這篇文章主要給大家介紹了關於PHP7數組的底層實現方法,文中通過示例代碼介紹的非常詳細,對大家學習或者使用PHP7具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧
PHP 數組具有的特性
PHP 的數組是一種非常強大靈活的數據類型,在講它的底層實現之前,先看一下 PHP 的數組都具有哪些特性。
可以使用數字或字符串作爲數組健值
$arr = [1 => 'ok', 'one' => 'hello'];
可按順序讀取數組
foreach($arr as $key => $value){ echo $arr[$key]; }
可隨機讀取數組中的元素
$arr = [1 => 'ok', 'one' => 'hello', 'a' => 'world']; echo $arr['one']; echo current($arr);
數組的長度是可變的
$arr = [1, 2, 3]; $arr[] = 4; array_push($arr, 5);
正是基於這些特性,我們可以使用 PHP 中的數組輕易的實現集合、棧、列表、字典等多種數據結構。那麼這些特性在底層是如何實現的呢? 這就得從數據結構說起了。
數據結構
PHP 中的數組實際上是一個有序映射。映射是一種把 values 關聯到 keys 的類型。
PHP 數組的底層實現是散列表(也叫 hashTable ),散列表是根據鍵(Key)直接訪問內存存儲位置的數據結構,它的key - value 之間存在一個映射函數,可以根據 key 通過映射函數得到的散列值直接索引到對應的 value 值,無需通過關鍵字比較,在理想情況下,不考慮散列衝突,散列表的查找效率是非常高的,時間複雜度是 O(1)。
從源碼中我們可以看到 zend_array 的結構如下:
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; // 哈希值計算掩碼,等於nTableSize的負值(nTableMask = -nTableSize) Bucket *arData; // 存儲元素數組,指向第一個Bucket uint32_t nNumUsed; // 已用Bucket數(含失效的 Bucket) uint32_t nNumOfElements; // 哈希表有效元素數 uint32_t nTableSize; // 哈希表總大小,爲2的n次方(包括無效的元素) uint32_t nInternalPointer; // 內部指針,用於遍歷 zend_long nNextFreeElement; // 下一個可用的數值索引,如:arr[] = 1;arr["a"] = 2;arr[] = 3; 則nNextFreeElement = 2; dtor_func_t pDestructor; };
該結構中的 Bucket 即儲存元素的數組,arData 指向數組的起始位置,使用映射函數對 key 值進行映射後可以得到偏移值,通過內存起始位置 + 偏移值即可在散列表中進行尋址操作。
Bucket 的數據結構如下:
typedef struct _Bucket { zval val; // 存儲的具體 value,這裏是一個 zval,而不是一個指針 zend_ulong h; // 數字 key 或字符串 key 的哈希值。用於查找時 key 的比較 zend_string *key; // 當 key 值爲字符串時,指向該字符串對應的 zend_string(使用數字索引時該值爲 NULL),用於查找時 key 的比較 } Bucket;
到這裏有個問題出現了:存儲在散列表裏的元素是無序的,PHP 數組如何做到按順序讀取的呢?
答案是中間映射表,爲了實現散列表的有序性,PHP 爲其增加了一張中間映射表,該表是一個大小與 Bucket 相同的數組,數組中儲存整形數據,用於保存元素實際儲存的 Value 在 Bucekt 中的下標。Bucekt 中的數據是有序的,而中間映射表中的數據是無序的。
而通過映射函數映射後的散列值要在中間映射表的區間內,這就對映射函數提出了要求。
映射函數
PHP7 數組採用的映射方式:
nIndex = h | ht->nTableMask;
將 key 經過 time33 算法生成的哈希值 h 和 nTableMask 進行或運算即可得出映射表的下標,其中 nTableMask 數值爲 nTableSize 的負數。並且由於 nTableSize 的值爲 2 的冪次方,所以 nTableMask 二進制位右側全部爲 0,保證了 h | ht->nTableMask 的取值範圍會在 [-nTableSize, -1] 之間,正好在映射表的下標範圍內。另外,用按位或運算的方法和其他方法如取餘的方法相比運算速度較高,這個映射函數可以說設計的非常巧妙了。
散列(哈希)衝突
不同鍵名的通過映射函數計算得到的散列值有可能相同,此時便發生了散列衝突。
對於散列衝突有以下 4 種常用方法:
1.將散列值放到相鄰的最近地址裏
2.換個散列函數重新計算散列值
3.將衝突的散列值統一放到另一個地方
4.在衝突位置構造一個單向鏈表,將散列值相同的元素放到相同槽位對應的鏈表中。這個方法叫鏈地址法,PHP 數組就是採用這個方法解決散列衝突的問題。
其具體實現是:將衝突的 Bucket 串成鏈表,這樣中間映射表映射出的就不是某一個元素,而是一個 Bucket 鏈表,通過散列函數定位到對應的 Bucket 鏈表時,需要遍歷鏈表,逐個對比 Key 值,繼而找到目標元素。而每個 Bucket 之間的鏈接則是將原 value 的下標保存到新 value 的 zval.u2.next 裏,新 value 放在當前位置上,從而形成一個單向鏈表。
舉個例子:
當我們訪問 $arr['key'] 的過程中,假設首先通過散列運算得出映射表下標爲 -2 ,然後訪問映射表發現其內容指向 arData 數組下標爲 1 的元素。此時我們將該元素的 key 和要訪問的鍵名相比較,發現兩者並不相等,則該元素並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具有相同散列值的元素對應 arData 數組的下標,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。
擴容
PHP 的數組在底層實現了自動擴容機制,當插入一個元素且沒有空閒空間時,就會觸發自動擴容機制,擴容後再執行插入。
擴容的過程爲:
如果已刪除元素所佔比例達到閾值,則會移除已被邏輯刪除的 Bucket,然後將後面的 Bucket 向前補上空缺的 Bucket,因爲 Bucket 的下標發生了變動,所以還需要更改每個元素在中間映射表中儲存的實際下標值。
如果未達到閾值,PHP 則會申請一個大小是原數組兩倍的新數組,並將舊數組中的數據複製到新數組中,因爲數組長度發生了改變,所以 key-value 的映射關係需要重新計算,這個步驟爲重建索引。
重建散列表
在刪除某一個數組元素時,會先使用標誌位對該元素進行邏輯刪除,即在刪除 value 時只是將 value 的 type 設置爲 IS_UNDEF,而不會立即刪除該元素所在的 Bucket,因爲如果每次刪除元素立刻刪除 Bucket 的話,每次都需要進行排列操作,會造成不必要的性能開銷。
所以,當刪除元素達到一定數量或擴容後都需要重建散列表,即移除被標記爲刪除的 value。因爲 value 在 Bucket 位置移動了或哈希數組 nTableSize 變化了導致 key 與 value 的映射關係改變,重建過程就是遍歷 Bucket 數組中的 value,然後重新計算映射值更新到散列表。
關於 PHP7 的數組底層實現就總結這麼些了,因爲水平有限也無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 的底層設計與源碼實現》
總結
以上就是這篇文章的全部內容了,希望本文的內容對大家的學習或者工作具有一定的參考學習價值,謝謝大家對神馬文庫的支持。