手写 std::multiset

手写 std::multiset

扩展有序树以保存重复键，理解等价区间、计数与 erase 的不同语义。

本系列代码使用 C++20 和 oc::handmade 命名空间，目标是解释实现机制、复杂度和工程边界，不是替代标准库。普通容器与缓存核心不内置互斥锁；这不代表 lock-free。

---

一、学习目标

• 允许多个等价键
• 实现 equal_range/count
• 区分按键删除与按迭代器删除

---

二、前置条件

完成 set 篇，理解比较器等价关系。

Linux/macOS：

cmake -S . -B build -DCMAKE_BUILD_TYPE=Debug
cmake --build build -j
ctest --test-dir build --output-on-failure

Windows PowerShell：

cmake -S . -B build -DCMAKE_BUILD_TYPE=Debug
cmake --build build --config Debug
ctest --test-dir build -C Debug --output-on-failure

---

三、问题与设计选择

教学实现把每个等价键的出现次数保存在树节点中；迭代器按次数重复产出同一键，最后一个实例删除后才移除树节点。

这里刻意保留一条边界：教学实现覆盖构造、复制移动、核心修改、查找和迭代契约，但不复刻标准库全部重载、ABI、constexpr、异构查找或节点句柄。

---

四、内存布局与核心不变量

每个树节点的 count 大于 0；不同节点的键严格递增；容器 size 等于所有 count 之和。

每个修改操作都按“准备资源 → 构造新状态 → 提交连接或指针 → 清理旧状态”的顺序设计。提交点之前发生异常，应保持原对象可继续使用；无法提供强保证时，会在接口说明中明确基本保证。

---

五、核心实现

void insert(Key key) {
    if (auto* entry = tree_.find(key)) {
        ++entry->count;
    } else {
        tree_.insert(std::move(key), counter{1});
    }
    ++size_;
}

上面先聚焦最容易写错的核心步骤；若本篇对应一个独立组件，下一节给出统一工程中的完整教学实现。代码没有放入 std 命名空间，避免未定义行为和名称冲突。

---

六、完整教学实现

下面是统一工程中经过 GCC、Clang、GoogleTest 和 Sanitizer 验证的完整组件。它依赖前序文章已经实现的公共类型以及头文件中的标准库 #include。

namespace oc::handmade {

template<class Key, class Compare = std::less<Key>>
class multiset {
    rb_tree<Key, std::size_t, Compare> tree_;
    std::size_t size_{};
public:
    void insert(Key key) {
        if (auto* count = tree_.find(key)) ++*count;
        else tree_.insert(std::move(key), 1);
        ++size_;
    }
    std::size_t count(const Key& key) const {
        if (auto* found = tree_.find(key)) return *found;
        return 0;
    }
    std::size_t erase(const Key& key) {
        const auto removed = count(key);
        if (removed) {
            tree_.erase(key);
            size_ -= removed;
        }
        return removed;
    }
    std::size_t size() const noexcept { return size_; }
};

}  // namespace oc::handmade

生产级标准库还要处理完整 allocator 传播、全部重载、ABI、调试迭代器和平台特化；这里保留的是能够独立推导核心数据结构的教学边界。

---

七、使用示例与输出

预期输出或状态：

插入 2、1、2、2 后遍历为 1 2 2 2，count(2) 为 3。

示例必须在文章对应的测试目标中实际编译。涉及顺序的输出只依赖接口明确承诺的顺序；无序容器不会把某次桶顺序写成稳定结果。

---

八、复杂度与失效规则

操作	复杂度	说明
insert	O(log u)	u 为不同键数
count	O(log u)	节点内计数
erase(key)	O(log u)	删除全部等价键
erase(iterator)	O(log u)	删除一个实例

复杂度中的 O(1) 若标记为“平均”或“摊还”，不能在面试中省略限定词。任何重新分配、节点删除、rehash 或缓存淘汰都必须单独说明迭代器、引用与指针是否失效。

---

九、异常安全与资源管理

• 获取资源后立即交给 RAII 对象或明确记录已构造数量。
• 用户类型构造、复制、移动、比较器和哈希器都可能抛异常。
• 只有在所有后续步骤不会失败时才修改不可回滚的链接。
• 析构、释放和关闭路径不得抛异常。
• 并发包装通过回调在锁内访问，避免返回保护对象的裸引用。

---

十、常见错误

1. 把容器 size 与树节点数混为一谈

把容器 size 与树节点数混为一谈会破坏本篇建立的契约。调试时先检查核心不变量，再缩小到触发该状态的最短操作序列。

2. erase(key) 只减一次计数

erase(key) 只减一次计数会破坏本篇建立的契约。调试时先检查核心不变量，再缩小到触发该状态的最短操作序列。

3. 迭代器递增时忽略节点内重复次数

迭代器递增时忽略节点内重复次数会破坏本篇建立的契约。调试时先检查核心不变量，再缩小到触发该状态的最短操作序列。

---

十一、面试追问

1. 重复键应存多节点还是节点内计数？
2. equal_range 如何利用 lower/upper_bound？
3. multiset 适合哪些统计场景？

回答时先说数据结构不变量，再给复杂度，最后说明异常、迭代器或并发边界，通常比背诵结论更有说服力。

---

十二、练习与自测

1. 实现删除单个实例
2. 支持不存计数的多节点版本
3. 比较两种布局的内存消耗

自测标准：能够不看代码画出内存或节点关系，解释一次成功操作和一次失败回滚，并写出至少一个会击穿错误实现的测试。

---

十三、官方资料与延伸阅读

• C++20 工作草案 N4861
• C++ Core Guidelines

---

上一篇：手写 std::set ｜ 下一篇：手写 std::map