golang中的map

0.1、索引

https://waterflow.link/articles/1666339004798

1、map的结构

map提供了键值对的无序集合，所有的键都是不重复的。在go中map是基于bmap数据结构的。在内部hash表是一个桶数组，每个桶是一个指向键值对数组的指针。每个桶里面可以保存8个元素。我们可以简化成下面的结构。

如果我们继续插入一个元素，hash键返回相同的索引，则另一个元素也会插入相同的桶中。

如果正常桶中的元素已满，还有元素继续往相同的索引插入的话，go会创建另一个包含8个元素的桶并将前一个桶指向他。

所以当我们读取、更新和删除map元素时，Go 必须计算相应的数组索引。 然后 Go 依次遍历所有键，直到找到提供的键。 因此，这三个操作的最坏情况时间复杂度为 O§，其中 p 是桶中元素的总数（默认为一个桶，溢出时为多个桶）。

2、map初始化

首先我们先初始化一个包含3个元素的map：

m := map[string]int{
		"haha": 3,
		"hehe": 5,
		"hoho": 7,
	}

我们可能只需要遍历2个桶就可以找到上面的所有元素。

但是当我们添加100万个元素的时候，我们可能需要遍历上千个桶去找到指定的元素。

为了应对元素的增长，map会选择扩容，一般是当前桶数量增加一倍。那什么时候会扩容呢？

• 负载因子大于6.5
• 溢出桶太多

当map扩容的时候，所有的键都会重新分配到新的桶。所以最坏情况下，插入元素有可能是O(n)。

我们知道，在使用切片时，如果我们预先知道要添加到切片的元素数量，我们可以用给定的大小或容量对其进行初始化。这避免了不断应对切片增长导致底层数组频繁复制的问题。map与此类似。实际上，我们可以使用 make 内置函数在创建地图时提供初始大小。例如，如果我们要初始化一个包含 100 万个元素的map，可以这样写：

m := make(map[string]int, 1000000)

通过指定大小，go使用适当数量的桶创建map以存储 100 万个元素。 这节省了大量计算时间，因为map不用动态创建桶并处理桶溢出后rehash的问题。

指定大小 n 并不是说创建最多有100万个元素的map。 我们可以继续往map添加元素。 这实际代表着 Go 运行时至少 需要为n 个元素分配内存。

我们可以运行下基准测试看下这两个的性能差异：

package main

import (
	"testing"
)

var n = 1000000

func BenchmarkWithSize(b *testing.B) {
	for i := 0; i < b.N; i++ {
		m := make(map[string]int, n)
		for j := 0; j < n; j++ {
			m["hhs" + string(rune(j))] = j
		}
	}
}

func BenchmarkWithoutSize(b *testing.B) {
	for i := 0; i < b.N; i++ {
		m := make(map[string]int)
		for j := 0; j < n; j++ {
			m["hhs"+string(rune(j))] = j
		}
	}
}

go test -bench=.
goos: darwin
goarch: amd64
pkg: go-demo/5
cpu: Intel(R) Core(TM) i7-4770HQ CPU @ 2.20GHz
BenchmarkWithSize-8                    6         178365104 ns/op
BenchmarkWithoutSize-8                 3         362949513 ns/op
PASS
ok      go-demo/5 4.563s

我们可以看到初始化map大小的性能是高于未设置初始化大小的性能。其中的原因上面应该解释的很清楚了。

3、map内存泄漏

我们看下下面的一个例子：

package main

import (
	"fmt"
	"runtime"
)

func main() {
	n := 1000000
	m := make(map[int]struct{})
	printAlloc()

	for i := 0; i < n; i++ {
		m[i] = struct{}{}
	}
	printAlloc()

	for i := 0; i < n; i++ {
		delete(m, i)
	}

	runtime.GC()
	printAlloc()
	// 保留对m的引用，确保map不会被回收
	runtime.KeepAlive(m)

}

// 打印内存分配情况
func printAlloc() {
	var m runtime.MemStats
	runtime.ReadMemStats(&m)
	fmt.Printf("%d MB\n", m.Alloc/1024/1024)
}

1. 首先我们初始化一个map，map的值为空结构体，打印分配堆内存的大小。
2. 接着我们往map中添加100万个元素，打印分配堆内存的大小。
3. 然后我们删除所有元素，运行垃圾回收，打印分配堆内存的大小。

我们运行下上面的代码：

go run 5.go
0 MB
33 MB
21 MB

当我们添加100万元素之后，堆里面会分配33M的数据，像下面这样

当我们删除100万的数据之后，触发GC回收，实际上GC只是回收了桶里面的元素数据，桶的数量不会因为删除操作而减少，所以还有21M的数据

原因是map中的桶数不会缩小。

当然，为了解决大量写入、删除造成的内存泄漏问题，map引入了 sameSizeGrow 这一机制，在出现较多溢出桶时会整理哈希的内存减少空间的占用。