unordered_map不能手动设准桶大小，只能通过rehash(n)或reserve(n)建议最小桶数；二者区别在于rehash强制重散列而reserve按负载因子反推，推荐用reserve预分配；查找慢主因是负载因子过高导致链表过长，应结合reserve、调低max_load_factor及优化哈希函数。
unordered_map 的桶大小到底能不能手动设准
不能直接“设置桶大小”，unordered_map 没有提供接口让你指定最终的桶数量；它只允许你用 rehash(n) 或 reserve(n) 来**建议**底层哈希表至少使用多少个桶，实际分配仍由实现决定（比如 libc++ 和 libstdc++ 对 n 的处理逻辑不同）。盲目调大 n 不但不提升性能，还可能因内存浪费导致缓存命中率下降。
rehash 与 reserve 的区别和选哪个
二者都影响桶数量，但语义和触发时机不同：
-
rehash(n)：强制重散列，使bucket_count() >= n。如果当前元素数远小于n，会空出大量桶，浪费空间；适合在已知后续要插入大量数据、且当前 map 几乎为空时调用。 -
reserve(n)：等价于rehash(ceil(n / max_load_factor()))，即按当前负载因子反推所需桶数。更安全，推荐在插入前统一调用——尤其当你清楚总共要插约n个键值对时。
例如：预计插入 10000 个元素，默认 max_load_factor() 是 1.0，则 reserve(10000) 会让桶数至少为 10000，避免多次 rehash。
负载因子过高才是查找变慢的真凶
查找慢通常不是因为桶太少，而是单个桶里链表/红黑树太长——这由 max_load_factor() 控制。当平均每个桶的元素数超过该值，容器会自动 rehash。但自动扩容是渐进式的，若插入节奏密集，可能在某次查找时正撞上扩容中途，或已出现长链。
立即学习“C++免费学习笔记（深入）”；
- 可主动调低负载因子：
umap.max_load_factor(0.75);，再配合reserve，让桶更“稀疏”； - 注意：过低（如 0.2）会导致桶数暴增，内存占用翻倍，L1 cache 可能装不下整个桶数组，反而拖慢；
- 验证是否有效？查
umap.load_factor()和umap.bucket_count()，确保比值接近你设的目标。
真正影响查找效率的隐藏因素
桶数量只是表象，以下三点常被忽略，却对实际性能影响更大：
- 哈希函数质量：自定义类型若只用
std::hash默认特化，而没重载operator==和哈希函数，碰撞率飙升——必须保证a == b ⇒ hash(a) == hash(b)； - 键类型的比较开销：string 键的
operator==是 O(L)，若桶内链表长 10，平均就要比 10 次字符串；考虑用std::string_view或小字符串优化； - 迭代器失效风险：
rehash后所有迭代器、引用、指针全部失效，若代码里缓存了unordered_map::iterator，必须重获取。
所以与其纠结桶数，不如先用 reserve 预分配 + 调整 max_load_factor + 审查哈希逻辑——这三步做完，90% 的“查找慢”问题就定位清楚了。
