Golang Map原理（底层结构、查找/新增/删除、扩缩容）

news2024/9/24 1:14:16

参考：

解剖Go语言map底层实现
Go语言核心手册-3.字典

一、Go Map底层结构：

Go map的底层实现是一个哈希表（数组 + 链表），使用拉链法消除哈希冲突，因此实现map的过程实际上就是实现哈希表的过程。

先来看下go map底层的具体结构：

type hmap struct {
	count      int            // 元素个数，调用len(map)返回这个值
	B          uint8          // bucket数量是2^B, 最多可以放 loadFactor * 2^B 个元素，再多就要扩容了
	hash0      uint32         // hash seed
	buckets    unsafe.Pointer // 指向bucket数组的指针（存储key val）；大小：2^B 
	oldbuckets unsafe.Pointer // 扩容时，buckets 长度是 oldbuckets 的两倍
	// ...
}
type bmap struct {
	topbits  [8]uint8     // 高位哈希值数组
	keys     [8]keytype   // 存储key的数组
	values   [8]valuetype // 存储val的数组
	overflow uintptr      // 指向当前bucket的溢出桶
	// 为缓解当存在多个key计算后的哈希值低8位相同的个数大于一个bucket所能存放的数目8个时，且这个map还没达到扩容条件时，做的一种存储设计。
}

在这里插入图片描述
在这个哈希表中，主要涉及到的结构体有两个：一个是 hmap(a header for a go map)，一个是 bmap（a bucket for a go map）：

对于 hmap，我们只需要关注其中的 buckets，它是一个指向 bmap结构体类型数组的指针。
- 而对于其中的 bmap：
  - 高位哈希值 topbits：数组记录的是当前bucket中key相关的 “索引”
  - 指向扩容bucket的指针 overflow：每个 bmap类型的 bucket 最多只能放 8个k-v键值对。如果碰巧有key的哈希值一样的新数据存入当前bucket，那就需要再构建一个新的溢出桶 bucket，并通过overflow指针连接起来，使得bucket形成一个链表结构。
  - 存储key/value的数组 keys、values

二、key-value是如何存放的：

当前bucket桶中的 key-value 的值的存放是有其特点的，bucket桶中所有的key存放到 keys数组中，而所有的value存放到 values数组中。
这么做的原因也很简单，可以在key和value的长度不同时，消除padding（内存对齐）带来的空间浪费。具体如图所示：
在这里插入图片描述

三、根据key 查找/新增数据：

对传来的key进行哈希运算得到唯一哈希值，并将该哈希值分为高位和低位，如图所示：
在这里插入图片描述
蓝色为高位，红色为低位。 低位用于寻找当前key属于哪个bucket，而高位用于寻找对应bucket中的具体key。

而之前 bmap中的高位哈希值数组字段 topbits，存的就是当前bucket桶中不同key-value键值对中对应key的高位哈希值，这样便于根据key查找数据。

新增的过程与查找过程类似，也是填充桶的过程。

四、删除map中的数据

针对map中的key-value数据：

如果是指针类型数据，则将其原有引用去除，利用go GC来清理内存
如果是值类型数据，则直接清理对应内存空间

最后将该key-value记录对应的【bmap中高位哈希值数组 topbits】中的key相关 “索引” 置空。

五、map的扩容

当go map中每个bucket桶存储的平均元素个数大于加载因子 loadFactor = 6.5（判断扩容的条件）时，map底层就会创建一个容量大小是原来2倍的新buckets数组，并将 oldbuckets指针指向原来的旧buckets数组。然后，对旧buckets数组中的元素key重新哈希（rehash）得到新的哈希值，根据新的哈希值的高位和低位来放入扩容后的新buckets数组中。

加载因子越小↓，说明空间利用率低，因此 “产生冲突的机会” 低；
加载因子越大↑，说明空间利用率高，但是 “产生冲突的机会” 也高了。

不过需要注意的是：

并不是立刻把 oldbuckets指针所指向的旧bucket数组中的元素一次性转移到新的bucket数组当中，而是当只有访问到具体某个key所在的bucket时，才会将该bucket中的旧数据逐步迁移到新bucket中。一直到旧数据完全迁移完，才会删除 oldbuckets的指向，使得旧buckets空间得到释放。如下图所示：
在这里插入图片描述
这里迁移完并不会直接删除旧bucket中的数据，而是把原来旧数据的引用去掉，利用GC逐步清除内存。