一文了解go hashmap(数据结构、实现原理、读写操作)

itpub技术栈 发表于 2020-09-30 16:19:52 收藏 已收藏
赞(0) •  评论(0
400万+工程师在用
400万+工程师在用

一文了解go hashmap(数据结构、实现原理、读写操作)

itpub技术栈 发表于 2020-09-30 16:19:52

这是看着别人的文章结合源码来整理的自己一套理解

理解 Golang 哈希表 Map 的原理​draveness.me

通过数据结构、实现原理、读写操作来了解go hashmap

数据结构

hash有2个关键数据结构: hmap bmap

hmap: runtime/map.go

type hmap struct {
    count       int 
    flags       uint8
    B           uint8  
    noverflow   uint16 
    hash0       uint32 
    buckets     unsafe.Pointer 
    oldbuckets  unsafe.Pointer
    nevacuate   uintptr
    extra       *mapextra 
}

count 元素数量

B 2^B个buckets桶

noverflow buckets溢出桶的数量,近似值

buckets 桶

oldbuckets 扩容时指向原buckets桶

bmap: runtime/map.go cmd/compile/internal/gc/reflect.go

type bmap struct {
    topbits     [8]uint8
    keys        [8]keytype
    elems       [8]elemtype
    pad         uintptr
    overflow    uintptr
}

哈希表中桶的真正结构其实是在编译期间运行的函数 bmap 中被『动态』创建的, 代码在cmd/compile/internal/gc/reflect.go

topbits 存储hash值的高8位,通过比对高8位减少键值对访问次数以提高性能

keys / elems 数组

pad 内存对齐

overflow 溢出桶,map存储数据过多时使用

实现原理

时间复杂度: O(1)

hash函数和hash冲突解决方法

hash函数

实现哈希表的关键点在于如何选择哈希函数,哈希函数的选择在很大程度上能够决定哈希表的读写性能,在理想情况下,哈希函数应该能够将不同键映射到不同的索引上,这要求哈希函数输出范围大于输入范围,但是由于键的数量会远远大于映射的范围,所以在实际使用时,这个理想的结果是不可能实现的。

hash冲突

开放寻址法:对数组中的元素依次比较键值对是否存在于数组

拉链法: 使用数组加上链表

读写操作

计算出key的hash

用最后的“B”位来确定在哪个桶(“B”就是前面说的那个,B为4,就有16个桶,0101用十进制表示为5,所以在5号桶)

根据key的前8位快速确定是在哪个格子(额外说明一下,在bmap中存放了每个key对应的tophash,是key的前8位)

最终还是需要比对key完整的hash是否匹配,如果匹配则获取对应value

如果都没有找到,就去下一个overflow找

通过key的后“B”位确定是哪一个桶

通过key的前8位快速确定是否已经存在

最终确定存放位置,如果8个格子已经满了,没地方放了,那么就重新创建一个bmap作为溢出桶连接在overflow

扩容

条件:

装载因子大于6.5

溢出桶 大于15个

func mapassign(t *maptype, h *hmap, key unsafe.Pointer) unsafe.Pointer {
    ...
    if !h.growing() && (overLoadFactor(h.count+1, h.B) || tooManyOverflowBuckets(h.noverflow, h.B)) {
        hashGrow(t, h)
        goto again
    }
    ...
}

方式:

等量扩容

翻倍扩容
编辑:hfy

打开APP阅读更多精彩内容

收藏

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉

相关话题

评论(0)

加载更多评论

分享到

QQ空间 QQ好友 微博
取消