我的问题是，它们是如何工作的以及如何实施？什么是
stl映射、哈希表和查找表之间的区别。
您正在寻找一种有效的机制，通过它您可以查找与给定键对应的值。
您当前的机制（一长串 if/else-if 命令）效率相当低，因为如果您有 N 个可能的值可供选择，您将（平均）必须将您的候选键与 (N/2) 个其他键进行比较找到匹配的键之前，您可以停止查找。 （这称为 O(N) 复杂度）
那么还有哪些其他选择呢？
最简单的一个实际上只是一个值数组，例如
const char* const myLookupTable[1000] = {
"zero",
"one",
"two",
[...]
"nine hundred and ninety-nine"
};
...使用这样的查找表，您可以获取一个键（在本例中是 0 到 999 之间的数字，包括 0 和 999），并使用单个数组查找来查找相应的值：
const char* val = myLookupTable[myKeyIndex];
这是超级高效的（O(1) 复杂度——无论数组有多大，它总是在恒定时间内完成！），但它只适用于键是连续（且相对较小）范围内的无符号整数的情况的价值观。例如，如果您的键是字符串，则此方法不适用。
为了获得更大的灵活性，下一个选择是 STLstd::map. std::map为您提供从任何键类型到任何值类型的快速键->值查找。在内部它被实现为tree https://en.wikipedia.org/wiki/Red%E2%80%93black_tree：每个键值对都以这样的方式插入树中，使得树保持排序，最小的键位于树的左侧，最大的键位于右侧。因此，在 a 中查找键（及其关联值）std::map只需从树的根节点开始并将该节点的键与您正在查找的键进行比较：它是否小于您的键？然后转到右边的孩子。或者它比你的钥匙大？然后移动到左边的孩子。重复此操作，直到到达树的底部，此时您要么找到要查找的键值对，要么发现它不存在。这是一个复杂度为 O(log(N)) 的算法，因为对于其中有 N 个值的树，需要 log(N) 次比较才能完成查找。 O(log(N)) 被认为是相当不错的效率。
您提到的最终数据结构是哈希表 https://en.wikipedia.org/wiki/Hash_table（如所见std::unordered_map）。哈希表的作用有点不同——在内部它是一个数组，但为了避免查找表方法的限制，它还附带了一种算法，用于找出给定键/值对在其数组中的位置被存储。它通过计算a来做到这一点哈希码对于您传入的键对象 - 然后使用该代码计算数组的偏移量（例如int array_offset = hash_code % array_size）并查看数组中的该槽以查看请求的键值对是否存在。如果是，则完成（再次执行 O(1) 性能！）；或者如果槽为空，则它知道您的密钥不在表中，并且可以立即返回失败（再次为 O(1)）。如果该槽被其他一些键/值对占用，那么哈希表将需要回退到另一种算法来排序hash collision;不同的哈希表处理方式不同，但通常仍然相当有效。
