golang特辑 - 简单记录map使用与底层实现

什么是map

    map这个结构在很多编程语言内都有，包括我们今天的主角go语言。今天我们将几个方面为大家分析Go中的Map。

最通俗的话说Map是一种通过key来获取value的一个数据结构，其底层存储方式为数组，在存储时key不能重复，当key重复时，value进行覆盖，我们通过key进行hash运算，然后对数组的长度取余，得到key存储在数组的哪个下标位置，最后将key和value组装为一个结构体，放入数组下标处。

    其中这个有key与value组成的结构体我们称为bucket，会在下文在做介绍。

---

map的使用

	// 直接声明map并分配内存空间
	var m =  map[string]interface{}{"name": "leslie", "age": 18}

	// 声明map
	var m map[string]string
	// 为map分配内存空间并初始化空值,第二个参数为长度,也可以不传
	m = make(map[string]string, 8)

	// 直接对map赋值
	m["name"] = "leslie"
	m["age"] = "18"
	// 循环遍历map中每一个key&value对
	for key, value := range m {
		fmt.Println(key, value)
	}
	// 对map取值，可以有两个参数返回,第一个返回值为map内对应值,第二个返回值代表是否存在,如果ok为false,则value为默认空值
	value, ok := m["csdn"]
	if ok {
		fmt.Println(value)
	}

	// 删掉map中key为csdn的value
	delete(m, "csdn")
	// len(m)可以获取到当前map的元素长度
	fmt.Println(len(m))

    以上是map比较常用的几个操作，掌握起来还是比较简单的。

---

底层结构

    刚刚我们提到map底层是一个数组，数组下标是通过key值进行hash运算再去模这个数组长度得到的。而数组内存着是一个我们称为bucket，或者说是bmap的结构体。

    map的源码位于 src/runtime/map.go中:

//bucket结构体定义 b就是bucket
type bmap{
    // tophash generally contains the top byte of the hash value
    // for each key  in this bucket. If tophash[0] < minTopHash,
    // tophash[0] is a bucket               evacuation state instead.
    tophash [bucketCnt]uint8
    // Followed by bucketCnt keys and then bucketCnt values.
    // NOTE: packing all the keys together and then all the values together makes the    // code a bit more complicated than alternating key/value/key/value/... but it allows    // us to eliminate padding which would be needed for, e.g., map[int64]int8.// Followed by an overflow pointer.
}

    这里英文注释用翻译软件翻译出来有点怪，所以就不翻译了，这里提取几个重要的信息:

tophash为高八位的hash，这样hash值更加简短，每次比较没有必要去拿真实的hash值进行比较。
同时内部的kv存储并不是以k1v1,k2v2,…knvn这样的格式存储。而是k1k2k3…,v1v2v3…这样的格式存储的。
这样的好处是为了防止内存对齐,节省没必要的空间开销 ( ~ ^ ~ 特别巧妙，很细！)

    以下用图简单表示map的结构:

   当往map中存储一个kv对时，通过k获取hash值，hash值的低八位和bucket数组长度取余，定位到在数组中的那个下标，hash值的高八位存储在bucket中的tophash中，用来快速判断key是否存在，key和value的具体值则通过指针运算存储，当一个bucket满时，通过overfolw指针链接到下一个bucket。

   这里观察图片，肯定会有一个疑问不是每个数组元素对应一个kv对吗？为什么bucket里面会有这么多kv？为什么bucket里还会有overfolw这个属性，为什么会不够装呢？别着急，下面介绍。

---

hash冲突时解决方法

    我们知道hash计算会将一个输入转换成一定长度的字符串，但是难保不齐会出现几个输入经过hash计算后会出现相同字符串的情况，这种情况称为hash碰撞。

    而在map中，解决hash冲突一般有两种方式。

• 线性探测法
      就是按照顺序来，从冲突的下标处开始往后探测，到达数组末尾时，从数组开始处探测，直到找到一个空位置存储这个key，当数组都找不到的情况下回扩容。这个就是用数组的思想。
• 拉链法
      简单理解为链表，当key的hash冲突时，我们在冲突位置的元素上形成一个链表，通过指针互连接，当查找时，发现key冲突，顺着链表一直往下找，直到链表的尾节点，找不到则返回空。就是我们上图的实现。简单来说，hash冲突后，就和之前的key放在同一个bucket内，溢出的部分通过上文提到overflow相连。

两者优缺点

1. 由上面可以看出拉链法比线性探测处理简单
2. 线性探测查找是会被拉链法会更消耗时间
3. 线性探测会更加容易导致扩容，而拉链不会
4. 拉链存储了指针，所以空间上会比线性探测占用多一点
5. 拉链是动态申请存储空间的，所以更适合链长不确定的