PHP数组底层实现原理

PHP 数组及其方法应该是每一个 PHPer 在编码过程中用到的最频繁的一种数据结构了，但是对于他的实现原理又了解多少呢 ？我在  中已经介绍过，PHP 数组的底层数据结构是 HashTable，今天我们就来看下它的实现原理。

首先看下 HashTable 的底层数据结构：

typedef struct _hashtable { 
    uint nTableSize; // 哈希槽的数量，初始化为8，以2倍扩容
    uint nTableMask; // 哈希表的取模值，为 nTableSize-1
    uint nNumOfElements; // 元素数量，即 Bucket 的数量，这个跟哈希槽数量并没有对应关系
    ulong nNextFreeElement; // 下一个可用的数字索引
    Bucket *pInternalPointer; // 内部链表指针，如经常用的 current，next 等方法
    Bucket *pListHead; // 指向整个数组的头部，可以方便实现 array_(un)shift 功能
    Bucket *pListTail; // 指向整个数组的尾部，可以方便实现 array_push/pop 功能
    Bucket **arBuckets; // 哈希槽的指针，每个槽可能会有一组Bucket
    ... // 其他元素暂时忽略
} HashTable;

再看下 Bucket 的数据结构：

typedef struct bucket {
    ulong h;            // 对char *key进行hash后的值，或者是用户指定的数字索引值
    uint nKeyLength;    // hash关键字的长度，如果数组索引为数字，此值为0
    void *pData;        // 指向value，一般是用户数据的副本，如果是指针数据，则指向pDataPtr
    void *pDataPtr;     // 如果是指针数据，此值会指向真正的value，同时上面pData会指向此值
    struct bucket *pListNext;   // 整个数组中该元素的下一个元素
    struct bucket *pListLast;   // 整个数组中该元素的上一个元素，即双向链表
    struct bucket *pNext;       // 被哈希到同一个槽的下一个元素
    struct bucket *pLast;       // 被哈希到同一个槽的上一个元素
    // 保存当前值所对于的key字符串，这个字段只能定义在最后，实现变长结构体
    char arKey[1];
} Bucket;

这里，我们不急着了解他们的各种组合关系，而是结合几个我们日常的例子来理解：

Part1：非关联数组（$nums = [3, 1, 5, 2, 8]，即 [0 => 3, 1 => 1, 2 => 5, 3 => 2, 4 => 8]）

假设hash规则如下：下标 0 => 1号槽，下标 1 => 3号槽，下标 2 => 5号槽，下标 3 => 3号槽，下标 4 => 7号槽

为了整洁，我们把整个数据结构拆成两个图来看。

例1：获取 $nums[3] 的值，会通过图 1 进行，首先计算出下标 3 的 hash 值 x，然后进行取模后落到 3号槽，会从头遍历整个槽中的 Bucket，只有当 h（数字索引）= 3 时才会返回数据，同理，如果 $nums[1] 也也会通过 3号槽后进行遍历找到（图1的结构让 PHP 数组有了随机访问的能力）

例2：通过 for 遍历数组，即 $nums[0]，$nums[1]，$nums[2]，$nums[3]，$nums[4] 也会通过图 1 进行

例3：通过 foreach 遍历数组，会使用 图2 的结构，从 head 指向的节点开始遍历，直到 tail 节点

（可以看到，for 遍历数组和 foreach 遍历数组差别在于使用了不同的数据模型，理论上性能也会有差异）

例4：通过图 2 的模型，array_push/pop 和 array_(un)shift 就可以轻而易举完成操作了

到此，PHP数组的底层原理就分析清楚了。欢迎讨论和指正！