詳解 PHP 陣列的底層實現：HashTable
PHP 中的陣列是一種強大且靈活的資料型別。在講解它的底層實現之前，讓我們先來看看它在實際使用中都有哪些重要的特性：
// 可以使用數字下標的形式定義陣列
$arr= ['Mike', 2 => 'JoJo'];
echo $arr[0], $arr[2];
// 也可以使用字串下標定義陣列
$arr = ['name' => 'Mike', 'age' => 22];
// 可以順序讀取陣列中的資料
foreach ($arr as $key => $value) {
// Do Something
}
echo current($arr);
echo next($arr);
// 也可以隨機讀取陣列中的資料
$arr = ['name' => 'Mike', 'age' => 22];
echo $arr['name'];
// 陣列的長度是可變的
$arr = [1, 2, 3];
$arr[] = 4;
array_push($arr, 5);
複製程式碼
基於這些特性，我們可以很輕易的使用 PHP 中的陣列實現集合、棧、列表、字典等多種資料結構。那麼這些特性在底層是如何實現的呢？且聽我細細道來。
資料結構
PHP 中的陣列實際上是一個有序對映。對映是一種把 values 關聯到 keys 的型別。——PHP手冊
在 PHP 中，這種對映關係是使用 散列表（HashTable） 實現的，在 C 語言中，只能通過數字下標訪問陣列元素，而通過 HashTable，我們可以使用 String Key 作為下標來訪問陣列元素。簡單地說，HashTable 通過 對映函式 將一個 Strring Key 轉化為一個普通的數字下標，並將對應的 Value 值儲存到下標對應的陣列元素中。
PHP 中的 HashTable 由 zend_array 定義，它的資料結構如下：
struct _zend_array {
zend_refcounted_h gc;
union {
struct {
ZEND_ENDIAN_LOHI_4(
zend_ucharflags,
zend_ucharnApplyCount,
zend_ucharnIteratorsCount,
zend_ucharreserve)
} v;
uint32_t flags;/* 通過 32 個可用標識，設定散列表的屬性 */
} u;
uint32_tnTableMask;/* 值為 nTableSize 的負數 */
Bucket*arData;/* 用來儲存資料 */
uint32_tnNumUsed;/* arData 中的已用空間大小 */
uint32_tnNumOfElements;/* 陣列中的元素個數 */
uint32_tnTableSize;/* 陣列大小，總是 2 冪次方 */
uint32_tnInternalPointer; /* 下一個資料元素的指標，用於迭代（foreach） */
zend_longnNextFreeElement; /* 下一個可用的數值索引 */
dtor_func_tpDestructor;/* 資料解構函式（控制代碼） */
};
複製程式碼
該結構中的 Bucket 即儲存元素的陣列， arData 指向陣列的起始位置，使用 對映函式 對 key 值進行對映後可以得到 偏移值 ，通過 記憶體起始位置 + 偏移值 即可在散列表中進行定址操作。Bucket 的資料結構如下：
typedef struct _Bucket {
zvalval; /* 值 */
zend_ulongh;/* 使用 time 33 演算法對 key 進行計算後得到的雜湊值（或為數字索引）*/
zend_string*key; /* 當 key 值為字串時，指向該字串對應的 zend_string（使用數字索引時該值為 NULL） */
} Bucket;
複製程式碼
基本實現
散列表主要由 儲存元素的陣列 （Bucket）和 雜湊函式 兩部分構成。
隨機讀
當指定一個 Key-Value 對映關係時，如果 Key 為 String 型別，則先通過 Time 33 演算法將其轉換為一個 Int 型別的整數，然後再先通過 PHP 中某種特定的雜湊演算法將該 Int 對映為 Bucket 陣列中的一個下標，最終將 Value 儲存到該下標對應的元素中。 通過 Key 訪問陣列時，只需要使用相同的演算法計算出對應下標，然後取出對應元素中的 Value 值，即可實現 隨機讀取 。
順序讀
由上面所講可知，儲存在 HashTable 中的元素是無序的，而 PHP 中的陣列是有序的，PHP 是如何解決這個問題的呢？
為了實現 HashTable 的有序性，PHP 為其增加了一張 中間對映表 ，該表是一個大小與 Bucket 相同的陣列，陣列中儲存整形資料，用於儲存元素實際儲存的 Value 在 Bucekt 中的下標。注意，加入了中間對映表後， Bucekt 中的資料是有序的，而中間對映表中的資料是無序的 。這樣順序讀取時只需要訪問 Bucket 中的資料即可。
zend_array 中並沒有單獨定義中間對映表，而是將其與 arData 放在一起，陣列初始化時並不只分配 Bucket 大小的記憶體，同時還會分配相同大小空間的資料來作為中間對映表，其實現方式如圖：
雜湊函式
由上一節可知，雜湊函式實際上是先將 hash code 對映到中間對映表中，再由中間對映表指向實際儲存 Value 的元素。
PHP 中採用如下方式對 hash code 進行雜湊：
nIndex = key->h | nTableMask; 複製程式碼
因為散列表的大小恆為 2 的冪次方，所以雜湊後的值會位於 [nTableMask, -1] 之間，即中間對映表之中。
Hash 衝突
任何雜湊函式都會出現雜湊衝突的問題，常見的解決雜湊衝突的方法有以下幾種：
- 開放定址法
- 鏈地址法
- 重雜湊法
PHP 採用的是其中的 鏈地址法 ，將衝突的 Bucket 串成連結串列，這樣中間對映表映射出的就不是某一個元素，而是一個 Bucket 連結串列，通過雜湊函式定位到對應的 Bucket 連結串列時，需要遍歷連結串列，逐個對比 Key 值，繼而找到目標元素。
新元素 Hash 衝突時的插入分為以下兩步：
next
可以看出，PHP 在 Bucket 原有的陣列結構上，實現了 靜態連結串列 ，從而解決了雜湊衝突的問題。
查詢
HashTable 中的查詢過程其實已經在上面說完了：
- 使用
time 33演算法對 key 值計算得到hash code - 使用雜湊函式計算 hash code 得到雜湊值
nIndex，即元素在中間對映表的下標 - 通過 nIndex 從中間對映表中取出元素在 Bucket 中的下標
idx - 通過 idx 訪問 Bucket 中對應的陣列元素，該元素同時也是一個
靜態連結串列的頭結點 - 遍歷連結串列，分別判斷每個元素中的 key 值是否與我們要查詢的 key 值相同
- 如果相同，終止遍歷
擴容
在 C 語言中，陣列的長度是定長的，那麼如果空間已滿還需繼續插入的時候怎麼辦呢？PHP 的陣列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。
需要提出的一點是，當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 ，而不會立即刪除該元素所在的 Bucket，因為後者在每次刪除時進行一次排列操作，從而造成不必要的效能開銷。
擴容的過程為：
- 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，因為 Bucket 的下標發生了變動，所以還需要更改每個元素在中間對映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陣列兩倍的新陣列，並將舊陣列中的資料複製到新陣列中，因為陣列長度發生了改變，所以 key-value 的對映關係需要重新計算，這個步驟為 重建索引 。
注：因為在重建索引時需要重新計算對映關係，所以將舊陣列複製到新陣列中時，中間對映表的資料是無需複製的。