关于redis:Redis的设计与实现5整数集合

整数汇合(intset)是汇合键的底层实现之一: 当一个汇合只蕴含整数值元素, 并且这个汇合的元素数量不多时, Redis 就会应用整数汇合作为汇合键的底层实现.

整数汇合 (intset) 是 Redis 用于保留整数值的汇合形象数据结构, 它能够保留类型为 int16_t , int32_t 或者 int64_t 的整数值, 并且保障汇合中不会呈现反复元素.

1. 整数汇合的定义

每个 intset.h/intset 构造示意一个整数汇合:

typedef struct intset {  // 编码方式  uint32_t encoding;  // 汇合蕴含的元素数量  uint32_t length;  // 保留元素的数组  int8_t contents[];} intset;

contents 数组是整数汇合的底层实现: 整数汇合的每个元素都是 contents 数组的一个数组项 (item) , 各个项在数组中按值的大小从小到大有序地排列, 并且数组中不蕴含任何反复项.

length 属性记录了整数汇合蕴含的元素数量, 也即是 contents 数组的长度.

尽管 intset 构造将 contents 属性申明为 int8_t 类型的数组, 但实际上 contents 数组并不保留任何 int8_t 类型的值 -- contents 数组的真正类型取决于 encoding 属性的值:

如果 encoding 属性的值为 INTSET_ENC_INT16 , 那么 contents 就是一个 int16_t 类型的数组, 数组里的每个项都是一个 int16_t 类型的整数值 (最小值为 -32,768 , 最大值为 32,767 );
如果 encoding 属性的值为 INTSET_ENC_INT32 , 那么 contents 就是一个 int32_t 类型的数组, 数组里的每个项都是一个 int32_t 类型的整数值 (最小值为 -2,147,483,648 , 最大值为 2,147,483,647 );
如果 encoding 属性的值为 INTSET_ENC_INT64 , 那么 contents 就是一个 int64_t 类型的数组, 数组里的每个项都是一个 int64_t 类型的整数值 (最小值为 -9,223,372,036,854,775,808 , 最大值为 9,223,372,036,854,775,807 ).

2. 降级

每当咱们要将一个新元素增加到整数汇合外面, 并且新元素的类型比整数汇合现有所有元素的类型都要长时, 整数汇合须要先进行降级 (upgrade) , 而后能力将新元素增加到整数汇合外面.

降级整数汇合并增加新元素共分为三步进行:

依据新元素的类型, 扩大整数汇合底层数组的空间大小, 并为新元素调配空间;
将底层数组现有的所有元素都转换成与新元素雷同的类型, 并将类型转换后的元素搁置到正确的位上, 而且在搁置元素的过程中, 须要持续维持底层数组的有序性质不变;
将新元素增加到底层数组外面.

因为每次向整数汇合增加新元素都可能会引起降级, 而每次降级都须要对底层数组中已有的所有元素进行类型转换, 所以向整数汇合增加新元素的工夫复杂度为 O(N).

3. 降级之后新元素的摆放地位

因为引发降级的新元素的长度总是比整数汇合现有所有元素的长度都大, 所以这个新元素的值要么就大于所有现有元素, 要么就小于所有现有元素:

在新元素小于所有现有元素的状况下, 新元素会被搁置在底层数组的最结尾 (索引 0 ) ;
在新元素大于所有现有元素的状况下, 新元素会被搁置在底层数组的最开端 (索引 length-1 ).

4. 降级的益处

4.1 晋升灵活性

因为 C 语言是动态类型语言, 为了防止类型谬误, 咱们通常不会将两种不同类型的值放在同一个数据结构外面.

比如说, 咱们个别只应用 int16_t 类型的数组来保留 int16_t 类型的值, 只应用 int32_t 类型的数组来保留 int32_t 类型的值, 诸如此类.

然而, 因为整数汇合能够通过主动降级底层数组来适应新元素, 所以咱们能够随便地将 int16_t , int32_t 或者 int64_t 类型的整数增加到汇合中, 而不用放心呈现类型谬误, 这种做法非常灵活.

4.2 节约内存

当然, 要让一个数组能够同时保留 int16_t , int32_t , int64_t 三种类型的值, 最简略的做法就是间接应用 int64_t 类型的数组作为整数汇合的底层实现. 不过这样一来, 即便增加到整数汇合外面的都是 int16_t 类型或者 int32_t 类型的值, 数组都须要应用 int64_t 类型的空间去保留它们, 从而呈现节约内存的状况.

而整数汇合当初的做法既能够让汇合能同时保留三种不同类型的值, 又能够确保降级操作只会在有须要的时候进行, 这能够尽量节俭内存.

比如说, 如果咱们始终只向整数汇合增加 int16_t 类型的值, 那么整数汇合的底层实现就会始终是 int16_t 类型的数组, 只有在咱们要将 int32_t 类型或者 int64_t 类型的值增加到汇合时, 程序才会对数组进行降级.

5. 降级

整数汇合不反对降级操作, 一旦对数组进行了降级, 编码就会始终放弃降级后的状态.

6. 整数汇合 API

函数	作用	工夫复杂度
intsetNew	创立一个新的整数汇合.	O(1)
intsetAdd	将给定元素增加到整数汇合外面.	O(N)
intsetRemove	从整数汇合中移除给定元素.	O(N)
intsetFind	查看给定值是否存在于汇合.	因为底层数组有序，查找能够通过二分查找法来进行, 所以复杂度为 O(log N).
intsetRandom	从整数汇合中随机返回一个元素.	O(1)
intsetGet	取出底层数组在给定索引上的元素.	O(1)
intsetLen	返回整数汇合蕴含的元素个数.	O(1)
intsetBlobLen	返回整数汇合占用的内存字节数.	O(1)

7. 总结

整数汇合是汇合键的底层实现之一.
整数汇合的底层实现为数组, 这个数组以有序, 无反复的形式保留汇合元素, 在有须要时, 程序会依据新增加元素的类型, 扭转这个数组的类型.
降级操作为整数汇合带来了操作上的灵活性, 并且尽可能地节约了内存.
整数汇合只反对降级操作, 不反对降级操作.

文章来源于自己博客，公布于 2018-05-28，原文链接：https://imlht.com/archives/138/