Программирование. Принципы и практика использования C++ Исправленное издание

// записывает цену акции для каждой компании, входящей в индекс

// Доу - Джонса

for (Dow_iterator p = dow_price.begin; p!=dow_price.end; ++p) {

  const string& symbol = p–>first; // тикер

    cout << symbol << '\t'

         << p–>second << '\t'

         << dow_name[symbol] << '\n';

}

Мы можем даже выполнить некоторые вычисления, непосредственно используя ассоциативный контейнер. В частности, можем вычислить индекс, как в разделе 21.5.3. Мы должны извлечь цены акций и веса из соответствующих ассоциативных массивов и перемножить их. Можно без труда написать функцию, выполняющую эти вычисления с любыми двумя ассоциативными массивами map.

double weighted_value(

  const pair& a,

  const pair& b)  // извлекает значения и перемножает

  {

    return a.second * b.second;

  }

Теперь просто подставим эту функцию в обобщенную версию алгоритма

inner_product и получим значение индекса.

double dji_index =

  inner_product(dow_price.begin, dow_price.end,

  // все компании

                dow_weight.begin, // их веса

                0.0,                // начальное значение

                plus,     // сложение (обычное)

                weighted_value);    // извлекает значение и веса,

                                    // а затем перемножает их

  Почему целесообразно хранить такие данные в ассоциативных массивах, а не в векторах? Мы использовали класс map, чтобы связь между разными значениями стала явной. Это одна из причин. Кроме того, контейнер map хранит элементы в порядке, определенном их ключами. Например, при обходе контейнера dow мы выводили символы в алфавитном порядке; если бы мы использовали класс vector, то были бы вынуждены сортировать его. Чаще всего класс map используют просто потому, что хотят искать значения по их ключам. Для крупных последовательностей поиск элементов с помощью алгоритма find намного медленнее, чем поиск в упорядоченной структуре, такой как контейнер map.

ПОПРОБУЙТЕ

Приведите этот пример в рабочее состояние. Затем добавьте несколько компаний по своему выбору и задайте их веса. 

21.6.4. Алгоритм unordered_map

  Для того чтобы найти элемент в контейнере vector, алгоритм find должен проверить все элементы, начиная с первого и заканчивая искомым или последним элементом вектора. Средняя сложность этого поиска пропорциональна длине вектора (N); в таком случае говорят, что алгоритм имеет сложность O(N).

  Для того чтобы найти элемент в контейнере map, оператор индексирования должен проверить все элементы, начиная с корня дерева и заканчивая искомым значением или листом дерева. Средняя сложность этого поиска пропорциональна глубине дерева. Максимальная глубина сбалансированного бинарного дерева, содержащего N элементов, равна log₂N, а сложность поиска в нем имеет порядок O(log₂N), т.е. пропорциональна величине log₂N. Это намного лучше, чем O(N).

Реальная сложность поиска зависит от того, насколько быстро нам удастся найти искомые значения и какие затраты будут связаны с выполнением операции сравнения и итераций. Обычно следование за указателями (при поиске в контейнере map) несколько сложнее, чем инкрементация указателя (при поиске в контейнере vector с помощью алгоритма find).