php底層HashTable的實現

本文轉載自：  http://segmentfault.com/blog/tree/1190000000718519  

HashTable對PHP來說是一種非常重要的資料結構。很多PHP的內部實現（變數的範圍，函數表，類的屬性、方法，數組）就是通過HashTable來實現的。最近瞭解了一下PHP底層HashTable的實現。

PHP底層HashTable的實現有兩個非常重要的結構分別是:HashTable和Bucket。

先說一下HashTable結構:

HashTable的底層實現代碼如下:

typedef struct _hashtable{

    uint nTableSize;         // hash Bucket的大小，最小為8

    uint nTableMask;         //nTableSize - 1, 索引取值的最佳化

    uint nNumofElements      // bucket 裡面存的總數 

    ulong nNextFreeElement   //下一個數字索引的位置

    Bucket *pInternalPointer  //當前遍曆的指標(foreach比較快的原因)

    Bucket *pListHead         //整個hashtable的頭指標

    Bucket *pListTail         //整個hashTable的尾指標

    Bucket **argBuckets       // Buceket 數組，用來儲存資料

    doctor_func_t pDestructor //刪除元素時的回呼函數，用於資源的釋放

    zend_bool persistent      //Bucket的記憶體配置方式，true使用系統的分配函數，false 使用php的記憶體配置函數

    unsigned char nApplyCount //標記當前hash bucket 被遞迴的次數

    zend_bool bApplyProtection 

#if ZEND_DEBUG

    int inconsistent           

#endif 

}HashTable

建議不太瞭解hash資料結構的同學先簡單瞭解一下hash結構。

簡單說一下php中hashtable的初始化操作:

代碼如下：

 ZEND_API int _zend_hash_init(HashTable *ht, uint nSize, hash_func_t pHashFunction, dtor_func_t pDestructor, zend_bool persistent ZEND_FILE_LINE_DC)

{

    uint i = 3;

    //...

    if (nSize >= 0x80000000) {

        /* prevent overflow */

        ht->nTableSize = 0x80000000;

    } else {

        while ((1U << i) < nSize) {

            i++;

        }

        ht->nTableSize = 1 << i;

    }

    // ...

    ht->nTableMask = ht->nTableSize - 1;

 

    /* Uses ecalloc() so that Bucket* == NULL */

    if (persistent) {

        tmp = (Bucket **) calloc(ht->nTableSize, sizeof(Bucket *));

        if (!tmp) {

            return FAILURE;

        }

        ht->arBuckets = tmp;

    } else {

        tmp = (Bucket **) ecalloc_rel(ht->nTableSize, sizeof(Bucket *));

        if (tmp) {

            ht->arBuckets = tmp;

        }

    }

 

    return SUCCESS;

}

最開始判斷需要初始化的hashtable大小是不是超過了系統能使用的最大大小。下面是對tablesize大小的一個處理。將使用者自訂的大小改成需要的大小。例如:如果使用者定義的hashtable大小是6，那初始化時，就會將6變成8，如果使用者定義的大小為11，那初始化後的Hashtable的大小為16.

下面就是一個簡單的判斷，來決定是按照C語言本身的分配記憶體函數來分配記憶體，還是根據php封裝好的記憶體配置函數來分配記憶體。

再談一下 bucket的結構

typedef struct bucket{

    ulong h;       //對key索引以後的值，數字key不做kash

    uint nKeyLength; //key的長度

    void *pData;     

    void *pDataPtr;   //指標資料，指向真實資料

    struct bucket * pListNext; //整個hash表的下個元素

    struct bucket *pListLast;   //整個hash表的上個元素

    struct bucket *pNext;       //本bucket裡面，下一個元素

    struct bucket *pLast;       //本bucket裡面的上一個元素

    char arKey[1];

}Bucket

這裡用一張網路上的很火的圖來說明(圖原地址沒找到，沒有做來源說明):

下面是引用了tipi裡面的插入說明:

引用地址:tipi

如圖中左下角的假設，假設依次插入了Bucket1，Bucket2，Bucket3三個元素：

1、插入Bucket1時，雜湊表為空白，經過雜湊後定位到索引為1的槽位。此時的1槽位只有一個元素Bucket1。 其中Bucket1的pData或者pDataPtr指向的是Bucket1所儲存的資料。此時由於沒有連結關係。pNext， pLast，pListNext，pListLast指標均為空白。同時在HashTable結構體中也儲存了整個雜湊表的第一個元素指標， 和最後一個元素指標，此時HashTable的pListHead和pListTail指標均指向Bucket1。

2、插入Bucket2時，由於Bucket2的key和Bucket1的key出現衝突，此時將Bucket2放在雙鏈表的前面。 由於Bucket2後插入共置於鏈表的前端，此時Bucket2.pNext指向Bucket1，由於Bucket2後插入。 Bucket1.pListNext指向Bucket2，這時Bucket2就是雜湊表的最後一個元素，這是HashTable.pListTail指向Bucket2。\3、插入Bucket3，該key沒有雜湊到槽位1，這時Bucket2.pListNext指向Bucket3，因為Bucket3後插入。 同時HashTable.pListTail改為指向Bucket3。

簡單來說就是雜湊表的Bucket結構維護了雜湊表中插入元素的先後順序，雜湊表結構維護了整個雜湊表的頭和尾。 在操作雜湊表的過程中始終保持預算之間的關係。