emhash vs 竞品：实测证明比Swiss Table快15%的内存高效方案

emhash vs 竞品：实测证明比Swiss Table快15%的内存高效方案

【免费下载链接】emhashFast and memory efficient c++ flat hash table/map/set项目地址: https://gitcode.com/gh_mirrors/em/emhash

emhash是一款Fast and memory efficient c++ flat hash table/map/set，它在性能和内存效率方面展现出显著优势，尤其在与Swiss Table等竞品的对比中表现突出。

核心性能优势：快15%的实测数据

在不同数据类型的测试场景下，emhash的性能表现都令人印象深刻。

整数键值对性能对比

从这张针对int64_t_int64_t类型数据在Apple M1处理器上的测试图表可以清晰看到，emhash在多项操作中都领先于包括Swiss Table在内的其他竞品。在insert_no_reserve操作中，emhash8以88的成绩优于absl_flat的70和martin_flat的62；在find_hit_all操作里，emhash7的91也超过了absl_flat的74和martin_flat的79。综合各项指标，emhash整体性能比Swiss Table快15%左右。

整数与字符串混合键值对性能

在KunPeng920处理器上进行的int_string类型数据测试中，emhash同样表现出色。insert_high_load操作中，emhash7以100的成绩大幅领先其他竞品；find_hit_all操作里，emhash7和emhash8分别以100和97的成绩位居前列。这进一步验证了emhash在处理不同类型数据时的高效性。

内存高效的设计之道

emhash之所以能在性能上超越竞品，得益于其独特的设计理念和实现方式。

多样化的碰撞解决策略

emhash的不同版本采用了各异的碰撞解决策略，以适应不同的使用场景。emhash5采用三向混合探测：线性探测→二次探测→双向搜索；emhash6和emhash7使用带独立位掩码的链接桶，emhash7还在删除时进行链修复；emhash8则采用分离索引+密集对数组和链接桶链。这些策略使得emhash在各种负载情况下都能保持良好性能。

优化的内存布局

emhash5/6/7采用单内联数组与嵌入式桶链接的内存布局，emhash8则使用分离索引+密集对数组的布局，就像std::vector一样。这种设计使得emhash8的迭代速度极快，只需顺序扫描_pairs数组，这也是其性能优势的一个重要原因。

高负载因子下的卓越表现

emhash的一个显著特点是在极高的负载因子下仍能保持出色性能。即使在0.999的极端负载因子下，emhash依然稳定运行。

emhash7::HashMap<int64_t, int> myhash(1 << 20, 0.999f); // 插入1M+元素而无需重哈希 // 插入/删除性能稳定无下降

相比之下，其他哈希映射（如absl、phmap、ska、tsl、robin_hood）无法在0.999的负载因子下运行，它们要么将最大负载因子限制在约0.875，要么会遭遇灾难性的集群问题。

字符串键值对性能展示

在Intel Xeon Gold 6271 CPU上的string_string类型数据测试中，emhash8在多项操作中表现优异。find_hit_50操作中，emhash8以99的成绩领先absl_flat的69和martin_dense的91；erase_50_find操作里，emhash8也以99的成绩位居第一。这表明emhash在处理复杂键值时同样高效。

如何开始使用emhash

要开始使用emhash，你可以通过以下命令克隆仓库：

git clone https://gitcode.com/gh_mirrors/em/emhash

emhash提供了多种实现版本，你可以根据具体需求选择合适的版本。例如，处理复杂或大型键/值（如std::string、自定义结构体）时，emhash8是不错的选择；插入密集型工作负载或需要高负载因子时，emhash7更合适；对于整数键的快速搜索和删除，emhash5/6表现出色；而对于应避免堆分配的小型映射，可以使用带EMH_SMALL_SIZE的emhash5。

emhash的设计充分考虑了性能和内存效率，通过实测数据证明了其比Swiss Table快15%的优势，是C++开发中处理哈希表需求的理想选择。

【免费下载链接】emhashFast and memory efficient c++ flat hash table/map/set项目地址: https://gitcode.com/gh_mirrors/em/emhash