给定两个大的 unordered_map，比如 map_a、map_b。如何有效判断map_a与map_b的信息相同？例如，如果 map_a 是{'a':3, 'b':2}并且 map_b 是，{'a':3,'b':2}那么它们是相同的。也就是说，对于map_a中的每个key k，map_a[k]=map_b[k]。
我的问题是如何有效地决定这个问题。我知道最糟糕的时候是O( max{map_a.size(), map_b.size()} )。但是有一些观察可以快速确定 map_a 不等同于 map_b。例如，map_a.size()!=map_b.size()。
还有其他观察吗？我们可以使用 bucket_count() 和 bucket_size() 吗？
Wlog，假设 map_a 和 map_b 具有相同的散列函数和 (key,value) 类型。
这个问题比看起来更难，可能是 O(log(load_factor) * size)，因为元素不需要在每个映射中的顺序相同。（因此unordered_map。）在比较之前，需要对每对对应的桶进行排序（按哈希值）。
根据 23.2.5/12，
对于 unordered_set 和 unordered_map，operator== 的复杂度（即对 value_type 的 == 运算符的调用次数、对 key_equal() 返回的谓词以及对 hash_function() 返回的 hasher 的调用次数）与 N 成正比在平均情况下，在最坏情况下为 N2，其中 N 是 a.size()。对于 unordered_multiset 和 unordered_multimap，operator== 的复杂度在平均情况下与 ∑Ei2 成正比，在最坏情况下与 N2 成正比，其中 N 是 a.size()，Ei 是一个。然而，如果每对对应的等效密钥组 Eai 和 Ebi 的各个元素以相同的顺序排列（通常是这种情况，例如，如果 a 和 b 是同一容器的未修改副本），
对于这个网站来说，正确格式化的内容相当多，但请注意“N2”应该是 N 2。
我的 log(load_factor) 分析可能过于简单：我认为算法实际上不需要分配内存。我的建议是不要在家里尝试这个。您应该依赖标准库的 实现operator ==，因为它可以依赖标准可能无法保证的内部不变量。