PHP的数组内部实现

转自：http://hi.baidu.com/xiaogang186/item/7e92460850bec9893d42e286

经常会有人问我, PHP的数组, 如果用foreach来访问, 遍历的顺序是固定的么? 以什么顺序遍历呢?

　　比如:

?php $arr['laruence']='huixinchen'; $arr['yahoo']=2007; $arr['baidu']=2008; foreach($arras$key=$val){ //结果是什么? }

　　又比如:

?php $arr[2]='huixinchen'; $arr[1]=2007; $arr[0]=2008; foreach($arras$key=$val){ //现在结果又是什么? }

　　要完全了解清楚这个问题, 我想首先应该要大家了解PHP数组的内部实现结构

　　PHP的数组

　　在PHP中, 数组是用一种HASH结构(HashTable)来实现的,(但是ＰＨＰ手册上说“PHP 中的数组实际上是一个有序图。图是一种把values映射到keys的类型。此类型在很多方面做了优化，因此可以把它当成真正的数组来使用，或列表（矢量），散列表（是图的一种实现），字典，集合，栈，队列以及更多可能性。因为可以用另一个 PHP 数组作为值，也可以很容易地模拟树。”) PHP使用了一些机制, 使得可以在O(1)的时间复杂度下实现数组的增删, 并同时支持线性遍历和随机访问.

　　之前的文章中也讨论过, PHP的HASH算法, 基于此, 我们做进一步的延伸.

　　认识HashTable之前, 首先让我们看看HashTable的结构定义, 我加了注释方便大家理解:

　　typedef struct _hashtable {

　　uint nTableSize; /* 散列表大小, Hash值的区间 */

　　uint nTableMask; /* 等于nTableSize -1, 用于快速定位 */

　　uint nNumOfElements; /* HashTable中实际元素的个数 */

　　ulong nNextFreeElement; /* 下个空闲可用位置的数字索引 */

　　Bucket *pInternalPointer; /* 内部位置指针, 会被reset, current这些遍历函数使用 */

　　Bucket *pListHead; /* 头元素, 用于线性遍历 */

　　Bucket *pListTail; /* 尾元素, 用于线性遍历 */

　　Bucket **arBuckets; /* 实际的存储容器 */

　　dtor_func_t pDestructor;/* 元素的析构函数(指针) */

　　zend_bool persistent;

　　unsigned char nApplyCount; /* 循环遍历保护 */

　　zend_bool bApplyProtection;

　　#if ZEND_DEBUG

　　int inconsistent;

　　#endif

　　} HashTable;

　　关于nApplyCount的意义, 我们可以通过一个例子来了解:

?php $arr=array(1,2,3,4,5,); $arr[]=$arr; var_export($arr);//Fatalerror:Nestingleveltoodeep-recursivedependency?

　　这个字段就是为了防治循环引用导致的无限循环而设立的.

　　查看上面的结构, 可以看出, 对于HashTable, 关键元素就是arBuckets了, 这个是实际存储的容器, 让我们来看看它的结构定义:

typedef struct bucket {
ulong h; /* 数字索引/hash值 */
uint nKeyLength; /* 字符索引的长度 */
void *pData; /* 数据 */
void *pDataPtr; /* 数据指针 */
struct bucket *pListNext; /* 下一个元素, 用于线性遍历 */
struct bucket *pListLast; /* 上一个元素, 用于线性遍历 */
struct bucket *pNext; /* 处于同一个拉链中的下一个元素 */
struct bucket *pLast; /* 处于同一拉链中的上一个元素 */
char arKey[1]; /* 节省内存,方便初始化的技巧 */
} Bucket;

　　我们留意到, 最后一个元素, 这个是flexible array技巧, 可以节省内存,和方便初始化的一种做法, 有兴趣的朋友可以google flexible array.

　　h是元素的Hash值,对于数字索引的元素,h为直接索引值(通过nKeyLength=0来表示是数字索引).而对于字符串索引来说, 索引值保存在arKey中, 索引的长度保存在nKeyLength中.

　　在Bucket中，实际的数QQ空间据是保存在pData指针指向的内存块中，通常这个内存块是系统另外分配的。但有一种情况例外，就是当Bucket保存 的数据是一个指针时，HashTable将不会另外请求系统分配空间来保存这个指针，而是直接将该指针保存到pDataPtr中，然后再将pData指向本结构成员的地址。这样可以提高效率，减少内存碎片。由此我们可以看到PHP HashTable设计的精妙之处。如果Bucket中的数据不是一个指针，pDataPtr为NULL(本段来自Altair的Zend HashTable详解)

　　结合上面的HashTable结构, 我们来说明下HashTable的总结构图:

　　

　　HashTable结构示意图

　　HashTable的pListhHead指向线性列表形式下的第一个元素, 上图中是元素1, pListTail指向的是最后一个元素0, 而对于每一个元素pListNext就是红色线条画出的线性结构的下一个元素, 而pListLast是上一个元素.

　　pInternalPointer指向当前的内部指针的位置, 在对数组进行顺序遍历的时候, 这个指针指明了当前的元素.

　　当在线性(顺序)遍历的时候, 就会从pListHead开始, 顺着Bucket中的pListNext/pListLast, 根据移动pInternalPointer, 来实现对所有元素的线性遍历.

　　比如, 对于foreach, 如果我们查看它天生的opcode序列, 我们可以发现, 在foreach之前, 会首先有个FE_RESET来重置数组的内部指针, 也就是pInternalPointer, 然后通过每次FE_FETCH来递增pInternalPointer,从而实现顺序遍历.

　　类似的, 当我们使用, each/next系列函数来遍历的时候, 也是通过移动数组的内部指针而实现了顺序遍历, 这里有一个问题, 比如:

?php $arr=array(1,2,3,4,5); foreach($arras$v){ //可以获取 } while(list($key,$v)=each($arr)){ //获取不到 } ?

　　了解到我刚才先容的知识, 那么这个问题也就很明朗了, 因为foreach会自动reset, 而while这块不会reset, 所以在foreach结束以后, pInternalPointer指向数组最末端, while语句块当然访问不到了, 解决的办法就是在each之前, 先reset数组的内部指针.

　　而在随机访问的时候, 就会通过hash值确定在hash数组中的头指针位置, 然后通过pNext/pLast来找到特点元素.

　　增加元素的时候, 元素会插在相同Hash元素链的头部和线性列表的尾部. 也就是说, 元素在线性遍历的时候是根据插进的先后顺序来遍历的, 这个特殊的设计使得在PHP中,当使用数字索引时, 元素的先后顺序是由添加的顺序决定的,而不是索引顺序.

　　也就是说, PHP中遍历数组的顺序, 是和元素的添加先后相关的, 那么, 现在我们就很清楚的知道, 文章开头的问题的输出是:

　　huixinchen20072008

　　所以, 如果你想在数字索引的数组中按照索引大小遍历, 那么你就应该使用for, 而不是foreach

　　for($i=0,$l=count($arr); $i$l; $i++) {

　　//这个时候,不能认为是顺序遍历(线性遍历)

}

#Php