剖析PHP底层数组是如何实现的

　　PHP是一门入门容易，使用范围广泛的语言，以其灵活性以及web后端开发被很多人熟知，也被很多人戏称“PHP是世界上最好的语言”。本人是一名“忠实”的PHPer，相信用过PHP的程序员都会体会到PHP数组的灵活性，相对传统的C语言，使用起来很是方便，拥有关联数组（key值可以是字符串），不需要预定义数组空间大小，关联数组，不需要指定key的快速索引赋值等等便利方法，这段时间研究了一下PHP数组的底层结构，并总结分析，里面含有一些我自己的猜想，如有错误请指出。

1.PHP的数组底层结构

　　哈希结构是一种非常重要的数据结构，他是一种通过key映射到value的结构，由于其特性，可以在大部分的情况下让查找和插入的效率达到O(1)，在很多语言或者系统里面都有显性得体现出来，具体的实现思路有很多种。详细的介绍可以看我的博客数据结构之哈希结构

　　PHP的数组是用链地址法的哈希结构去实现的，链表是双向链表，这样既可以动态分配数组空间，也可以通过key值去计算hash值去访问对应的元素，是一种非常高效的数据结构。

　　下面是PHP  Bucket的结构，Bucket是一个基本结点的结构，Bucket是以存放基本元素的容器，可以简单理解为数组元素的房子。

typedef struct Bucket{
   ulong h;//哈希值
   uint nKeyLength; //key的长度，如果key是整形，则此项不需要赋值
   Bucket*  pNext;   //该桶后面的桶，冲突处理的桶
   Bucket*  pLast;   //该桶前面的桶，冲突处理的桶
   Bucket*  pListNext;  //用以记录数组的顺序，该元素前一个元素。
   Bucket*  pListLast;  //用以记录数组的顺序，该元素后一个元素。
   const char * pData; //模拟记录PHP数据，原来是void *pData和 void *pDataPtr
   char arKey[]           //记录key，之所以是[1]是因为这是柔性成员，具体可以百度C99柔性成员
}Bucket;

　　下面是PHP  HashTable结构，HashTable是用以存储Bucket数组和Bucket信息的哈希表结构，采用双向链表的拉链法结构。

typedef struct HashTable{
   uint nTableSize;   //哈希表的大小
   uint nTableMask;  //哈希表掩码，用以矫正过长的哈希值
   ulong nNumOfElements;  //记录当前哈希表存储了多少个元素，用count($arr)其实就是取出hash表的这个数据
   ulong NextFreeELement;  //记录下一个空闲位置的索引位置，$arr[]=$value里的$value就会放到该空间。
   Bucket*  pListHead; //记录PHP数组的第一个元素
   Bucket*  pLstTail;    //记录PHP数组的最后一个元素
   Bucket*  pInternalPointer; //记录当前哈希表指向的Bucket，在foreach，current，next，prev等等会用到，
   Bucket**  arBuckets; //指向存储实际Hash数组的指针的指针。
}

　　可能首次去看数据结构可能会觉得有点难受，密密麻麻的一堆东西，下面我会一个个分析数据字段。

2.Bucket结构体

　　1.h（哈希值）

　　通过key映射的哈希值（未经过纠正）h，为了让不同key值均匀分配到哈希表的各个位置，必须要有一个好的哈希函数，而PHP选用的是time33算法，也就是下面的算法（简化版）。

ulong hash(const char* key){
   ulong hash;
   for(int i=;key[i];i++){
       hash=hash*+key[i];
   }
   return hash;
}

　　当然啦在PHP的具体实现细节又会有点不同，但是原理是差不多的。

　　2.nKeyLength（字符的个数）

　　如果使用的是关联索引，那么此处nKeyLength就是字符的个数，比如说$arr['key']='value' ，那么这个值就为3，如果是索引数组，此字段就不会用上。

　　3.pNext pLast （记录该桶的前后桶）

　　继续引用百度的图，类似于下面的哈希表，拿元素337来说，他的pNext指向353的位置，pLast指向1的位置，只不过下面是单向链表，没有看到当前元素指向前一个元素。

　　4.pListNext（记录该桶在数据上的后元素）

　　这个字段从命名意思就可以看出，是链表的指向后继元素的指针。比如说作如下赋值。guangdong的pListNext指向beijing，beijing的pListNext指向shanghai.....

$arr[2]="guangdong";
$arr[1]="beijing";
$arr[3]="shanghai";
$arr[4]="zhejiang";

　　所以你如果用foreach去遍历数组，会发现一个很有趣的现象。输出的结果如下，居然不是按照数组下标1,2,3,4顺序去输出，其实只要你理解了PHP的存储数组的数据结构你就很明白了。

2 => "guangdong"
1 => "beijing"
3 => "shanghai"
4 => "zhejiang"

　　他的数据结构如下图显示，第一个元素是guangdong，然后来个元素beijing，于是guangdong的pListLast指向beijing，后面的元素同理。而foreach遍历会从第一个元素（也就是pListHead指向的Bucket，详看下文HashTable的介绍）去输出，然后再指向下一个元素，因此输出的顺序不是按照下标来的，而是按照赋值顺序来的，这也是为什么foreach遍历数组要比for遍历要快的原因，因为for每次查找元素都要去做一次哈希映射查找对应下标的Bucket，而foreach只需要遍历Bucket链表就好了。pListLast与pListNext同理，只是指向前一个数组元素。

　　5.arKey(用以存储key值)

　　　　这是一个c99柔性成员，如果需要深究可以百度查查c的柔性成员，如果这一个关联数组，这个arKey就是存储对应的key值。$arr['abc']='value';那么arKey存储的就是abc。

3.HashTable结构体

　　1.nTableSize(哈希表的大小)

　　这是哈希表的分配Bucket空间的大小，默认会分配8个Bucket空间，当存储元素个数大于8个就会存储16个，如此下去，存储的个数为2x大小，即8,16,32,64...

　　2.nTableMask(纠正掩码)

　　用以纠正过长的哈希值，值为nTableSize-1，比如说一个我有一个字符经过哈希函数得出值为9，但是nTableSize为8，那该怎么办呢，存放到第1个位置吧，计算方法就是9 　　mod 8，但是在计算机里面下标是从0开始，因此我们会使用&运算得出结果，9&7=1。

　　3.nNumOfElements(数组元素个数)

　　用以统计数组元素的个数，PHP的count()元素其实就是获取这个值。

　　4.NextFreeElement(下一个空闲的元素)

　　用以存储下一个空闲的元素的值。当你的数组是索引数组，用到$arr[]=value赋值就会用到，如果你上次赋值的元素下标是100，那么NextFreeELement就为101了。无关你的元素个数。

　　5.pListHead(链表的头部元素)

　　这个Bucket指针从名字就可以看出来，用以指向链表的头部元素，例如你给一个数组第一次附上一个值$arr[]=value1，那么这个指针就是指向value1。

　　6.pListTail(链表的尾部元素)

　　原理同上，只是指向尾部元素，每次来一个新的数组元素，pListTail就会指向它。

　　7.nInternalPointer(用以指向内部指向的元素)

　　如果我们用foreach遍历数组，这个指针就会指向当前遍历的元素，用以保存当前指向记录。用到此项的还有current()，next()，prev()函数。

　　8.arBuckets(用以存储Bucket在C的内部数组)

　　此项为指针的指针，可以用于操作Bucket数组。

　　下面列出一副图来说明PHP的数组结构（为版面清晰忽略了两种指向前一个Bucket的指针：pListLast，pLast）。

　　最后我大概猜想一下foreach函数的执行过程，首先是将nInternalPointer指向HashTable的第一个Buckets，也就是pListHead，如果不为空则输出该元素，然后nInternaPointer指向该Bucket的下一个元素，也就是pListNext，如此循环下去。

void foreach_print(HashTable *ht){
    // 指向数组的头元素
    ht->pInternalPointer=ht->pListHead;
    // 如果不空则循环遍历下去
    while(ht->pInternalPointer){
        printf("[%s][%s]\n", ht->pInternalPointer->arKey,ht->pInternalPointer->pData);
        // 然后指向下一个元素
        ht->pInternalPointer = ht->pInternalPointer->pListNext;
    }
}

　　最后附上自己的关联数组实现方法，各位有兴趣的可以下载来看看。

　　点击下载