map又称为hash表、字典,存储键值对,其增删改查工夫复杂度能够达到O(1)。map和切片是Go语言开发最罕用的数据类型。
基本操作
map存储键值对,反对key-value键值对的插入,查找/批改/删除key对应的value,并且这些操作都能够在O(1)工夫复杂度实现。
package mainimport "fmt"func main() { //map申明初始化 score := make(map[string]int, 0) //key-value键值对存储 score["zhangsan"] = 100 score["lisi"] = 90 //len返回map存储的键值对数目 fmt.Println(len(score), score) //2 map[lisi:90 zhangsan:100] //查找key对应值,两种形式:1)返回值value,以及bool值示意key-value键值对是否存在;2)只返回值value zhangsan, ok := score["zhangsan"] zhangsan1 := score["zhangsan"] fmt.Println(zhangsan, ok, zhangsan1) //100 true 100 //批改key对应值 score["zhangsan"] = 95 fmt.Println(score["zhangsan"]) //95 //删除map中键值对 delete(score,"zhangsan") //这时候查找key对应值,返回value类型空值,int类型空值就是0 zhangsan, ok = score["zhangsan"] fmt.Println(zhangsan, ok) //0 false}
len函数能够获取map键值对数目,留神map在查找key对应的value时,有两种形式:1)返回一个变量,只返回值value;2)返回两个变量,第一个示意值value,第二个为bool类型示意key-value键值对是否存在。另外,key-value键值对不存在时,查找时返回的是值value类型对应空值,如整数0,空字符串,空切片,指针nil等。特地当值类型为指针时要留神,应用之前最好判断下查找的键值对是否存在,以防呈现空指针异样panic。
map也反对for range遍历(迭代),相熟PHP语言的都晓得,PHP数组元素的遍历和插入程序是一样的;要特地留神Go语言map遍历时,键值对的拜访程序和插入是不统一的,并且每次遍历的拜访程序都不同,如上面例子所示:
package mainimport "fmt"func main() { //map申明初始化 score := make(map[string]int, 0) //key-value键值对存储 for i := 0; i < 10; i ++ { score[fmt.Sprintf("test-%v", i)] = i } for k, v := range score { fmt.Printf("%v:%v ", k, v) } //test-4:4 test-8:8 test-2:2 test-3:3 test-5:5 test-6:6 test-7:7 test-9:9 test-0:0 test-1:1 fmt.Printf("\n") for k, v := range score { fmt.Printf("%v:%v ", k, v) } //test-9:9 test-0:0 test-1:1 test-5:5 test-6:6 test-7:7 test-2:2 test-3:3 test-4:4 test-8:8 fmt.Printf("\n") //间接批改v是没有用的 for _, v := range score { v += 100 } //map[test-0:0 test-1:1 test-2:2 test-3:3 test-4:4 test-5:5 test-6:6 test-7:7 test-8:8 test-9:9] fmt.Println(score) //遍历过程中这样批改map键值对 for k, v := range score { score[k] = v + 100 } //map[test-0:100 test-1:101 test-2:102 test-3:103 test-4:104 test-5:105 test-6:106 test-7:107 test-8:108 test-9:109] fmt.Println(score)}
看到了吧,两次遍历输入后果都是不一样的,当然你在运行这段代码的时候,后果大概率与下面输入也是不同的。而且,遍历过程中,想批改键key对应的值value也要留神形式,变量k,v只是以后拜访的键值对的拷贝,间接批改变量v没有任何意义。
看到上述代码,忽然想到一个问题:如果遍历过程中,往map新增键值对,会怎么样?新增的键值对会再次被遍历拜访到吗?遍历过程会有限继续吗?
package mainimport "fmt"func main() { //map申明初始化 score := make(map[string]int, 0) //key-value键值对存储 for i := 0; i < 3; i ++ { score[fmt.Sprintf("test-%v", i)] = i } //map[test-0:0 test-1:1 test-2:2] fmt.Println(score) for k, v := range score { score[fmt.Sprintf("%v-%v", k, v)] = v + 1 } //8 map[test-0:0 test-0-0:1 test-0-0-1:2 test-1:1 test-1-1:2 test-1-1-2:3 test-2:2 test-2-2:3] fmt.Println(len(score),score)}
貌似遍历过程并没有有限继续。初始map键值对数目为3,遍历过程中新增键值对,如果新增的键值对不会再次被遍历拜访到,实践上完结后map键值对数目应该为6,然而后果却显示8,键值对数目靠近为原来的2倍多,而且察看输入后果,很显著,新增的键值对再次被遍历拜访到了。为什么最终键值对数目为8呢?其实这也是一个随机景象,屡次运行,你会发现map蕴含的键值对数据以及数目都是随机的。为什么呢?这里先保留一个疑难,前面会具体阐明。
最初还有一个小小的问题,map作为函数输出参数时,函数中批改了map(批改/删除/新增键值对),在函数调用方,map会同步产生扭转吗?len会扭转吗?会和切片景象一样吗?
package mainimport "fmt"func main() { score := make(map[string]int, 0) score["zhangsan"] = 100 fmt.Println(len(score), score) //1 map[zhangsan:100] testMap(score) fmt.Println(len(score), score) //2 map[lisi:90 zhangsan:100]}func testMap(m map[string]int) { m["lisi"] = 90 fmt.Println(len(m), m) //2 map[lisi:90 zhangsan:100]}
map数据,len居然都产生扭转了!说好的Go语言函数按值传参呢,map存储的键值对会产生扭转还能了解,参考切片,底层数组或者是什么构造能够共用,可是len为什么也会扭转呢?这里先保留一个疑难,前面会具体阐明。不过在解说之前,能够先思考下,len应该扭转吗?
实现原理
map也能够称为hash表,字典,其是如何实现O(1)的增删改查工夫复杂度呢?学习过数据结构的读者应该都晓得,个别有两种形式:凋谢寻址法和拉链法。最罕用的当属拉链法了,基于数组+链表实现,先应用散列函数将键key映射到数组索引(如:计算hash值,并按数组长度取模),因为不同的键key可能映射到同一个数组索引,所以多个键值对造成链表。
Go语言map采取的就是拉链法,只是还做了一些小小的优化。原始计划链表节点存储键值对,每个节点还蕴含next指针,这样算下来内存利用率其实是较低的;Go语言将多个元素压缩到同一个链表节点(8个),相当于8个key-value键值对才须要一个next指针,内存利用率天然比原始计划高。另外,因为CPU高速缓存(L1、L2、L3)存在,间断内存拜访的性能个别要高于扩散内存拜访,即8个key-value键值对间断存储的拜访性能略好。
Go语言map构造如下图所示,buckets就是咱们所说的数组,能够看到链表节点存储多个key-value键值对,并且多个key间断存储,再跟着多个value间断存储:
后面介绍的map初始化以及增删改查基本操作,底层都对应有函数实现,定义在文件runtime/map.go:
//make第二个参数,小于等于8对应makemap_small函数func makemap_small() *hmapfunc makemap(t *maptype, hint int, h *hmap) *hmap//依据key查找对应value,只返回值;对应v = map[key]写法func mapaccess1(t *maptype, h *hmap, key unsafe.Pointer) unsafe.Pointer//依据key查找对应value,返回两个变量:1)值;2)key是否存在。对应v, ok = map[key]写法func mapaccess2(t *maptype, h *hmap, key unsafe.Pointer) (unsafe.Pointer, bool)//新增或者批改键值对func mapassign(t *maptype, h *hmap, key unsafe.Pointer) unsafe.Pointer//删除键值对func mapdelete(t *maptype, h *hmap, key unsafe.Pointer)
在介绍这些基本操作之前,先理解下map相干构造的定义:
type hmap struct { count int // 键值对数目,len返回的就是该值 B uint8 // 数组buckets长度为 2^B buckets unsafe.Pointer // buckets数组}// bucketCnt = 8type bmap struct { // tophash generally contains the top byte of the hash value for each key in this bucket tophash [bucketCnt]uint8 // Followed by bucketCnt keys and then bucketCnt elems. // NOTE: packing all the keys together and then all the elems together makes the // code a bit more complicated than alternating key/elem/key/elem/... but it allows // us to eliminate padding which would be needed for, e.g., map[int64]int8. // Followed by an overflow pointer.}dataOffset = unsafe.Offsetof(struct { b bmap v int64 }{}.v)
buckets指向数组首地址,bmap就是链表节点的构造定义,然而其定义只有一个tophash字段,看不出什么多个key多个value间断存储。须要阐明的是,理论怎么拜访bmap内容就看你的代码怎么写了,其实与构造定义没有太大关系,毕竟变量拜访无非只须要地址+长度就行了。读者能够浏览这里的正文了,具体阐明了tophash字段前面还跟着多个key,多个value,以及overflow指针(就是next指针)。而变量dataOffset就是第一个键key首地址绝对于构造体bmap首地址的偏移量。
留神tophash字段,uint8数组,正文解释到,其存储的是键key的hash值的高字节;hash值类型为int64,占8字节,而最高字节内容就存储在tophash数组。tophash用于疾速比拟键key的hash值是否相等,计算形式如下:
func tophash(hash uintptr) uint8 { top := uint8(hash >> (goarch.PtrSize*8 - 8)) //PtrSize为8字节 if top < minTopHash { //minTopHash = 5,强制tophash值大于minTopHash top += minTopHash } return top}
为什么tophash值必须大于minTopHash呢?因为小于minTopHash的值有非凡标识,用于晋升键key查找效率。比方:
//以后地位没有存储键值对,且以后桶后续地位也都没有存储键值对emptyRest = 0 // this cell is empty, and there are no more non-empty cells at higher indexes or overflows.//以后地位没有存储键值对emptyOne = 1 // this cell is empty
另外,思考下为什么要间断存储多个key,再跟着间断存储多个value呢?为什么不能按key-value键值对对存储呢?这就波及都内存对齐了,不同类型的变量有内存对齐要求,比方int64首地址必须按8字节对齐(首地址是8的倍数),int32首地址必须依照4字节对齐,int8无要求。所以针对map[int64]int8,两种存储形式很显著会有如下区别:
好了,咱们理解到map底层构造为hmap,其蕴含底层buckets数组,键值对数目等,再察看下面介绍的基本操作函数申明,map初始化函数makemap返回hmap指针,map新增/批改键值对函数mapassign输出参数为hmap指针,删除键值对函数mapdelete输出参数为hmap指针。那么当map作为参数传递呢?其传递的也是hmap指针,那么函数外部批改了map数据,调用方是否同步扭转呢?len是否扭转呢?答案很显著了。
最初,基于这两个构造,map是如何实现增删改查等基本操作呢?咱们已新增/批改键值对为例,其实现函数为mapassign。该函数查找map,如果找到对应key,则替换值value;如果没有找到对应key,须要找到一个空的bmap地位,存储该键值对。留神学习上面代码时,联合buckets与bmap示意图更容易了解。
//省略了局部代码func mapassign(t *maptype, h *hmap, key unsafe.Pointer) unsafe.Pointer { //计算数组索引 bucket := t.hasher(key, uintptr(h.hash0)) & bucketMask(h.B) //buckets桶数组存储的其实就是bmap构造,该构造大小为bucketsize b := (*bmap)(add(h.buckets, bucket*uintptr(t.bucketsize))) //计算tophash值 top := tophash(hash) //记录查找到的可存储键值对地位 var inserti *uint8 //该地位可存储tophash值 var insertk unsafe.Pointer //该地位可存储键key var elem unsafe.Pointer //该地位可存储值valuebucketloop: for { //遍历该bmap 8个地位;比拟tophash值,比拟key for i := uintptr(0); i < bucketCnt; i++ { //如果tophash值不相等,阐明键key必定不想等 if b.tophash[i] != top { //如果以后地位没有存储键值对,且inserti为空,首次记录该地位可存储键值对 if isEmpty(b.tophash[i]) && inserti == nil { inserti = &b.tophash[i] //bmap首地址偏移dataOffset就是第一个键key存储地位,第i个键key,再偏移i个键key即可。 insertk = add(unsafe.Pointer(b), dataOffset+i*uintptr(t.keysize)) //计算第i个值value地址,bmap首地址偏移dataOffset,再偏移8个键key,再偏移i个值value即可。 elem = add(unsafe.Pointer(b), dataOffset+bucketCnt*uintptr(t.keysize)+i*uintptr(t.elemsize)) } //emptyRest阐明以后桶后续地位也都没有存储键值对,即map中不存在该键key;则新插入键值对到inserti地位。 if b.tophash[i] == emptyRest { break bucketloop } continue } //获取键key k := add(unsafe.Pointer(b), dataOffset+i*uintptr(t.keysize)) //判断查找到的键和输出key是否相等 if !t.key.equal(key, k) { continue } //key相等,则更新对应的值value if t.needkeyupdate() { typedmemmove(t.key, k, key) } goto done } //该bmap没有找到对应key,然而如果overflow不为空,则查找链表下一个bmap ovf := b.overflow(t) if ovf == nil { break } b = ovf } //没有查找到对应key,须要新增键值对 //没有找到一个新地位,则须要申请新的bmap if inserti == nil { newb := h.newoverflow(t, b) inserti = &newb.tophash[0] insertk = add(unsafe.Pointer(newb), dataOffset) elem = add(insertk, bucketCnt*uintptr(t.keysize)) } //剩下就是保留新增键值数据到inserti,insertk,elem}
函数mapassign的留神逻辑都写分明了正文。当然还有一些细节临时省略了,比方新增键值对的时候还须要判断是否须要扩容,否则链表越来越长,map的工夫复杂度将进化为O(N)。map的其余操作,如拜访mapaccess1,删除mapdelete与新增/批改mapassign比拟相似,外围都是找到bmap,遍历匹配键key,这里就不再介绍了。
迭代/遍历
还记得咱们遗留的两个问题吗,1)for range遍历map时,屡次遍历的拜访程序为什么不同呢?2)for range遍历过程中,新增键值对,最终的键值对数目为什么也是随机的呢?针对问题1,其实这是Go语言专门设计的,自身map的遍历程序就与插入程序不统一,Go语言设计者,为了让开发人员不要依赖map的遍历程序,更是将map的遍历程序设计为随机的。
如何遍历map每一个键值对呢?咱们晓得hmap构造保护有一个buckets数组,数组元素类型为bmap,bmap又通过overflow指针造成链表。那么,咱们只须要遍历buckets数组,遍历bmap链表,也就能实现map所有键值对的遍历拜访。map迭代/遍历依赖两个函数,其中hiter保护以后拜访到的地位,以及键值对信息:
func mapiterinit(t *maptype, h *hmap, it *hiter)func mapiternext(it *hiter)type hiter struct { //键值对 key unsafe.Pointer // Must be in first position. Write nil to indicate iteration end (see cmd/compile/internal/walk/range.go). elem unsafe.Pointer // Must be in second position (see cmd/compile/internal/walk/range.go). //以后遍历的bmap bptr *bmap // current bucket //以后map已遍历了几个键值对 i uint8 //开始遍历的bucket地位 startBucket uintptr // bucket iteration started at //偏移量,每一个bmap从该偏移量开始遍历 offset uint8 // intra-bucket offset to start from during iteration (should be big enough to hold bucketCnt-1) //以后遍历的bucket地位 bucket uintptr}
函数mapiterinit初始化迭代器hiter,包含开始遍历的bucket地位(随机),每一个bmap开始遍历的偏移量(随机)。正因为这两个值的随机性,才导致map的遍历程序随机。
func mapiterinit(t *maptype, h *hmap, it *hiter) { //随机 r := uintptr(fastrand()) it.startBucket = r & bucketMask(h.B) it.offset = uint8(r >> h.B & (bucketCnt - 1)) it.bucket = it.startBucket //获取第一个键值对 mapiternext(it)}
函数mapiternext用于拜访下一个键值对,只须要从以后bmap(hiter.bptr),以后偏移地位(hiter.i + hiter.offset)开始查找下一个键值对即可。如果以后bmap遍历结束,通过overflow获取下一个bmap;如果以后bucket所有bmap都已遍历结束,bucket++;而最终再次遍历到hiter.startBucket时,阐明以后map已遍历结束。这里就不再详述,有趣味的读者能够本人钻研下函数mapiternext实现。
所以for range遍历map的伪代码应该如下:
iter := &hiter{}mapiterinit(map, iter)for { if iter.key == nil { //遍历完结 break } k, v := iter.key, iter.elem //用户代码 //拜访下一个键值对 mapiternext(iter)}
map的遍历过程咱们都很分明了,当初是否能答复下面遗留的问题呢:遍历过程中,新增键值对,遍历过程并没有有限继续,map最终的键值对数目居然是随机的!其实不难理解,新增的键值对会存储在哪一个bucket呢?不晓得,由键key的hash值决定;每次遍历从哪一个bucket开始呢?不晓得,齐全随机。那这就对了,如果新增的键值对,刚好存储在未遍历过的地位;那么就会再次拜访到,如果刚好存储在已遍历过的地位,那么就不会再次拜访到。所以,新增的键值对是否再次被拜访到也是随机的,所以,map最终的键值对数目也是随机的。
扩容
扩容是什么?map为什么须要扩容呢?想想如果初始化时,map的buckets数组长度为8,始终往map新增键值对,会呈现什么状况?buckets数组上挂的bmap链表越来越长,这时候map的工夫复杂度还是O(1)吗?曾经进化为O(N)了!所以,map须要扩容,须要更大的buckets数组。
那么map什么时候须要扩容呢?这里有一个概念叫负载因子,其示意最大可存储的键值对数目除以buckets数组长度。当map存储的键值对数目超过buckets数组长度乘以负载因子时,触发扩容操作。那么负载因子应该是多少呢?要晓得,当buckets数组长度固定时,负载因子越小,可存储的键值对越少,而一个bmap就能存储8个键值对,键值对过少会节约bmap内存空间;负载因子越大,可存储的键值对越多,键值对过多bmap链表越长时间复杂度又越高。Go语言作者通过简略的程序,测试不同负载因子下,map的一些指标:
// loadFactor %overflow bytes/entry hitprobe missprobe// 4.00 2.13 20.77 3.00 4.00// 4.50 4.05 17.30 3.25 4.50// 5.00 6.85 14.77 3.50 5.00// 5.50 10.55 12.94 3.75 5.50// 6.00 15.27 11.67 4.00 6.00// 6.50 20.90 10.79 4.25 6.50// 7.00 27.14 10.15 4.50 7.00// 7.50 34.03 9.73 4.75 7.50// 8.00 41.10 9.40 5.00 8.00//// %overflow = percentage of buckets which have an overflow bucket// bytes/entry = overhead bytes used per key/elem pair// hitprobe = # of entries to check when looking up a present key// missprobe = # of entries to check when looking up an absent key
最终,选取的负载因子是6.5。扩容的时候,个别buckets数组长度扩充2倍,申请新的buckets数组,同时须要将老的buckets数组所有键值对迁徙到新的buckets数组,这就须要从新计算hash值,计算buckets数组索引,从新查找bmap闲暇地位。要留神,扩容也不是一次性实现的,即键值对的搬迁是逐渐分批次实现的,所以在这期间,同时存在两个buckets数组,这时候,map的增删改查该拜访哪个buckets数组呢?
其实也是有迹可循的:1)新增/删除/批改键值对,如果以后map正在扩容,计算键key在oldbuckets数组索引,迁徙该bucket所有键值对到新buckets数组,继续执行原有新增/删除/批改键值对逻辑;2)键值对查找,如果以后map正在扩容,计算键key在oldbuckets数组b索引,该bucket即为须要查找的bmap。问题来了,如何计算键key在oldbuckets数组索引呢?下面说了,扩容时,buckets数组长度是扩充两倍的,有键key的hash值,有数组长度,计算数组索引还不容易吗?键值对迁徙逻辑能够参照上面两个函数:
//oldbucket是须要迁徙的oldbuckets数组索引,逻辑省略func evacuate(t *maptype, h *hmap, oldbucket uintptr)//判断该bucket键值对是否曾经迁徙func evacuated(b *bmap) bool { h := b.tophash[0] return h > emptyOne && h < minTopHash}//判断是否生在扩容func (h *hmap) growing() bool { return h.oldbuckets != nil}
所以,如果须要频繁操作map时,并且曾经晓得须要存储的键值对数目,比方转化切片到map,这时候应用make初始化map,能够指定初始buckets数组长度,防止不必要的扩容。
并发问题
咱们都晓得Go语言具备人造的并发劣势,go func能够很不便的创立一个并发协程。那么,如果有一个全局的map,在多个协程中并发操作map呢?能够这么操作吗?咱们写个小程序测试一下:
package mainimport ( "fmt" "time")func main() { var m = make(map[string]int, 0) //创立10个协程 for i := 0; i <= 10; i ++ { go func() { //协程内,循环操作map for j := 0; j <= 100; j ++ { m[fmt.Sprintf("test_%v", j)] = j } }() } //主协程休眠3秒,否则主协程完结了,子协程没有机会执行 time.Sleep(time.Second * 3) fmt.Println(m)}
运行之前能够猜一下执行后果。程序panic了,异样信息为:"fatal error: concurrent map writes"。很明确,并发写map导致的panic,也就是说,咱们不能在多个协程并发执行map写操作,这一点要特地留神,首次写Go语言很容易犯这个错。
其实在函数mapassign很容易找到这些逻辑:
func mapassign(t *maptype, h *hmap, key unsafe.Pointer) unsafe.Pointer { //如果并发写map,报错 if h.flags&hashWriting != 0 { throw("concurrent map writes") } //记录以后map正在执行写操作 h.flags ^= hashWriting //执行完结后,再次判断 done: if h.flags&hashWriting == 0 { throw("concurrent map writes") } h.flags &^= hashWriting}
那如果的确想在多个协程并发操作map怎么办?这就须要采取其余计划了,比方加锁,比方应用并发平安map(sync.Map),这些将在前面章节并发编程具体介绍。
总结
map就介绍到这里了,要好好了解Go语言map根本构造,包含buckets数组,bmap构造。map在函数传参时的一些景象也不同于slice,map遍历的随机性也须要留神,而map并发拜访panic记得千万要防止。