【PHP7源碼學習】剖析PHP數組的有序性

baiyan

引入案例

在 PHP7中，咱們往數組中插入元素的順序，就決定了咱們數組遍歷元素的順序。能夠說，PHP7中的數組是有序的。這個有序就是指元素插入數組時的順序，與遍歷時順序的一致性。爲了直觀地讓你們瞭解到PHP7數組的有序性，請看下面一段PHP代碼：

<?php
$a = [];
$a['insert1'] = 'baiyan1';
$a['insert2'] = 'baiyan2';
$a['insert3'] = 'baiyan3';
foreach ($a as $k => $v) {
    var_dump($k . ':' . $v);
}

咱們按照一、二、3的順序向數組中插入key-value對，而後在循環體中打印遍歷的順序，結果以下：

string(15) "insert1:baiyan1"
string(15) "insert2:baiyan2"
string(15) "insert3:baiyan3"

而後咱們反轉插入元素的順序，以三、二、1的順序插入，其他代碼不變：

<?php
$a = [];
$a['insert3'] = 'baiyan3';
$a['insert2'] = 'baiyan2';
$a['insert1'] = 'baiyan1';
foreach ($a as $k => $v) {
    var_dump($k . ':' . $v);
}

一樣的，打印結果以下：

string(15) "insert3:baiyan3"
string(15) "insert2:baiyan2"
string(15) "insert1:baiyan1"

觀察以上兩組輸出結果，咱們能夠看到，往數組中插入元素的順序決定了遍歷的順序，PHP數組是有序的。

普通哈希表的問題：無序性

哈希表的無序性是指元素插入順序與遍歷順序的不一致性。在PHP7中，爲了達到查找某個key的複雜度爲O(1)，其內部是以hashtable的結構來實現的。先拋開PHP的實現不說，首先咱們舉一個通常的例子。一般狀況下，一個hashtable長這樣，每一個存儲單元被稱爲一個bucket（桶）：

這個哈希表很普通，它的大小爲8，目前尚未任何元素插入，接下來咱們插入上面的三條數據，假設對其key進行哈希運算的結果分別爲四、二、6，插入以後的情形以下（key和value原本應該綁定在一塊兒的，爲了簡化故省略value的書寫）：

咱們想一下，這樣存儲的問題都有哪些：

• 元素之間的分佈很零散，在擴容或縮容的時候很差處理
• 插入與遍歷的無序性

第一條不是咱們此篇文章的重點。咱們在遍歷這個數組的時候，單看這張圖，咱們是不知道插入的順序是什麼樣的，只能經過insert二、insert一、insert3的順序遍歷。因此，遍歷的順序與插入的insert一、insert二、insert3的順序並不吻合，並不能達到咱們在PHP7中數組的預期。

PHP7數組：解決普通哈希表的無序性問題

爲了實現插入與遍歷的順序一致性，在PHP7中，增長了一箇中間映射層，它的大小與哈希表相同，存儲了元素在bucket中最終存儲的位置，咱們把它叫作映射表。這樣說可能你們還不太明白，讓咱們用圖解一步一步來複現上一個案例的插入過程。咱們先忽略哈希衝突的問題。首先咱們插入insert1這個key-value對：

首先，假設對key insert1的哈希運算結果爲4，因爲如今哈希表中的全部bucket均爲空，因此咱們能夠利用第一個bucket空間來存儲這個insert1。爲了讓後續的查找等操做可以順利找到insert1，咱們在映射表中下標爲4的地方記錄下insert1存儲的位置，即bucket的下標0。這樣，在查找的時候，根據這個hash值4，經過映射表就可以順利找到insert1在bucket中存儲的位置0。
而後咱們繼續插入insert2這對key-value對，同理，咱們直接日後找可用的bucket，下標爲1的bucket就是可用的，那麼咱們準備把insert2存入這裏，同時利用映射表記下存儲的bucket下標1：

假設對key insert2的哈希運算結果爲2，因爲下一個可用的bucket下標爲1，咱們須要記錄下這個1，而它的哈希運算結果爲2，咱們就在映射表下標爲2的位置記錄下insert2的存儲bucket位置1。
到這裏，咱們能夠發現，咱們插入新元素的時候，會直接日後尋找可用的bucket位置，而這個位置是和以前插入的元素牢牢相鄰的。這樣，咱們在foreach循環的時候，直接對這個bucket進行遍歷，其遍歷結果就是有序的。
若是你尚未明白，咱們繼續往中插入insert3這對key-value對：

假設對key insert3的哈希運算結果爲6，咱們直接日後尋找可用的bucket，下標爲2。咱們須要記錄下這個2，因而在映射表下標爲哈希值運算結果6的位置，存儲下這個下標2便可。
這樣一來，咱們直接去遍歷這個hashtable，從bucket下標爲0開始直接遍歷到末尾，就可以獲得與插入時候一摸同樣的順序，即insert一、insert二、insert3了，且元素之間沒有碎片，提升了hashtable的空間利用率，方便擴容與縮容。
到這裏，咱們應該清楚了這個映射表的做用：實現PHP7數組的插入與遍歷順序一致性。
在PHP7中，爲了方便映射表的訪問，沒有將映射表的空間額外單獨地分配，而是直接分配在與hashtable中緊挨着的前一塊相鄰的內存空間中，這樣經過一個指針，就能夠同時訪問映射表和每個bucket啦：

在PHP7中，因爲映射表的下標爲負值，爲了實現相同的功能，不能用咱們以前直接使用哈希值作下標來存儲bucket的位置，而是須要通過一步計算：

nIndex = h | nTableMask

由此，咱們最後來看一下PHP中hashtable的結構，最重要的就是這個arData指針。若是在上圖中表示，就是中間那個豎直的分界線啦。經過以正索引和負索引訪問數組的方式，咱們就能夠同時訪問映射表和哈希表中的bucket：

struct _zend_array {
    zend_refcounted_h gc;
    union {
        struct {
            ZEND_ENDIAN_LOHI_4(
                zend_uchar    flags,
                zend_uchar    nApplyCount,
                zend_uchar    nIteratorsCount,
                zend_uchar    consistency)
        } v;
        uint32_t flags;
    } u;
    uint32_t          nTableMask;
    Bucket           *arData;  //映射表以及哈希表的指針，利用arData[-x]訪問映射表，利用arData[+x]訪問哈希表中的bucket
    uint32_t          nNumUsed;
    uint32_t          nNumOfElements;
    uint32_t          nTableSize;
    uint32_t          nInternalPointer;
    zend_long         nNextFreeElement;
    dtor_func_t       pDestructor;
};

typedef struct _zend_array HashTable;

因爲咱們這篇文章沒有提到哈希衝突的問題，咱們這裏講到的是最簡單的插入狀況。至於在 PHP中如何解決插入時產生的哈希衝突問題，其實是使用了數組模擬鏈表的思想，這裏再也不展開，之後我會再開一篇專題來進行講解。