景上差异显著。

std::unordered_map 是 C++11 引入的哈希表实现，平均时间复杂度为 O(1) 的查找、插入和删除，适合对查询速度敏感、不关心元素顺序的场景；而 std::map 基于红黑树，保证有序，操作时间复杂度稳定为 O(log n)。

基本用法：声明、插入与访问

使用前需包含头文件 #include 。键类型必须支持哈希（有 std::hash 特化）和相等比较（operator== 或自定义）。

• 声明： std::unordered_map<:string int> dict;
• 插入：可用 dict["apple"] = 5;（隐式插入或覆盖），或 dict.insert({"banana", 3});
• 安全访问：用 dict.at("apple") 抛异常查不存在键；用 dict["apple"] 会默认构造值（如 int 变为 0）并插入
• 检查存在：推荐 if (dict.find("apple") != dict.end())，比 count() 更高效（后者必须返回计数，而哈希表中键唯一）

性能关键：哈希与冲突处理

unordered_map 性能高度依赖哈希函数质量和负载因子（元素数 / 桶数）。默认负载因子上限为 1.0，超限时自动 rehash（重建哈希表），引发短暂停顿。

Apple Health → OpenClaw

将 iPhone 的 Apple Health 数据同步到 OpenClaw。只需扫描一次二维码，无需手动配置。支持 Mac、Linux 和 VPS。

下载

• 可手动控制：用 dict.reserve(N) 预分配至少 N 个桶，避免多次 rehash
• 自定义哈希：对非标准类型（如自定义结构体），需提供哈希函数对象，例如： struct Point { int x, y; };
  struct PointHash { size_t operator()(const Point& p) const { return p.x ^ (p.y
  std::unordered_map points;
• 避免不良哈希：全零、大量重复低位等会导致桶集中，退化为链表，最坏 O(n)

与 map 的核心差异与选型建议

两者接口相似，但语义和性能特征不同，不能简单互换。

立即学习“C++免费学习笔记（深入）”；

• 迭代顺序：map 迭代器按 key 升序遍历；unordered_map 无序，每次运行可能不同（除非不增删且哈希一致）
• 内存开销：unordered_map 通常更大（哈希桶数组 + 链表指针），map 更紧凑（每个节点仅存左右子节点指针）
• 适用场景：
  • 选 unordered_map：高频随机查（如缓存、计数统计）、数据量大、不依赖顺序、能接受哈希不确定性
  • 选 map：需要范围查询（如 lower_bound）、按序遍历、键类型无合适哈希、或对 worst-case 时间敏感（如实时系统）
• 实测倾向：在百万级数据下，unordered_map 查找通常快 3–10 倍；但小数据（

常见陷阱与优化提示

实际使用中几个容易忽略但影响大的点：

• 不要用 operator[] 读取可能不存在的键——它会悄悄插入默认值，改变容器大小
• clear() 后内存不一定释放；如需彻底回收，可用 std::unordered_map{}.swap(dict);
• 多线程下，unordered_map 本身不线程安全；读多写少时，可配合读写锁；高并发写建议用并发哈希容器（如 TBB 的 concurrent_hash_map）
• 若 key 是字符串且长度短、字符集小，考虑用 string_view 替代 string 作 key，减少拷贝和哈希开销