介绍 PHP7 HashTable

PHP 数组的底层实现使用了 HashTable 这种数据结构，PHP 7.0 相比于旧版本 PHP 数组做了很多的修改，本文主要记录 PHP7.0 相对于旧版本修改了那些东西。

介绍 PHP7 HashTable

HasahTable 又叫做散列表，具有如下特点（具体可参考《数据结构与算法分析》第五章散列）

• 可以以 O(1) 的效率执行数据插入、删除和查找操作
• 通过散列函数维护 K-V 之间的映射关系，可能会产生哈希冲突现象等
• 数据是 K-V 形式存储，元素间是无顺序的结构，不能对数据进行排序

PHP7 优化介绍

PHP 5 到 PHP 7.0 HashTable 主要做了如下修改

• 优化 HashTable 的数据结构：一个 PHP 数组 zend_array 的内存占用从PHP5点72个字节，降低到了56个字节
• 使用内存缓存局部性的特点，优化 PHP 数组效率
  • PHP 5 的 Bucket ，包括 zval 都是独立分配（在内存中是离散的）
  • PHP 7 中使用一块连续的空间存储  Bucket，并且一个 Bucket 中包含一个 zval 数据，即 Bucket 和 zval 在内存中都是连续存储的
• 其他一些细节优化
  • 指针访问速度
  • 优化 Empty Array
  • .......

PHP 5 HashTable 的数据结构

typedef struct _hashtable {
    uint nTableSize;        /* 散列表大小, Hash值的区间 */
    uint nTableMask;        /* 等于nTableSize -1, 用于快速定位 */
    uint nNumOfElements;    /* HashTable中实际元素的个数 */
    ulong nNextFreeElement; /* 下个空闲可用位置的数字索引 */
    Bucket *pInternalPointer;   /* 内部位置指针, 会被reset, current这些遍历函数使用 */
    Bucket *pListHead;      /* 头元素, 用于线性遍历 */
    Bucket *pListTail;      /* 尾元素, 用于线性遍历 */
    Bucket **arBuckets;     /* 实际的存储容器 */
    dtor_func_t pDestructor;/* 元素的析构函数(指针) */
    zend_bool persistent;
    unsigned char nApplyCount; /* 循环遍历保护 */
    zend_bool bApplyProtection;
    #if ZEND_DEBUG
    int inconsistent;
    #endif
} HashTable;

typedef struct bucket {
    ulong h;                        /* 数字索引/hash值 */
    uint nKeyLength;                /* 字符索引的长度 */
    void *pData;                    /* 数据 */
    void *pDataPtr;                 /* 数据指针 */
    struct bucket *pListNext;               /* 下一个元素, 用于线性遍历 */
    struct bucket *pListLast;       /* 上一个元素, 用于线性遍历 */
    struct bucket *pNext;                   /* 处于同一个拉链中的下一个元素 */
    struct bucket *pLast;                   /* 处于同一拉链中的上一个元素 */
    char arKey[1]; /* 节省内存,方便初始化的技巧 */
} Bucket;

从数据结构和下图可以看出，PHP5 的 HashTable 使用了双向链表实现可以顺序遍历的结构。并使用拉链法解决 Hash 冲突

其中需要介绍的字段有：

• arBuckets 中的 pListHead、pListTail 双向链表的头和尾指针
• Bucket 中的 pListNext、pListLast 双向链表的上一个和下一个节点
• Bucket 中的 pNext、pLast ，拉链法解决 Hash 冲突的上一个和下一个这指针
• 其中 Bucket 代表 HashTable 中的一个键值，Bucket->pData 为 zval 存储值的数据结构

PHP7 Hashtable 的数据结构

struct _zend_array {
    zend_refcounted_h gc;
    union {
        struct {
            ZEND_ENDIAN_LOHI_4(
                zend_uchar    flags,
                zend_uchar    _unused,
                zend_uchar    nIteratorsCount,
                zend_uchar    _unused2)
        } v;
        uint32_t flags;
    } u;
    uint32_t          nTableMask;
    Bucket           *arData;
    uint32_t          nNumUsed;
    uint32_t          nNumOfElements;
    uint32_t          nTableSize;
    uint32_t          nInternalPointer;
    zend_long         nNextFreeElement;
    dtor_func_t       pDestructor;
};

typedef struct _Bucket {
    zval              val;
    zend_ulong        h;   /* hash value (or numeric index)   */
    zend_string      *key; /* string key or NULL for numerics */
} Bucket

从数据结构和下图可以看出，arData 和 Bucket 的数据结构都更加的简洁了。罗列下大概做了如下修改

• 冲突拉链被bauck.zval->u2.next替代， 于是bucket->pNext, bucket->pLast可以去掉了
• zend_array->arData是一个数组，所以也就不再需要pListNext, pListLast来保持顺序了, 他们也可以去掉了。 现在数组中元素的先后顺序，完全根据它在arData中的index顺序决定，先加入的元素在低的index中
• PHP7中的Bucket现在直接保存一个zval, 取代了PHP5时代bucket中的pData和pDataPtr
• PHP7中现在使用zend_string作为数组的字符串key，取代了PHP5时代bucket的*key, nKeylength

还要介绍一个东西：arData 通过数据的 index 保证了数据的有序性，数据 K-V 关系是使用了 arHash 来存储，其中 arHash 可以通过 arData 取负的索引访问到，介绍如下图

PHP7 HashTable 的其他特点请阅读 Laruence 深入理解PHP7内核之HashTable

PHP 7中新的Hashtable实现和性能改进

PHP internals Book

PHP 哈希表（数组）的内核实现

 

我的博客即将搬运同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=13ews1h77n5l4