Golang原理剖析（map面试与分析）

文章目录

• [1. map的底层实现原理](#1. map的底层实现原理)
• [2. 为什么遍历map是无序的?](#2. 为什么遍历map是无序的?)
• [3. 如何实现有序遍历map?](#3. 如何实现有序遍历map?)
• [4. 为什么Go map是非线程安全的?](#4. 为什么Go map是非线程安全的?)
• [5. 线程安全的map如何实现?](#5. 线程安全的map如何实现?)
• [6. Go sync.map 和原生 map 谁的性能好，为什么？](#6. Go sync.map 和原生 map 谁的性能好，为什么？)
• [7. 为什么 Go map 的负载因子是 6.5?](#7. 为什么 Go map 的负载因子是 6.5?)
• [8. map扩容策略是什么？](#8. map扩容策略是什么？)

1. map的底层实现原理

Map的底层实现数据结构实际上是一个哈希表 。在运行时表现为个指向hmap结构的指针，hmap中有记录了桶数组指针 ，溢出桶指针以及元素个数字段 。每个桶是一个bmap的数据结构，可以存储8个键值对和8个tophash以及指向下一个溢出桶的指针 。为了内存紧凑，采用的是先存8个key过后再存value。

2. 为什么遍历map是无序的?

map在遍历的时候会随机一个桶号和槽位，从这个随机的桶号开始，在每个桶中从这个随机的槽位开始遍历完所有的桶。至于为什么要随机开始？

因为map 在扩容后，会发生 key 的搬迁，原来落在同一个 bucket 中的 key，搬迁后，有些 key 的位置就会发生改变。而遍历的过程，就是按顺序遍历 bucket，同时按顺序遍历 bucket 中的 key。搬迁后，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。所以，go语言，强制每次遍历都随机开始。

就是让使用map的程序员都知道，遍历时无序的 ​ 如果不这么设计的话，没扩容之前时一直一个顺序 ​ 但扩容之后顺序就全然变化了，那会让使用者面临更多困惑 ​ 所以不如每一次都时随机遍历

3. 如何实现有序遍历map?

可以在遍历的时候将结果保存到一个slice里面，对slice进行排序

4. 为什么Go map是非线程安全的?

go官方给出的原因是：map 适配的场景应该是简单的（不需要从多个 goroutine 中进行安全访问的），而不是为了小部分情况（并发访问），导致大部分程序付出锁的代价，因此决定了不支持

在查找、赋值、遍历、删除的过程中都会检测写标志，一旦发现写标志置位（等于1），则直接 fatal error。赋值和删除函数在检测完写标志是复位之后，先将写标志位置位，才会进行之后的操作。

检测写标志：

if h.flags&hashWriting == 0 {
        throw("concurrent map writes")
    }

设置写标志：

h.flags |= hashWriting

5. 线程安全的map如何实现?

加锁或者使用sync.map

6. Go sync.map 和原生 map 谁的性能好，为什么？

原生map的性能好，因为Go sync.map为了保证线程安全，以空间换时间，采用了read和dirty两个 map ，用了原子操作和锁两种方式来实现线程安全，只是在操作read的时候用原子操作，当read中不存在某个key的时候要加锁操作dirty，过程中还是会有加锁操作，所以性能上会有损耗。

7. 为什么 Go map 的负载因子是 6.5?

%overflow = 发生过溢出的主 bucket 数 / 主 bucket 总数

注意：它不是"溢出桶数量占比"，而是"有 overflow 的主桶占比"。

一个主桶只要挂了至少一个 overflow bucket，就计入。

overflow 链越长，cache locality 越差（内存访问更散）

负载因子 = 哈希表存储的元素个数 / 桶个数

装载因子越大，填入的元素越多，空间利用率就越高，但发生哈希冲突的几率就变大。

装载因子越小，填入的元素越少，冲突发生的几率减少，但空间浪费也会变得更多，而且还会提高扩容操作的次数

源码里对负载因子的定义是6.5，是经过测试后取出的一个比较合理的值，

每个 bucket 有 8 个空位，假设map里所有的数组桶都装满元素，没有一个数组桶有溢出桶，那么这时的负载因子刚好是8。而负载因子是6.5的时候，说明数组桶快要用完了，存在溢出的情况下，查找一个key很可能要去遍历溢出桶，会造成查找性能下降，所以有必要扩容了

8. map扩容策略是什么？

负载因子已经超过6.5：双倍扩容

溢出桶的数量过多：等量扩容（一般认为溢出桶数量接近正常桶数量时）

当溢出桶过多，发生等量扩容，溢出桶过多的标志：

1. 当正常桶数量小于2¹⁵的时候，溢出桶多于正常桶，溢出桶数量就过多了
2. 当正常桶数量大于2¹⁵ 的时候，溢出桶一旦多于2¹⁵，溢出桶数量就过多了

两个条件之一

noverflow >= 2^B

noverflow >= 2¹⁵

noverflow是溢出桶数量

incrnoverflow() 是 overflow 桶计数器：map 小时精确数，map 大时为了不让 16 位计数器溢出，就改用"随机抽样"来近似计数；当这个近似计数达到约 2¹⁵ 时，就说明 overflow 已经多到该触发等量扩容了。

通俗点讲：incrnoverflow() 就是在"记溢出桶有多少个"，用来判断要不要触发等量扩容。

但因为计数器 noverflow 太小（只有 uint16，最多 65535），当 map 很大时不能每个溢出桶都加 1，否则会溢出、失真，所以它改成了抽样计数。

之后我会持续更新，如果喜欢我的文章，请记得一键三连哦，点赞关注收藏，你的每一个赞每一份关注每一次收藏都将是我前进路上的无限动力 ！！！↖(▔▽▔)↗感谢支持！