6.1 整数集合的实现
整数集合(intset)是Redis用于保存整数值的集合抽象数据结构,它可以保存类型为int16_t、int32_t或者int64_t的整数值,并且保证集合中不会出现重复元素。
每一个intset表示一个整数集合:
typedef struct intset { // 编码方式 uint32_t encoding; // 集合包含的元素数量 uint32_t length; // 保存元素的数组 int8_t contents[]; } intset;
contents
数组是整数集合的底层实现:整数集合的每个元素都是conters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的排列,并且数组中不包含任何重复项。
length
属性记录 contents
数组里面整数的个数。
虽然 intset
结构将 contents
属性声明为int8_t
类型的数组,但实际上contents数组并不保存任何int8_t类型的值,contnets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cintents就是一个 int16_t 类型的数组,数组里的每一个项都是一个 int16_t 类型的整数值(-32768 ~ 32767)
- 如果encoding属性的值为INTSET_ENC_INT32,那么cintents就是一个 int32_t 类型的数组,数组里的每一个项都是一个 int32_t 类型的整数值(-2147483648 ~ 2147483647)
- 如果encoding属性的值为INTSET_ENC_INT64,那么cintents就是一个 int64_t 类型的数组,数组里的每一个项都是一个 int64_t 类型的整数值(-9223372036854775808 ~ 9223372036854775807)
简单来说,就是 encoding
是什么类型的,数组就会保存什么类型的。
图6-1展示了一个实例:
encoding
属性的值为INTSET_ENC_INT16
,表示整数集合contents
的底层实现为int16_t
类型的数组,而集合保存的都是int16_t
类型的整数值。length
属性的值为5,表示整数集合包含五个元素。
contents
数组按从小到大的顺序保存这集合中的五个元素。- 因为每个集合元素都是int16_t 类型的整数值,所以
contents
数组的大小等于size(int16_t) * 5
= 80位。
我们来看看另一个整数集合:
intset
每个属性代表的意思和上述一样,这里讲一点区别:
- 我们发现,对于 1、3、5而言,我们只需使用int16位来进行存储就可以了,对于
-2675256175807981027
而言,我们只需要使用 int64来存储。 - 为什么最后都使用的是
int64
为存储呢?原因在于,contents
整数集合在进行添加的时候,会自动进行升级操作。 - 比如一开始是
int16
位的,当我们添加一个int32
位的时候,就会升级到32位,再添加一个64位的,就会再次升级至int64
位。
6.2 升级
每次我们要将一个新元素添加到整数集合里买呢,并且新元素的类型比整数集合现有所有元素的类型都要长时,整数集合需要进行升级,然后才能进行添加到集合里面。
升级集合并添加分三步进行:
- 根据新元素的类型,扩展整数集合底层数组的空间大小,并为新元素分配空间。
- 将底层数组现有的所有元素都转换成与新元素相同的类型,并将类型转换后的元素放置在正确的位上,在放置元素的过程中,需要维持底层数组的有序性质不变。
- 将新元素添加到底层数组
- 举个例子:假设现在有一个
INTSET_ENC_INT16
编码的整数集合,集合中包含着三个int16_t
类型的元素,如图 6-3 所示:
因为每个元素都占用16位空间,所以整数集合底层数组的大小为 3*16 = 48位,图6-4展示了整数集合在三个元素在这48位的位置。
假设,我们要把类型为 int32_t 的整数值65535添加到整数集合里面,因为65535的类型int32_t比整数集合当前所有的元素的类型都要长,所以在将65535添加到整数集合之前,程序需要先对整数集合进行升级。
升级首先要做的事情,就是根据我们新类型的长度,对我们的数组的空间重新进行分配。
整数集合目前有三个元素,在加上新元素65535,整数集合需要分配四个元素的空间,因为每个 int32_t 需要占用32位空间,所以在空间进行重新分配后,底层数组的大小是:32*4 = 128位。
虽然,我们对底层数组重新进行了空间重分配,但数组原有的三个元素1、2、3仍然是
int16_t
类型,这些元素还保存在数组的前48位里面,所以程序接下来的操作就是将这三个元素转换成 int32_t
类型,并将转换后的元素放置在正确的位上面,在放置元素的过程中,要保持数组的有序性。
首先,因为元素3在1、2、3、65535四个元素中排名第三,所以它被移动到 contents 数组的索引2位置上,也即是数组64位至95位的空间内,如图6-6所示:
其他的数值也是如此,进行填充即可。
因为每次向集合中添加新元素都可能会引起升级,而每次升级都要对数组底层已有的元素进行类型转换,所以向集合中添加新元素的时间复杂度为O (N)。
其他的升级编码的操作也和上述操作类似。
6.3 升级的好处
整数集合的升级策略有两个好处,一个是提高整数集合的灵活性,另一个尽可能的节约内存。
6.3.1 提升灵活性
因为C语言是静态类型语言,为了避免类型错误,我们通常不会将两种不同类型的值放在同一个数据结构里面。
例如:我们一般只 int16_t 类型的数组来保存 int16_t 的值,类似如此。
因为整数集合可以自动的升级,所以我们不用担心类型出现错误的问题,这种做法非常的灵活。
6.3.2 节约内存
我们可能会说,直接用 int64_t 的类型保存三个值不就可以了,
这样就不用进行整数的升级操作了。
如果当前添加的整数全部都是 int16_t 的类型,就会导致大量的内存被浪费,为了避免这种浪费,我们进行升级的操作。
6.4 降级
整数集合不支持降级的操作,一旦对数组进行了升级,编码就会保持升级后的状态。
6.5 整数集合API
6.6 重点回顾
- 整数集合是集合键的底层实现之一
- 整数集合的底层实现为数组,这个数组以有序、无重复的方式保存集合元素,再有需要时,程序会根据新添加元素的类型,改变这个数组的类型。
- 升级操作为整数集合带来了操作上的灵活性,并且尽可能的节约了内存。
- 整数集合只支持升级操作,不支持降级操作。