深入 Go 底层原理（十二）：map 的实现与哈希冲突

1. 引言

map 是 Go 语言中使用频率极高的数据结构，它提供了快速的键值对存取能力。虽然 map 的使用非常简单，但其底层的实现却是一个精心设计的哈希表，它需要高效地处理哈希计算、数据存储、扩容以及最关键的——哈希冲突。

本文将解剖 map 的底层数据结构，详细阐述其查找、赋值和扩容过程，特别是它是如何解决哈希冲突的。

2. map 的核心数据结构

Go map 的运行时表示是 runtime.hmap 结构体，其关键字段如下：

// src/runtime/map.go
type hmap struct {
    count     int    // map 中元素的个数，即 len(m)
    flags     uint8
    B         uint8  // buckets 的对数，buckets 数量 = 2^B
    noverflow uint16 // 溢出桶的大致数量
    hash0     uint32 // 哈希种子

    buckets    unsafe.Pointer // 指向 bucket 数组的指针，大小为 2^B
    oldbuckets unsafe.Pointer // 在扩容时，指向旧的 bucket 数组
    nevacuate  uintptr        // 扩容进度计数器
    // ...
}

map 的核心是一个 bucket 数组。每个 bucket 是一个 runtime.bmap 结构：

// 一个 bucket 最多可以存放 8 个键值对
const bucketCnt = 8

type bmap struct {
    tophash [bucketCnt]uint8 // 存储每个 key 哈希值的高 8 位
    // keys and values follow
}

• B: 决定了 map 有多少个 bucket，总数是 2B。

• buckets: 是一个指针，指向一个连续的 bucket 数组。

• bmap (bucket):

  • tophash: 这是一个巧妙的优化。它存储了每个 key 的哈希值的高 8 位 (top hash)。在查找 key 时，可以先快速比较这 8 位，如果 tophash 都不匹配，就无需再比较完整的 key，从而加速查找。

  • 键和值: bmap 结构体之后，紧跟着存储了 8 个 key 和 8 个 value。它们在内存上是连续的。

• 溢出桶 (Overflow Bucket): 如果一个 bucket 的 8 个槽位都满了，map 会通过一个指针将这个 bucket 与一个溢出桶链接起来，形成一个链表。

3. map 的工作流程

a) 写入/赋值 (map[key] = value)

1. 哈希计算: 使用哈希函数计算 key 的哈希值 hash。

2. 定位 Bucket: 使用 hash 的低 B 位来决定这个 key 应该落在哪个 bucket 中。例如，bucketIndex = hash & (2^B - 1)。

3. 定位槽位:

   • 计算 hash 的高 8 位 tophash。

   • 遍历目标 bucket 的 tophash 数组，看是否存在相同的 tophash。

   • 如果 tophash 相同，再完整地比较 key 是否相同。

   • 如果 key 已存在，则更新对应的 value。

   • 如果 key 不存在，就在 bucket 中找一个空槽位，存入 tophash, key 和 value。

4. 处理冲突与溢出: 如果当前 bucket 的 8 个槽位都满了，map 会创建一个新的溢出桶，并让当前 bucket 指向它。新的键值对将被存入这个溢出桶。

b) 查找 (value, ok := map[key])

查找过程与写入类似。通过哈希值定位到 bucket，然后先比较 tophash，再比较完整的 key。会依次遍历 bucket 和其所有链接的溢出桶，直到找到 key 或者遍历完所有溢出桶。

c) 扩容 (Grow)

当以下任一条件满足时，map 会触发扩容：

1. 负载因子超限: map 中元素的数量 count / bucket 数量 2^B > 6.5。

2. 溢出桶过多: map 的溢出桶数量过多时（当 B < 15 时，noverflow >= 2^B），也会触发扩容，这主要是为了解决因大量删除操作导致的内存空洞问题。

扩容方式:

• 等量扩容: 如果是因溢出桶过多触发，map 会创建一个与原 bucket 数组大小相同的新数组，然后将数据重新排列（rehash），目的是消除内存碎片。

• 翻倍扩容: 如果是因负载因子超限触发，map 会创建一个两倍大的 bucket 数组（B 会加 1）。

渐进式扩容 (Incremental Evacuation): 为了避免因扩容导致长时间的 STW，Go map 的扩容是渐进式的。

• 扩容时, map 不会一次性将所有数据从 oldbuckets 搬到 buckets。

• 而是每当对 map 进行一次写入或删除操作时，会顺便“搬运”一到两个 bucket 的数据。

• 查询操作可能会同时在 oldbuckets 和 buckets 中进行。

• 整个搬运过程会分散到多次操作中，直到 oldbuckets 中的数据全部迁移完毕。