PHP数组的内部实现

  • 实现数组使用了两个数据结构,一个是HashTable,另一个是bucket。

  • HashTable结构体用于保存整个数组需要的基本信息。

  • Bucket结构体用于保存具体的数据内容。

什么是HashTable ?

哈希表,是根据关键字(Key value)而直接访问在内存存储位置的数据结构。也就是说,它通过把键值通过一个函数的计算,映射到表中一个位置来访问记录,这加快了查找速度。这个映射函数称做哈希函数,存放记录的数组称做哈希表。

哈希表

  • hash table,又叫哈希表,散列表,Hash表。

  • 这种数据结构通过key->value的映射关系,使得普通的查找和插入、删除操作都可以在O(1) 的时间内完成。

  • key->value的映射是通过Hash函数来实现的。

PHP数组Hashtable结构体

typedef struct _hashtable {
    uint nTableSize;        // hash Bucket的大小,最小为8,以2x增长。
    uint nTableMask;        // nTableSize-1 , 索引取值的优化,193491849 & 127
    uint nNumOfElements;    // hash Bucket中当前存在的元素个数,count()函数会直接返回此值。
    ulong nNextFreeElement; // 下一个数字索引的位置
    Bucket *pInternalPointer;   // 当前遍历的指针foreach比for快的原因之一,reset, current遍历函数使用
    Bucket *pListHead;          // 存储数组头元素指针
    Bucket *pListTail;          // 存储数组尾元素指针
    Bucket **arBuckets;         // 存储hash数组,实际的存储容器
    unsigned char nApplyCount; // 标记当前hash Bucket被递归访问的次数(防止多次递归)
} HashTable;

nTableSize : 表长度,并非元素个数

nTableMask:表的掩码,始终等于nTableSize-1

nNumOfElements:存储的元素个数

nNextFreeElement:指向下一个空的元素位置

pInternalPointer:foreach循环时,用来记录当前遍历到的元素位置

Bucket结构体

typedef struct bucket {
    ulong h;            // 对char *key进行hash后的值,或者是用户指定的数字索引值
    uint nKeyLength;    // hash关键字的长度,如果数组索引为数字,此值为0
    void *pData;        // 指向value,一般是用户数据的副本,如果是指针数据,则指向pDataPtr
    void *pDataPtr;     //如果是指针数据,此值会指向真正的value,同时上面pData会指向此值
    struct bucket *pListNext;   // 整个hash表的下一元素
    struct bucket *pListLast;   // 整个hash表该元素的上一个元素
    struct bucket *pNext;       // 存放在同一个hash Bucket内的下一个元素
    struct bucket *pLast;       // 同一个hash bucket的上一个元素
    const char *arKey;          // 保存当前key所对应的字符串值
} Bucket;

hash key

typedef struct _zend_hash_key {
    const char *arKey;
    uint nKeyLength;
    ulong h;
} zend_hash_key;

数字索引

直接使用h作为hash值。

arKey=NULL 且nKeyLength=0

字符串索引(关联数组)

h则是该字符串通过hash函数计算后的hash值。

arKey保存字符串key,

nKeyLength保存该key的长度,

在PHP数组中如果索引字符串可以被转换成数字也会被转换成数字索引。

所以在PHP中例如'10','11'这类的字符索引和数字索引10, 11没有区别。

HashTable扩容

HashTable的大小并不是固定不变的,当nNumOfElements > nTableSize时,会对HashTable进行扩容,以便于容纳更多的元素。

扩容之后需要对原来hashTable的元素rehash。

<?php 
$a = array();
$p = (1 << 14) - 1; //每一次移动都表示"乘以 2"
$b = 1;
for ($i = 0; $i < $p; $i++) {
    $a[] = $b;
}
echo memory_get_usage(true) . "\n";
$a['as1'] = 1;
echo memory_get_usage(true) . "\n";
$a['as2'] = 1;
echo memory_get_usage(true) . "\n";

prev() 的指针实现

  • HashTable结构体中,有一个成员pInternalPointer, 这个成员便是控制数组的访问指针的。

  • 先找到数组的当前位置或指针

  • 然后访问这个指针的pListLast找到上一个元素:

  • 由于访问指针已经移动到了适当的位置,则直接获取当前指针指向的元素。

Last updated