PHP的数组（Array）是一种极为灵活的数据结构，它同时扮演了列表、字典、栈、队列等多种角色。不同于C++的std::vector或Java的ArrayList、HashMap，PHP的数组本质上是一个有序的哈希表（hash table）。它不仅能通过整数索引访问，也能通过字符串键访问，并且会记住键值对的插入顺序。本文将深入剖析PHP底层数组的实现原理，包括哈希冲突解决策略、扩容机制、有序性的维护方式，以及性能优化的注意事项。
参考：https://oqmyh.cn/
在PHP内部，数组由两个核心数据结构组成：HashTable（哈希表）和Bucket（桶）。HashTable包含一个存储指针的数组（arData），每个指针指向一个Bucket链表。Bucket结构包含哈希值（h）、键（key，字符串或整数）、值（val，是一个zval结构体），以及指向下一个冲突桶的指针（next）。PHP采用链地址法解决哈希冲突，但为了提高缓存命中率，arData中的桶是连续内存，冲突桶通过单向链表串联。
有序性的实现：PHP的数组会记住元素插入的顺序，这通过维护一个双向链表来实现。在HashTable结构中有两个指针：pListHead和pListTail，指向整个数组的第一个和最后一个Bucket。每个Bucket还包含前驱指针（pListLast）和后继指针（pListNext）。当插入新元素时，会追加到双向链表尾部，因此迭代数组时总是按照插入顺序进行。删除元素时，双向链表会相应调整。这种设计使得PHP的数组兼具哈希表的快速查找和链表的顺序访问特性。
整数索引与字符串索引的混合：PHP数组的键可以是整数或字符串。对于整数索引，哈希值就是该整数（经过一些位混淆）；对于字符串索引，会使用DJBX33A算法计算哈希。底层arData的大小总是2的幂次（例如8、16、32），索引位置通过h & mask计算。当使用$arr[] = 1语法（未指定键）时，PHP会自动分配下一个整数键，值为当前最大整数键+1。这在数值索引数组场景下非常高效。
参考：https://vrhyh.cn/category/zhongyi.html
扩容与rehash：当HashTable的负载因子（已用Bucket数 / arData大小）超过阈值（通常为0.5左右）时，会触发扩容。新大小为旧大小的2倍，然后重新计算每个Bucket的位置（rehash）。rehash会重建arData数组，将原有Bucket重新插入新表。这个过程会消耗O(n)时间，但摊销后每次插入的平均成本仍为O(1)。对于超大数组（例如几十万元素），rehash可能引起短暂的CPU尖峰。
性能陷阱：
字符串键长且重复：每次访问字符串键时都需要计算哈希和比较字符串内容。对于长键（如URL、长文本），性能会下降。
引用计数与写时复制：数组是zval类型，支持写时复制。如果数组被多个变量共享，且其中一个修改，则会分离（分离时复制整个HashTable）。对于大型数组，不必要的写时复制可能导致内存暴涨。
使用unset删除元素后，数组不会收缩内存：这会导致“空洞”，降低空间效率。可以通过array_values()重建索引，但会有O(n)开销。
混合键类型的性能：PHP内部对整数键的访问稍快于字符串键，因为无需计算字符串哈希和比较。
PHP 7中的优化：PHP 7重构了zval，将引用计数直接嵌入zval，并使用了更紧凑的Bucket结构（大小从72字节降为32字节）。此外，PHP 7改进了哈希函数为SipHash，增强了对哈希碰撞攻击的抵抗力。PHP 8进一步优化了packed array（连续整数索引数组）的存储：对于纯整数索引且无空洞的数组，底层使用连续内存的packed array表示，不再需要哈希计算，迭代和访问性能接近C数组。
实际应用建议：
如果需要大量键值查找且键为字符串，考虑使用SplObjectStorage（当键是对象时）或SplFixedArray（固定大小整数索引）。
避免在循环中动态扩展超大数组，提前预分配大小（array_fill或SplFixedArray）。
使用isset而非array_key_exists检查键存在性（前者更快，且区分null值？注意isset对于值为null返回false）。
如果需要遍历并修改数组，使用引用foreach ($arr as &$value)避免复制开销（注意最后unset引用）。
理解PHP数组的底层哈希表+双向链表设计，能够帮助开发者写出更高效的代码，并合理预估性能瓶颈。PHP数组的灵活性是以一定的内存和CPU开销为代价的，但在绝大多数Web应用中，这种开销完全可以接受。
参考：https://npqev.cn/category/huayi-dapei.html
