这次研究了一下intset。研究的过程中，一度看不下过去，可是还是咬牙挺过来了。看懂了也就是那么回事。静下心来，切莫浮躁
Redis为了追求高效，在存储下做了非常多的优化，像intset就是作者为了节约内存定制的数据结构，包含后面将要阅读的压缩列表。
intset是一个有序的整数集，提供了添加，删除，查找的接口，针对uint16_t uint32_t uint64_t，提供了不同编码的转换（严格的说仅仅是类型的提升）
首先。看一下它的结构定义：
typedef struct intset {
uint32_t encoding;
uint32_t length;
int8_t contents[];
} intset;
encoding：有例如以下几种编码
#define INTSET_ENC_INT16 (sizeof(int16_t)) #define INTSET_ENC_INT32 (sizeof(int32_t)) #define INTSET_ENC_INT64 (sizeof(int64_t))实际上这里使用一个uint8_t存储就够了
length：当前整数集有多少个整数
contents[]：详细存储的位置。这里以一个字节为存储单元，方便对高类型进行寻址
看一下它对外提供的接口：
intset *intsetNew(void); intset *intsetAdd(intset *is, int64_t value, uint8_t *success); intset *intsetRemove(intset *is, int64_t value, int *success); uint8_t intsetFind(intset *is, int64_t value); int64_t intsetRandom(intset *is); uint8_t intsetGet(intset *is, uint32_t pos, int64_t *value); uint32_t intsetLen(intset *is); size_t intsetBlobLen(intset *is);一种数据结构。必定要提供类似插入。查询。删除这种接口。另外不要暴露内部使用的接口 ，这里提供的接口，我们详细分析几个
初始化接口：
/* Create an empty intset. */
intset *intsetNew(void) {
intset *is = malloc(sizeof(intset));
is->encoding = intrev32ifbe(INTSET_ENC_INT16);
is->length = 0;
return is;
}
没什么难的，注意默认使用最低的2字节存储
/* Insert an integer in the intset */
intset *intsetAdd(intset *is, int64_t value, uint8_t *success) {
uint8_t valenc = _intsetValueEncoding(value);
uint32_t pos;
if (success) *success = 1;
/* Upgrade encoding if necessary. If we need to upgrade, we know that
* this value should be either appended (if > 0) or prepended (if < 0),
* because it lies outside the range of existing values. */
if (valenc > intrev32ifbe(is->encoding)) {
/* This always succeeds, so we don't need to curry *success. */
return intsetUpgradeAndAdd(is,value);
} else {
/* Abort if the value is already present in the set.
* This call will populate "pos" with the right position to insert
* the value when it cannot be found. */
if (intsetSearch(is,value,&pos)) {
if (success) *success = 0;
return is;
}
is = intsetResize(is,intrev32ifbe(is->length)+1);
if (pos < intrev32ifbe(is->length)) intsetMoveTail(is,pos,pos+1);
}
_intsetSet(is,pos,value);
is->length = intrev32ifbe(intrev32ifbe(is->length)+1);
return is;
}
这个接口比較有难度。详细分析：
1、首先推断要添加的值的编码是否大于当前编码，大于则进行类型提升。并添加value
2、假设小于当前编码，首先查询数据是否存在，存在则返回，不存在则设置插入位置pos
3、又一次分配内存大小
4、移动数据。全部数据往后移动。复杂度有点高啊
5、插入数据，设置数据个数
当中。类型提升并插入value的接口例如以下：
/* Upgrades the intset to a larger encoding and inserts the given integer. */
static intset *intsetUpgradeAndAdd(intset *is, int64_t value) {
uint8_t curenc = intrev32ifbe(is->encoding);
uint8_t newenc = _intsetValueEncoding(value);
int length = intrev32ifbe(is->length);
int prepend = value < 0 ? 1 : 0;
/* First set new encoding and resize */
is->encoding = intrev32ifbe(newenc);
is = intsetResize(is,intrev32ifbe(is->length)+1);
/* Upgrade back-to-front so we don't overwrite values.
* Note that the "prepend" variable is used to make sure we have an empty
* space at either the beginning or the end of the intset. */
while(length--)
_intsetSet(is,length+prepend,_intsetGetEncoded(is,length,curenc));
/* Set the value at the beginning or the end. */
if (prepend)
_intsetSet(is,0,value);
else
_intsetSet(is,intrev32ifbe(is->length),value);
is->length = intrev32ifbe(intrev32ifbe(is->length)+1);
return is;
}
能够看到，类型提升的步骤例如以下：
1、由于整数集是有序的，所以首先推断要加入的数是正数还是负数，正数就在尾部加入，负数则在头部加入
2、添加内存大小
3、移动数据，这里和第一步挂钩。并且移动的过程比較难以理解，首先依据原来编码取出数据，然后依据新的编码插入数据
4、插入数据。在头部还是尾部插入
5、改动数据个数
另外移动数据的接口例如以下：
static void intsetMoveTail(intset *is, uint32_t from, uint32_t to) {
void *src, *dst;
uint32_t bytes = intrev32ifbe(is->length)-from;
uint32_t encoding = intrev32ifbe(is->encoding);
if (encoding == INTSET_ENC_INT64) {
src = (int64_t*)is->contents+from;
dst = (int64_t*)is->contents+to;
bytes *= sizeof(int64_t);
} else if (encoding == INTSET_ENC_INT32) {
src = (int32_t*)is->contents+from;
dst = (int32_t*)is->contents+to;
bytes *= sizeof(int32_t);
} else {
src = (int16_t*)is->contents+from;
dst = (int16_t*)is->contents+to;
bytes *= sizeof(int16_t);
}
memmove(dst,src,bytes);
}
由于是连续的内存，找到移动的起始位置，然后memmove(),bingo！
！！
查找数据的接口实现：
static uint8_t intsetSearch(intset *is, int64_t value, uint32_t *pos) {
int min = 0, max = intrev32ifbe(is->length)-1, mid = -1;
int64_t cur = -1;
/* The value can never be found when the set is empty */
if (intrev32ifbe(is->length) == 0) {
if (pos) *pos = 0;
return 0;
} else {
/* Check for the case where we know we cannot find the value,
* but do know the insert position. */
if (value > _intsetGet(is,intrev32ifbe(is->length)-1)) {
if (pos) *pos = intrev32ifbe(is->length);
return 0;
} else if (value < _intsetGet(is,0)) {
if (pos) *pos = 0;
return 0;
}
}
while(max >= min) {
mid = ((unsigned int)min + (unsigned int)max) >> 1;
cur = _intsetGet(is,mid);
if (value > cur) {
min = mid+1;
} else if (value < cur) {
max = mid-1;
} else {
break;
}
}
if (value == cur) {
if (pos) *pos = mid;
return 1;
} else {
if (pos) *pos = min;
return 0;
}
}
还是个二分查找，niubility！！
！个人感觉这样的数据结构的高效就体如今这里。由于是有序。所以查找高速，由于是数组。所以插入。删除。是连续内存拷贝，也非常快
有时间突然想去看一下STL Vector的实现了，它的insert是怎样实现的？
本文转自mfrbuaa博客园博客，原文链接：http://www.cnblogs.com/mfrbuaa/p/5265268.html，如需转载请自行联系原作者
