键值对的高效插入与查询-hash-哈希

今天看了有关hash方面的源码，以及上网搜索了一些百家之谈，我也说一下心得体会。

由于开发是C语言，所以想c++的vector，map等用不到，说白了就是要用C语言构建类似vector的东西。

在我看来，今天说的哈希结构非常像vector，下面来说一下：

我读的代码是  redis 源码里面的dict.c dict.h

这个dict专门用于存储键值对的东西，并不局限于字符串，还可以是别的类型。下面说一下dict实现的要点部分。

1. dict 是可伸缩的，初始化的时候，dict只有 4个桶（redis初始化为4），每个桶里面有一条锁链，链子上的每个 结 就是 键值对。

2.数据如何插入、修改？ 首先一个键值对要插入，先用一个hash算法，算出键的hash，然后拿这个hash跟 当前桶的个数-1（也就是4-1）相与，结果就是它要进入的桶的编号，编号找到了，然后遍历一遍这个桶里面的锁链，如果键已经存在，则把值进行替换，这就是修改操作。如果没有找到，则将新的键值对插入到锁链的头部。

2.删除操作呢？ 与插入雷同，先hash，再确定桶编号，再遍历锁链，找到后 断链删除。

3.查询？ 不说了，你肯定会了。

OK，到这里为止，已经全部讲完了，但是有个问题，加入插入了上百万键值对，就4个桶，会导致什么？？ 桶里面的链子太长了每个链子长度都在几十万，导致增删改查都极其缓慢。

所以要引入一个机制，如何避免这个问题。下面还是拿redis的解决方案。

1.设定一个比例，叫radio，比如等于5（redis默认值）

2.假如目前有4个桶，举个栗子 ， 但是插入了 23个键值对，理论上来说，这23个键值对会均匀分布到4个桶中，毕竟hash算法产生的值可以看成随机值，与（4-1）做与操作，得出的值0,1,2,3,的概率差不多。   这个radio这时就起作用了，  用 23/4 = 5.X ，这个值大于了 5 ，所以触发扩容操作也就是 所谓的 expand操作，扩容很凶残， 直接就是 当前桶数*2 ，所以这时桶变成了8个。

3.新桶有了，该把旧桶的数据转移到新桶中，怎么转移呢？   遍历旧桶中的每个锁链，取出每个键值对，然后重新算hash，算完就用新的hash 与  （8-1）相与，这时得到新的桶编号，找到了自己的新桶，然后扣在新桶的锁链上。这个过程就叫 rehash。

相信上面的举例解释够白话了，不可能听不懂。归纳一下，hash做的dict结构 采用 数组与链表两种常见结构，数组就是一个个的桶，链表就是桶中的锁链。通过与操作可以快速算出桶编号，通过  bucket【i】可以瞬间定位桶地址，找到了桶，然后通过一个radio阈值，确保锁链不会太长，所以会很快的完成查询功能。

上面讲的是原理，其实真是情况跟上面不一样，rehash操作是个费时操作，所以如果要插入一个键值对，引发扩容，进而引发rehash，会导致本次插入耗时过长，所以需要采取一些措施。

1. 两个桶数组，一个桶做缓冲用。

2.rehash操作分批进行，比如一次移一个桶或者几个桶，这些还是自己去看源码吧。