PHP7數(shù)組的底層實(shí)現(xiàn)示例

PHP 數(shù)組具有的特性

PHP 的數(shù)組是一種非常強(qiáng)大靈活的數(shù)據(jù)類型，在講它的底層實(shí)現(xiàn)之前，先看一下 PHP 的數(shù)組都具有哪些特性。

可以使用數(shù)字或字符串作為數(shù)組健值

$arr = [1 => 'ok', 'one' => 'hello'];

可按順序讀取數(shù)組

foreach($arr as $key => $value){
 echo $arr[$key];
}

可隨機(jī)讀取數(shù)組中的元素

$arr = [1 => 'ok', 'one' => 'hello', 'a' => 'world'];

echo $arr['one'];

echo current($arr);

數(shù)組的長度是可變的

$arr = [1, 2, 3];

$arr[] = 4;

array_push($arr, 5);

正是基于這些特性，我們可以使用 PHP 中的數(shù)組輕易的實(shí)現(xiàn)集合、棧、列表、字典等多種數(shù)據(jù)結(jié)構(gòu)。那么這些特性在底層是如何實(shí)現(xiàn)的呢？ 這就得從數(shù)據(jù)結(jié)構(gòu)說起了。

數(shù)據(jù)結(jié)構(gòu)

PHP 中的數(shù)組實(shí)際上是一個(gè)有序映射。映射是一種把 values 關(guān)聯(lián)到 keys 的類型。

PHP 數(shù)組的底層實(shí)現(xiàn)是散列表（也叫 hashTable )，散列表是根據(jù)鍵（Key）直接訪問內(nèi)存存儲(chǔ)位置的數(shù)據(jù)結(jié)構(gòu)，它的key - value 之間存在一個(gè)映射函數(shù)，可以根據(jù) key 通過映射函數(shù)得到的散列值直接索引到對(duì)應(yīng)的 value 值，無需通過關(guān)鍵字比較，在理想情況下，不考慮散列沖突，散列表的查找效率是非常高的，時(shí)間復(fù)雜度是 O(1)。

從源碼中我們可以看到 zend_array 的結(jié)構(gòu)如下：

typedef struct _zend_array zend_array;
typedef struct _zend_array hashTable;

struct _zend_array {
  zend_refcounted_h gc;
  union {
    struct {
      ZEND_ENDIAN_LOHI_4(
          zend_uchar  flags,
          zend_uchar  nApplyCount,
          zend_uchar  nIteratorsCount,
          zend_uchar  reserve)
    } v;
    uint32_t flags;
  } u;
  uint32_t     nTableMask; // 哈希值計(jì)算掩碼，等于nTableSize的負(fù)值(nTableMask = -nTableSize)
  Bucket      *arData;   // 存儲(chǔ)元素?cái)?shù)組，指向第一個(gè)Bucket
  uint32_t     nNumUsed;  // 已用Bucket數(shù)（含失效的 Bucket）
  uint32_t     nNumOfElements; // 哈希表有效元素?cái)?shù)
  uint32_t     nTableSize;   // 哈希表總大小，為2的n次方（包括無效的元素）
  uint32_t     nInternalPointer; // 內(nèi)部指針，用于遍歷
  zend_long     nNextFreeElement; // 下一個(gè)可用的數(shù)值索引,如:arr[] = 1;arr["a"] = 2;arr[] = 3; 則nNextFreeElement = 2;
  dtor_func_t    pDestructor;
};

該結(jié)構(gòu)中的 Bucket 即儲(chǔ)存元素的數(shù)組，arData 指向數(shù)組的起始位置，使用映射函數(shù)對(duì) key 值進(jìn)行映射后可以得到偏移值，通過內(nèi)存起始位置 + 偏移值即可在散列表中進(jìn)行尋址操作。

Bucket 的數(shù)據(jù)結(jié)構(gòu)如下：

typedef struct _Bucket {
  zval       val; // 存儲(chǔ)的具體 value，這里是一個(gè) zval，而不是一個(gè)指針
  zend_ulong    h;  // 數(shù)字 key 或字符串 key 的哈希值。用于查找時(shí) key 的比較  
  zend_string   *key; // 當(dāng) key 值為字符串時(shí)，指向該字符串對(duì)應(yīng)的 zend_string（使用數(shù)字索引時(shí)該值為 NULL），用于查找時(shí) key 的比較
} Bucket;

到這里有個(gè)問題出現(xiàn)了：存儲(chǔ)在散列表里的元素是無序的，PHP 數(shù)組如何做到按順序讀取的呢？

答案是中間映射表，為了實(shí)現(xiàn)散列表的有序性，PHP 為其增加了一張中間映射表，該表是一個(gè)大小與 Bucket 相同的數(shù)組，數(shù)組中儲(chǔ)存整形數(shù)據(jù)，用于保存元素實(shí)際儲(chǔ)存的 Value 在 Bucekt 中的下標(biāo)。Bucekt 中的數(shù)據(jù)是有序的，而中間映射表中的數(shù)據(jù)是無序的。

而通過映射函數(shù)映射后的散列值要在中間映射表的區(qū)間內(nèi)，這就對(duì)映射函數(shù)提出了要求。

映射函數(shù)

PHP7 數(shù)組采用的映射方式：

nIndex = h | ht->nTableMask;

將 key 經(jīng)過 time33 算法生成的哈希值 h 和 nTableMask 進(jìn)行或運(yùn)算即可得出映射表的下標(biāo)，其中 nTableMask 數(shù)值為 nTableSize 的負(fù)數(shù)。并且由于 nTableSize 的值為 2 的冪次方，所以 nTableMask 二進(jìn)制位右側(cè)全部為 0，保證了 h | ht->nTableMask 的取值范圍會(huì)在 [-nTableSize, -1] 之間，正好在映射表的下標(biāo)范圍內(nèi)。另外，用按位或運(yùn)算的方法和其他方法如取余的方法相比運(yùn)算速度較高，這個(gè)映射函數(shù)可以說設(shè)計(jì)的非常巧妙了。

散列（哈希）沖突

不同鍵名的通過映射函數(shù)計(jì)算得到的散列值有可能相同，此時(shí)便發(fā)生了散列沖突。

對(duì)于散列沖突有以下 4 種常用方法：

1.將散列值放到相鄰的最近地址里

2.換個(gè)散列函數(shù)重新計(jì)算散列值

3.將沖突的散列值統(tǒng)一放到另一個(gè)地方

4.在沖突位置構(gòu)造一個(gè)單向鏈表，將散列值相同的元素放到相同槽位對(duì)應(yīng)的鏈表中。這個(gè)方法叫鏈地址法，PHP 數(shù)組就是采用這個(gè)方法解決散列沖突的問題。

其具體實(shí)現(xiàn)是：將沖突的 Bucket 串成鏈表，這樣中間映射表映射出的就不是某一個(gè)元素，而是一個(gè) Bucket 鏈表，通過散列函數(shù)定位到對(duì)應(yīng)的 Bucket 鏈表時(shí)，需要遍歷鏈表，逐個(gè)對(duì)比 Key 值，繼而找到目標(biāo)元素。而每個(gè) Bucket 之間的鏈接則是將原 value 的下標(biāo)保存到新 value 的 zval.u2.next 里，新 value 放在當(dāng)前位置上，從而形成一個(gè)單向鏈表。

舉個(gè)例子：

當(dāng)我們?cè)L問 $arr['key'] 的過程中，假設(shè)首先通過散列運(yùn)算得出映射表下標(biāo)為 -2 ，然后訪問映射表發(fā)現(xiàn)其內(nèi)容指向 arData 數(shù)組下標(biāo)為 1 的元素。此時(shí)我們將該元素的 key 和要訪問的鍵名相比較，發(fā)現(xiàn)兩者并不相等，則該元素并非我們所想訪問的元素，而元素的 zval.u2.next 保存的值正是另一個(gè)具有相同散列值的元素對(duì)應(yīng) arData 數(shù)組的下標(biāo)，所以我們可以不斷通過 zval.u2.next 的值遍歷直到找到鍵名相同的元素。

擴(kuò)容

PHP 的數(shù)組在底層實(shí)現(xiàn)了自動(dòng)擴(kuò)容機(jī)制，當(dāng)插入一個(gè)元素且沒有空閑空間時(shí)，就會(huì)觸發(fā)自動(dòng)擴(kuò)容機(jī)制，擴(kuò)容后再執(zhí)行插入。

擴(kuò)容的過程為：

如果已刪除元素所占比例達(dá)到閾值，則會(huì)移除已被邏輯刪除的 Bucket，然后將后面的 Bucket 向前補(bǔ)上空缺的 Bucket，因?yàn)?Bucket 的下標(biāo)發(fā)生了變動(dòng)，所以還需要更改每個(gè)元素在中間映射表中儲(chǔ)存的實(shí)際下標(biāo)值。

如果未達(dá)到閾值，PHP 則會(huì)申請(qǐng)一個(gè)大小是原數(shù)組兩倍的新數(shù)組，并將舊數(shù)組中的數(shù)據(jù)復(fù)制到新數(shù)組中，因?yàn)閿?shù)組長度發(fā)生了改變，所以 key-value 的映射關(guān)系需要重新計(jì)算，這個(gè)步驟為重建索引。

重建散列表

在刪除某一個(gè)數(shù)組元素時(shí)，會(huì)先使用標(biāo)志位對(duì)該元素進(jìn)行邏輯刪除，即在刪除 value 時(shí)只是將 value 的 type 設(shè)置為 IS_UNDEF，而不會(huì)立即刪除該元素所在的 Bucket，因?yàn)槿绻看蝿h除元素立刻刪除 Bucket 的話，每次都需要進(jìn)行排列操作，會(huì)造成不必要的性能開銷。

所以，當(dāng)刪除元素達(dá)到一定數(shù)量或擴(kuò)容后都需要重建散列表，即移除被標(biāo)記為刪除的 value。因?yàn)?value 在 Bucket 位置移動(dòng)了或哈希數(shù)組 nTableSize 變化了導(dǎo)致 key 與 value 的映射關(guān)系改變，重建過程就是遍歷 Bucket 數(shù)組中的 value，然后重新計(jì)算映射值更新到散列表。

關(guān)于 PHP7 的數(shù)組底層實(shí)現(xiàn)就總結(jié)這么些了，因?yàn)樗接邢抟矡o法研究的十分詳盡清楚，如果有疑問或者不足之處歡迎提出~~

參考資料

《PHP7 的底層設(shè)計(jì)與源碼實(shí)現(xiàn)》

php7-internal

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對(duì)腳本之家的支持。