PHP數組是一個神奇而強大的數據結構，數組既可以是連續的數組，也可以是存儲K-V映射的map。而在PHP7中，相比於PHP5，對數組進行了很大的修改。
- 數組的語義
- 數組的概念
- PHP5數組的實現
- PHP7數組的實現
- 基本結構
- 初始化
- packed array 和 hash array的區別
- 插入、更新、查找、刪除
- 哈希衝突的解決
- 擴容和rehash操作
- 數組的遞歸保護
一、數組的語義
本質上，PHP數組是一個有序的字典，它需要同時滿足一下兩個語義。
語義一：PHP數組是一個字典，存儲着鍵—值（key—value）對。通過鍵可以快速地找到對應的值，鍵可以是整形，也可以是字符串。
語義二：PHP數組是有序的。這個有序是指插入順序，遍歷數組的時候，遍歷元素的順序應該和插入順序一致，而不像普通字典一樣是隨機的。
爲了實現語義一，PHP用HashTable來存儲鍵—值對，但是HashTable本身並不能保證語義二，PHP不同版本都對HashTable進行了額外的設計來保證有序，下面會進行介紹。
二、數組的概念
key: 鍵，通過它可以快速檢索到對應的value。一般爲數字或字符串。
value : 值，目標數據。可以是複雜的數據結構。
bucket： 桶，HashTable中存儲數據的單元。用來存儲key和value以及輔助信息的容器。
slot: 槽，HashTable有多個槽，一個bucket必須從屬於具體的某一個slot，一個slot下可以有多個bucket。
哈希函數： 需要自己實現，在存儲的時候，會對key應用哈希函數確定所在slot。
哈希衝突：當多個key經過哈希計算後，得出的slot的位置是同一個，那麼就叫作哈希衝突。一般解決衝突的方法是鏈地址法和開放地址法。PHP採用鏈地址法，將同一個slot中的bucket通過鏈表鏈接起來。
在具體實現中，PHP基於上述基本概念對bucket以及哈希函數進行了一些補充，增加了hash1函數以生成h值，然後通過hash2函數散列到不同的slot。
增加這個中間h值的作用：
- HashTable中key可能是數字，也可能是字符串，所以bucket在設計key的時候，需要做拆分，拆分數字key和字符串key，在上圖bucket中，“h” 代表數字key, “”key“ 代表字符串key。實際上，對於數字key，hash1不做任何處理。
- 每個字符串都有一個h值，這個h值可以加快字符串的比較速度，當比較兩個字符串是否相等，先比較key1和key2的h值是否相等，如果相等，再去比較字符串的長度以及內容。否則直接判定不相等。
二、PHP5數組的實現
首先看一下PHP5的bucket以及HashTable結構定義：
typedef struct bucket {
ulong h; /* 4字節 對char *key進行hash後的值，或者是用戶指定的數字索引值/* Used for numeric indexing */
uint nKeyLength; /* 4字節 字符串索引長度，如果是數字索引，則值爲0 */
void *pData; /* 4字節 實際數據的存儲地址，指向value，一般是用戶數據的副本，如果是指針數據，則指向pDataPtr,這裏又是個指針，zval存放在別的地方*/
void *pDataPtr; /* 4字節 引用數據的存儲地址，如果是指針數據，此值會指向真正的value，同時上面pData會指向此值 */
struct bucket *pListNext; /* 4字節 整個哈希表的該元素的下一個元素*/
struct bucket *pListLast; /* 4字節 整個哈希表的該元素的上一個元素*/
struct bucket *pNext; /* 4字節 同一個槽，雙向鏈表的下一個元素的地址 */
struct bucket *pLast; /* 4字節 同一個槽，雙向鏈表的上一個元素的地址*/
char arKey[1]; /* 1字節 保存當前值所對於的key字符串，這個字段只能定義在最後，實現變長結構體*/
} Bucket;
（1）這裏bucket新增三個元素:
arkey： 對應HashTable設計中的key,表示字符串key。
h: 對應HashTable設計中的h,表示數字key或者字符串key的h值。
pData和pDataPtr: 對應HashTable設計中的value。
一般value存儲在pData所指向的內存，pDataPtr是NULL，但如果value的大小等於一個指針的大小，那麼不會再額外申請內存存儲，而是直接存儲在pDataPtr上，再讓pData指向pDataPtr，可以減少內存碎片。
（2）爲了實現數組的兩個語義，bucket裏面有pListLast、pListNext、pLast、pNext這4個指針，維護兩種雙向鏈表。一種是全局鏈表，按插入順序將所有bucket全部串聯起來，整個HashTable只有一個全局鏈表。另一個是局部鏈表，爲了解決哈希衝突，每個slot維護着一個鏈表，將所有哈希衝突的bucket串聯起來。也就是，每一個bucket都處在一個雙向鏈表上。pLast和pNext分別指向局部鏈表的前一個和後一個bucket，pListLast和pListTNext則指向全部鏈表的前一個和後一個。
typedef struct _hashtable {
uint nTableSize; /*4 哈希表中Bucket的槽的數量，初始值爲8，每次resize時以2倍速度增長*/
uint nTableMask; /*4 nTableSize-1 ，索引取值的優化 */
uint nNumOfElements; /*4 哈希表中Bucket中當前存在的元素個數，count()函數會直接返回此值*/
ulong nNextFreeElement; /*4 下一個數字索引的位置 */
Bucket *pInternalPointer; /*4 當前遍歷的指針（foreach比for快的原因之一） 用於元素遍歷*/
Bucket *pListHead; /*4 存儲數組頭元素指針 */
Bucket *pListTail; /*4 存儲數組尾元素指針 */
Bucket **arBuckets; /*4 指針數組,數組中每個元素都是指針,存儲hash數組 */
dtor_func_t pDestructor; /*4 在刪除元素時執行的回調函數，用於資源的釋放 /* persistent 指出了Bucket內存分配的方式。如果persisient爲TRUE，則使用操作系統本身的內存分配函數爲Bucket分配內存，否則使用PHP的內存分配函數。*/
zend_bool persistent; /*1 */
unsigned char nApplyCount; /*1 標記當前hash Bucket被遞歸訪問的次數（防止多次遞歸）*/
zend_bool bApplyProtection;/*1 標記當前hash桶允許不允許多次訪問，不允許時，最多隻能遞歸3次 */
#if ZEND_DEBUG
int inconsistent; /*4 */
#endif
} HashTable;
這裏解釋一下：
nTableMask: 掩碼。總是等於nTableSize - 1,即2^n - 1,因此,nTableMask的每一位都是1。上文提到的哈希過程中，key經過hash1函數，轉爲h值，h值通過hash2函數轉爲slot值。這裏的hash2函數就是slot = h & nTableMask，進而通過arBuckets[slot]取得當前slot鏈表的頭指針。
pListHead / pListTail 爲了實現數組第二語義（有序）HashTable維護了一個全局鏈表這倆指針分別指向這個全局鏈表的頭和尾。
到這裏分析一下，PHP7爲什麼要重寫數組實現。
- 每一個bucket都需要一次內存分配。
- key—value中的value都是zval。這種情況下，每個bucket需要維護指向zval的指針pDataPtr以及指向pDataPtr的指針pData。
- 爲了保證數組的兩個語義，每一個bucket需要維護4個指向bucket的指針。
以上原因，導致性能不好。
三、PHP7數組實現
既然都用HashTable，如果通過鏈地址法解決哈希衝突，那麼鏈表是必然需要的，爲了保證有序性，的確需要再維護一個全局鏈表，看起來PHP5已經是無懈可擊了。
實際上，PHP7也是通過鏈地址法，但是此 “鏈” 非彼 “鏈”。PHP5的鏈表是在物理上得到鏈表，鏈表中bucket之間的上下游關係通過真實存在的指針來維護。而PHP7的鏈表是一種邏輯上的鏈表，所有bucket都分配在連續的數組內存中，不再通過指針來維護上下游關係，每一個bucket只維護下一個bucket在數組中的索引（因爲是連續內存，通過索引可以快速定位到bucket），即可完成鏈表上的bucket的遍歷。
好的，揭開PHP7數組底層結構的廬山真面目： - 基本結構：
typedef struct _Bucket {
zval val; /* 對應HashTable設計中的value */
zend_ulong h; /* 對應HashTable設計中的h，表示數字key或者字符串key的h值。*/
zend_string *key; /* 對應HashTable設計中的key */
} Bucket;
bucket可以分爲3種：未使用、有效、無效。
未使用：最初所有bucket都是未使用狀態。
有效：存儲着有效的數據。
無效：當bucket上的數據被刪除時，有效bucket就會變爲無效bucket。
在內存分佈上，有效和無效bucket會交替分佈。但都在未使用bucket的前面。插入的時候永遠在未使用bucket上進行，當無效bucket過多，而有效bucekt很少時，對整個bucket數組進行rehash操作這樣稀疏的有效bucket就變得連續而緊密，部分無效bucket會被重新利用而變得有效，還有一部分有效bucket和無效bucket會被釋放出來，重新變爲未使用bucket。
struct _zend_array {
zend_refcounted_h gc;
union {
struct {
ZEND_ENDIAN_LOHI_4(
zend_uchar flags,
zend_uchar nApplyCount, /* 循環遍歷保護 */
zend_uchar nInteratorsCount,
zend_uchar consistency)
} v;
uint32_t flags;
} u;
uint32_t nTableMask; /* 掩碼,用於根據hash值計算存儲位置,永遠等於nTableSize-1 */
Bucket *arData; /* 存放實際數據 */
uint32_t nNumUsed; /* arData數組已經使用的數量 */
uint32_t nNumOfElements; /* hash表中元素個數 */
uint32_t nTableSize; /* hash表的大小 HashTable的大小，始終爲2的指數（8,16,32,64...）。最小爲8，最大值根據機器不同而不同*/
uint32_t nInternalPointer; /* 用於HashTable遍歷 */
zend_long nNextFreeElement; /* 下一個空閒可用位置的數字索引 */
dtor_func_t pDestructor; /* 析構函數 */
} HashTable;
u.flags是32位的無符號整形，取值範圍是0 ~ 2^32 - 1, 而u.v.flags是8位的無符號字符，取值範圍是0 ~ 255。
u.v.flags: 用各個bit來表達HashTable的各種標記。共有下面6種flag，分別對應u.v.flags的第1位至第6位。
#define HASH_FLAG_PERSISTENT (1 << 0) //是否使用持久化內存(不使用內存池)
#define HASH_FLAG_APPLY_PROTECTION (1 << 1) //是否開啓遞歸遍歷保護
#define HASH_FLAG_PACKED (1 << 2) //是否是packed array
#define HASH_FLAG_INITIALIZED (1 << 3) //是否已經初始化
#define HASH_FLAG_STATIC_KEYS (1 << 4) //標記HashTable的key是否爲long key或者內部字符串key
#define HASH_FLAG_HAS_EMPTY_IND (1 << 5) //是否存在空的間接val
- 初始化：
（1）申請一塊HashTable結構體內存，並初始化各個字段。
（2）分配bucket數組內存，修改一些字段值。
最後，想說底層實現還有packed array和 hash array 的區別、插入/刪除/查找/更新的操作、哈希衝突的解決、擴容和rehash等操作，感興趣的小夥伴，可以繼續深入學習。