锐客网

  1. 首页 > 生活百科 > it技术 > >

go语言单链表 go语言单链表删除头结点

IT技术Bucket

彻底理解Golang Map 本文目录如下，阅读本文后，将一网打尽下面Golang Map相关面试题
Go中的map是一个指针 ， 占用8个字节，指向hmap结构体;源码 src/runtime/map.go 中可以看到map的底层结构
每个map的底层结构是hmap，hmap包含若干个结构为bmap的bucket数组 。每个bucket底层都采用链表结构 。接下来，我们来详细看下map的结构
bmap就是我们常说的“桶”，一个桶里面会最多装 8 个 key，这些 key 之所以会落入同一个桶，是因为它们经过哈希计算后，哈希结果是“一类”的，关于key的定位我们在map的查询和插入中详细说明 。在桶内，又会根据 key 计算出来的 hash 值的高 8 位来决定 key 到底落入桶内的哪个位置（一个桶内最多有8个位置) 。
bucket内存数据结构可视化如下：
注意到 key 和 value 是各自放在一起的，并不是key/value/key/value/...这样的形式 。源码里说明这样的好处是在某些情况下可以省略掉 padding字段，节省内存空间 。
当 map 的 key 和 value 都不是指针，并且 size 都小于 128 字节的情况下，会把 bmap 标记为不含指针 ， 这样可以避免 gc 时扫描整个 hmap 。但是，我们看 bmap 其实有一个 overflow 的字段，是指针类型的，破坏了 bmap 不含指针的设想，这时会把 overflow 移动到 extra 字段来 。
map是个指针，底层指向hmap，所以是个引用类型
golang 有三个常用的高级类型 slice 、map、channel,它们都是 引用类型 ，当引用类型作为函数参数时，可能会修改原内容数据 。
golang 中没有引用传递，只有值和指针传递 。所以 map 作为函数实参传递时本质上也是值传递，只不过因为 map 底层数据结构是通过指针指向实际的元素存储空间，在被调函数中修改 map，对调用者同样可见，所以 map 作为函数实参传递时表现出了引用传递的效果 。
因此 ， 传递 map 时，如果想修改map的内容而不是map本身，函数形参无需使用指针
map底层数据结构是通过指针指向实际的元素 存储空间，这种情况下，对其中一个map的更改，会影响到其他map
map 在没有被修改的情况下，使用 range 多次遍历 map 时输出的 key 和 value 的顺序可能不同 。这是 Go 语言的设计者们有意为之 ， 在每次 range 时的顺序被随机化，旨在提示开发者们，Go 底层实现并不保证 map 遍历顺序稳定，请大家不要依赖 range 遍历结果顺序 。
map 本身是无序的，且遍历时顺序还会被随机化，如果想顺序遍历 map，需要对 map key 先排序 ， 再按照 key 的顺序遍历 map 。
map默认是并发不安全的，原因如下：
Go 官方在经过了长时间的讨论后，认为 Go map 更应适配典型使用场景（不需要从多个 goroutine 中进行安全访问） ， 而不是为了小部分情况（并发访问），导致大部分程序付出加锁代价（性能），决定了不支持 。
场景:2个协程同时读和写，以下程序会出现致命错误：fatal error: concurrent map writes
如果想实现map线程安全，有两种方式：
方式一：使用读写锁mapsync.RWMutex
方式二：使用golang提供的sync.Map
sync.map是用读写分离实现的 ， 其思想是空间换时间 。和map RWLock的实现方式相比 ， 它做了一些优化：可以无锁访问read map，而且会优先操作read map，倘若只操作read map就可以满足要求(增删改查遍历)，那就不用去操作write map(它的读写都要加锁)，所以在某些特定场景中它发生锁竞争的频率会远远小于map RWLock的实现方式 。
golang中map是一个kv对集合 。底层使用hash table，用链表来解决冲突 ， 出现冲突时 ， 不是每一个key都申请一个结构通过链表串起来，而是以bmap为最小粒度挂载，一个bmap可以放8个kv 。在哈希函数的选择上，会在程序启动时，检测 cpu 是否支持 aes，如果支持 ， 则使用 aes hash，否则使用 memhash 。
map有3钟初始化方式，一般通过make方式创建
map的创建通过生成汇编码可以知道，make创建map时调用的底层函数是 runtime.makemap。如果你的map初始容量小于等于8会发现走的是 runtime.fastrand 是因为容量小于8时不需要生成多个桶，一个桶的容量就可以满足
makemap函数会通过fastrand创建一个随机的哈希种子，然后根据传入的hint计算出需要的最小需要的桶的数量，最后再使用makeBucketArray 创建用于保存桶的数组，这个方法其实就是根据传入的B计算出的需要创建的桶数量在内存中分配一片连续的空间用于存储数据 ， 在创建桶的过程中还会额外创建一些用于保存溢出数据的桶，数量是2^(B-4)个 。初始化完成返回hmap指针 。
找到一个 B，使得 map 的装载因子在正常范围内
Go 语言中读取 map 有两种语法：带 comma 和 不带 comma 。当要查询的 key 不在 map 里，带 comma 的用法会返回一个 bool 型变量提示 key 是否在 map 中；而不带 comma 的语句则会返回一个 value 类型的零值 。如果 value 是 int 型就会返回 0，如果 value 是 string 类型，就会返回空字符串 。
map的查找通过生成汇编码可以知道 ， 根据 key 的不同类型，编译器会将查找函数用更具体的函数替换，以优化效率：
函数首先会检查 map 的标志位 flags 。如果 flags 的写标志位此时被置 1 了，说明有其他协程在执行“写”操作 ， 进而导致程序 panic 。这也说明了 map 对协程是不安全的 。
key经过哈希函数计算后，得到的哈希值如下（主流64位机下共 64 个 bit 位）：
m: 桶的个数
从buckets 通过 hashm 得到对应的bucket，如果bucket正在扩容，并且没有扩容完成，则从oldbuckets得到对应的bucket
计算hash所在桶编号：
用上一步哈希值最后的 5 个 bit 位，也就是01010 ，值为 10，也就是 10 号桶（范围是0~31号桶）
计算hash所在的槽位:
用上一步哈希值哈希值的高8个bit 位，也就是 10010111 ，转化为十进制，也就是151，在 10 号 bucket 中寻找** tophash 值（HOB hash）为 151* 的 槽位**，即为key所在位置，找到了 2 号槽位，这样整个查找过程就结束了 。
如果在 bucket 中没找到，并且 overflow 不为空，还要继续去 overflow bucket 中寻找，直到找到或是所有的 key 槽位都找遍了，包括所有的 overflow bucket 。
通过上面找到了对应的槽位，这里我们再详细分析下key/value值是如何获取的：
bucket 里 key 的起始地址就是 unsafe.Pointer(b) dataOffset 。第 i 个 key 的地址就要在此基础上跨过 i 个 key 的大?。欢颐怯种溃瑅alue 的地址是在所有 key 之后，因此第 i 个 value 的地址还需要加上所有 key 的偏移 。
通过汇编语言可以看到，向 map 中插入或者修改 key，最终调用的是mapassign函数 。
实际上插入或修改 key 的语法是一样的 ， 只不过前者操作的 key 在 map 中不存在，而后者操作的 key 存在 map 中 。
mapassign 有一个系列的函数，根据 key 类型的不同，编译器会将其优化为相应的“快速函数” 。
我们只用研究最一般的赋值函数mapassign。
map的赋值会附带着map的扩容和迁移 ， map的扩容只是将底层数组扩大了一倍，并没有进行数据的转移，数据的转移是在扩容后逐步进行的，在迁移的过程中每进行一次赋值（access或者delete）会至少做一次迁移工作 。
1.判断map是否为nil
每一次进行赋值/删除操作时，只要oldbuckets != nil 则认为正在扩容，会做一次迁移工作，下面会详细说下迁移过程
根据上面查找过程，查找key所在位置，如果找到则更新，没找到则找空位插入即可
经过前面迭代寻找动作，若没有找到可插入的位置 ， 意味着需要扩容进行插入，下面会详细说下扩容过程
通过汇编语言可以看到，向 map 中删除 key ， 最终调用的是mapdelete函数
删除的逻辑相对比较简单 ， 大多函数在赋值操作中已经用到过，核心还是找到 key 的具体位置 。寻找过程都是类似的，在 bucket 中挨个 cell 寻找 。找到对应位置后 ， 对 key 或者 value 进行“清零”操作 ， 将 count 值减 1，将对应位置的 tophash 值置成Empty
再来说触发 map 扩容的时机：在向 map 插入新 key 的时候，会进行条件检测，符合下面这 2 个条件，就会触发扩容：
1、装载因子超过阈值
源码里定义的阈值是 6.5 (loadFactorNum/loadFactorDen)，是经过测试后取出的一个比较合理的因子
我们知道，每个 bucket 有 8 个空位，在没有溢出，且所有的桶都装满了的情况下 ， 装载因子算出来的结果是 8 。因此当装载因子超过 6.5 时，表明很多 bucket 都快要装满了，查找效率和插入效率都变低了 。在这个时候进行扩容是有必要的 。
对于条件 1，元素太多，而 bucket 数量太少，很简单：将 B 加 1，bucket 最大数量( 2^B )直接变成原来 bucket 数量的 2 倍 。于是，就有新老 bucket 了 。注意，这时候元素都在老 bucket 里，还没迁移到新的 bucket 来 。新 bucket 只是最大数量变为原来最大数量的 2 倍( 2^B * 2 )。
2、overflow 的 bucket 数量过多
在装载因子比较小的情况下，这时候 map 的查找和插入效率也很低，而第 1 点识别不出来这种情况 。表面现象就是计算装载因子的分子比较小，即 map 里元素总数少，但是 bucket 数量多（真实分配的 bucket 数量多，包括大量的 overflow bucket）
不难想像造成这种情况的原因：不停地插入、删除元素 。先插入很多元素，导致创建了很多 bucket ， 但是装载因子达不到第 1 点的临界值，未触发扩容来缓解这种情况 。之后，删除元素降低元素总数量，再插入很多元素，导致创建很多的 overflow bucket，但就是不会触发第 1 点的规定，你能拿我怎么办？overflow bucket 数量太多，导致 key 会很分散，查找插入效率低得吓人，因此出台第 2 点规定 。这就像是一座空城，房子很多 ， 但是住户很少，都分散了 ， 找起人来很困难
对于条件 2，其实元素没那么多，但是 overflow bucket 数特别多 ， 说明很多 bucket 都没装满 。解决办法就是开辟一个新 bucket 空间，将老 bucket 中的元素移动到新 bucket，使得同一个 bucket 中的 key 排列地更紧密 。这样，原来，在 overflow bucket 中的 key 可以移动到 bucket 中来 。结果是节省空间，提高 bucket 利用率，map 的查找和插入效率自然就会提升 。
由于 map 扩容需要将原有的 key/value 重新搬迁到新的内存地址，如果有大量的 key/value 需要搬迁，会非常影响性能 。因此 Go map 的扩容采取了一种称为“渐进式”的方式，原有的 key 并不会一次性搬迁完毕，每次最多只会搬迁 2 个 bucket 。
上面说的hashGrow()函数实际上并没有真正地“搬迁” ， 它只是分配好了新的 buckets，并将老的 buckets 挂到了 oldbuckets 字段上 。真正搬迁 buckets 的动作在growWork()函数中，而调用growWork()函数的动作是在 mapassign 和 mapdelete 函数中 。也就是插入或修改、删除 key 的时候，都会尝试进行搬迁 buckets 的工作 。先检查 oldbuckets 是否搬迁完毕，具体来说就是检查 oldbuckets 是否为 nil 。
如果未迁移完毕，赋值/删除的时候，扩容完毕后（预分配内存），不会马上就进行迁移 。而是采取 增量扩容 的方式，当有访问到具体 bukcet 时 ， 才会逐渐的进行迁移（将 oldbucket 迁移到 bucket）
nevacuate 标识的是当前的进度，如果都搬迁完，应该和2^B的长度是一样的
在evacuate 方法实现是把这个位置对应的bucket，以及其冲突链上的数据都转移到新的buckets上 。
转移的判断直接通过tophash 就可以 ， 判断tophash中第一个hash值即可
遍历的过程 ， 就是按顺序遍历 bucket，同时按顺序遍历 bucket 中的 key 。
map遍历是无序的，如果想实现有序遍历，可以先对key进行排序
为什么遍历 map 是无序的？
如果发生过迁移 ， key 的位置发生了重大的变化，有些 key 飞上高枝，有些 key 则原地不动 。这样 ， 遍历 map 的结果就不可能按原来的顺序了 。
如果就一个写死的 map，不会向 map 进行插入删除的操作，按理说每次遍历这样的 map 都会返回一个固定顺序的 key/value 序列吧 。但是 Go 杜绝了这种做法，因为这样会给新手程序员带来误解，以为这是一定会发生的事情 ， 在某些情况下，可能会酿成大错 。
Go 做得更绝，当我们在遍历 map 时，并不是固定地从 0 号 bucket 开始遍历，每次都是从一个**随机值序号的 bucket开始遍历，并且是从这个 bucket 的一个 随机序号的 cell **开始遍历 。这样，即使你是一个写死的 map，仅仅只是遍历它，也不太可能会返回一个固定序列的 key/value 对了 。
goland map底层原理map 是Go语言中基础的数据结构，在日常的使用中经常被用到 。但是它底层是如何实现的呢go语言单链表？
总体来说golang的map是hashmap，是使用数组 链表的形式实现的，使用拉链法消除hash冲突 。
golang的map由两种重要的结构，hmap和bmap(下文中都有解释)，主要就是hmap中包含一个指向bmap数组的指针 ， key经过hash函数之后得到一个数，这个数低位用于选择bmap(当作bmap数组指针的下表)，高位用于放在bmap的[8]uint8数组中 ， 用于快速试错 。然后一个bmap可以指向下一个bmap(拉链) 。
Golang中map的底层实现是一个散列表 ， 因此实现map的过程实际上就是实现散表的过程 。在这个散列表中 ， 主要出现的结构体有两个，一个叫 hmap (a header for a go map)，一个叫 bmap (a bucket for a Go map，通常叫其bucket) 。这两种结构的样子分别如下所示：
hmap :
图中有很多字段，但是便于理解map的架构，你只需要关心的只有一个，就是标红的字段： buckets数组。Golang的map中用于存储的结构是bucket数组 。而bucket(即bmap)的结构是怎样的呢？
bucket ：
相比于hmap，bucket的结构显得简单一些，标红的字段依然是“核心”，我们使用的map中的key和value就存储在这里 。“高位哈希值”数组记录的是当前bucket中key相关的“索引”，稍后会详细叙述 。还有一个字段是一个指向扩容后的bucket的指针，使得bucket会形成一个链表结构 。例如下图：
由此看出hmap和bucket的关系是这样的：
而bucket又是一个链表，所以 ， 整体的结构应该是这样的：
哈希表的特点是会有一个哈希函数，对你传来的key进行哈希运算，得到唯一的值，一般情况下都是一个数值 。Golang的map中也有这么一个哈希函数，也会算出唯一的值，对于这个值的使用，Golang也是很有意思 。
Golang把求得的值按照用途一分为二：高位和低位 。
如图所示，蓝色为高位，红色为低位 。然后低位用于寻找当前key属于hmap中的哪个bucket ， 而高位用于寻找bucket中的哪个key 。上文中提到：bucket中有个属性字段是“高位哈希值”数组 ， 这里存的就是蓝色的高位值，用来声明当前bucket中有哪些“key”，便于搜索查找 。需要特别指出的一点是：我们map中的key/value值都是存到同一个数组中的 。数组中的顺序是这样的:
并不是key0/value0/key1/value1的形式，这样做的好处是：在key和value的长度不同的时候，可 以消除padding(内存对齐)带来的空间浪费。
现在，我们可以得到Go语言map的整个的结构图go语言单链表了：(hash结果的低位用于选择把KV放在bmap数组中的哪一个bmap中，高位用于key的快速预览，用于快速试错)
map的扩容
当以上的哈希表增长的时候，Go语言会将bucket数组的数量扩充一倍，产生一个新的bucket数组，并将旧数组的数据迁移至新数组 。
加载因子
判断扩充的条件，就是哈希表中的加载因子(即loadFactor) 。
加载因子是一个阈值 ， 一般表示为：散列包含的元素数 除以 位置总数 。是一种“产生冲突机会”和“空间使用”的平衡与折中：加载因子越?。?说明空间空置率高，空间使用率?。羌釉匾蜃釉酱? ，说明空间利用率上去了 ， 但是“产生冲突机会”高了 。
每种哈希表的都会有一个加载因子，数值超过加载因子就会为哈希表扩容 。
Golang的map的加载因子的公式是：map长度 / 2^B(这是代表bmap数组的长度，B是取的低位的位数)阈值是6.5 。其中B可以理解为已扩容的次数 。
当Go的map长度增长到大于加载因子所需的map长度时，Go语言就会将产生一个新的bucket数组 ， 然后把旧的bucket数组移到一个属性字段oldbucket中 。注意：并不是立刻把旧的数组中的元素转义到新的bucket当中，而是，只有当访问到具体的某个bucket的时候，会把bucket中的数据转移到新的bucket中 。
如下图所示：当扩容的时候 ， Go的map结构体中 ， 会保存旧的数据 ， 和新生成的数组
上面部分代表旧的有数据的bucket ， 下面部分代表新生成的新的bucket 。蓝色代表存有数据的bucket，橘黄色代表空的bucket 。
扩容时map并不会立即把新数据做迁移，而是当访问原来旧bucket的数据的时候 ， 才把旧数据做迁移，如下图：
注意：这里并不会直接删除旧的bucket，而是把原来的引用去掉，利用GC清除内存 。
map中数据的删除
【go语言单链表 go语言单链表删除头结点】 如果理解了map的整体结构，那么查找、更新、删除的基本步骤应该都很清楚了 。这里不再赘述 。
值得注意的是，找到了map中的数据之后，针对key和value分别做如下操作：
1
2
3
4
1、如果``key``是一个指针类型的，则直接将其置为空，等待GC清除；
2、如果是值类型的 ， 则清除相关内存 。
3、同理 ， 对``value``做相同的操作 。
4、最后把key对应的高位值对应的数组index置为空 。
Go语言设计与实现（上）基本设计思路：
类型转换、类型断言、动态派发 。iface ， eface 。
反射对象具有的方法：
编译优化：
内部实现：
实现 Context 接口有以下几个类型（空实现就忽略了）：
互斥锁的控制逻辑：
设计思路：
（以上为写被读阻塞，下面是读被写阻塞）
总结，读写锁的设计还是非常巧妙的：
设计思路：
WaitGroup 有三个暴露的函数:
部件：
设计思路：
结构：
Once 只暴露了一个方法：
实现：
三个关键点：
细节：
让多协程任务的开始执行时间可控（按顺序或归一） 。（Context 是控制结束时间）
设计思路： 通过一个锁和内置的 notifyList 队列实现，Wait() 会生成票据，并将等待协程信息加入链表中 ， 等待控制协程中发送信号通知一个（Signal()）或所有（Boardcast()）等待者（内部实现是通过票据通知的）来控制协程解除阻塞 。
暴露四个函数：
实现细节：
部件：
包： golang.org/x/sync/errgroup
作用：开启func() error函数签名的协程，在同 Group 下协程并发执行过程并收集首次 err 错误 。通过 Context 的传入，还可以控制在首次 err 出现时就终止组内各协程 。
设计思路：
结构：
暴露的方法：
实现细节：
注意问题：
包： "golang.org/x/sync/semaphore"
作用：排队借资源（如钱，有借有还）的一种场景 。此包相当于对底层信号量的一种暴露 。
设计思路：有一定数量的资源 Weight，每一个 waiter 携带一个 channel 和要借的数量 n 。通过队列排队执行借贷 。
结构：
暴露方法：
细节：
部件：
细节：
包： "golang.org/x/sync/singleflight"
作用：防击穿 。瞬时的相同请求只调用一次，response 被所有相同请求共享 。
设计思路：按请求的 key 分组（一个 *call 是一个组 ， 用 map 映射存储组），每个组只进行一次访问，组内每个协程会获得对应结果的一个拷贝 。
结构：
逻辑：
细节：
部件：
如有错误，请批评指正 。
Go语言list（列表）2021-11-10
列表是一种非连续的存储容器，有多个节点组成，节点通过一些变量记录彼此之间的关系
单链表和双链表就是列表的两种方法 。
原理：A、B、C三个人，B懂A的电话，C懂B的电话只是单方知道号码，这样就形成了一个单链表结构 。
如果C把自己的号码给B，B把自己的号码给A，因为是双方都知道对方的号码，这样就形成了一个双链表结构
如果B换号码了 ， 他需要通知AC，把自己的号码删了，这个过程就是列表的删除操作 。
在Go语言中，列表使用 container/list 包来实现 ， 内部的实现原理是双链表，列表能够高效地进行任意位置的元素插入和删除操作 。
列表初始化的两种办法
列表没有给出具体的元素类型的限制 ， 所以列表的元素可以是任意类型的，
例如给列表中放入了一个 interface{} 类型的值，取出值后，如果要将 interface{} 转换为其他类型将会发生宕机 。
双链表支持从队列前方或后方插入元素，分别对应的方法是 PushFront 和 PushBack 。
列表插入函数的返回值会提供一个 *list.Element 结构，这个结构记录着列表元素的值以及与其他节点之间的关系等信息，从列表中删除元素时，需要用到这个结构进行快速删除 。
遍历完也能看到最后的结果
学习地址：
关于go语言单链表和go语言单链表删除头结点的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：网络新闻如何推广自己，如何网络推广新产品

    下一篇：玩报纸体育游戏目标大班，大班体育游戏玩报纸教案及反思