Lua 源码分析之Table - Rehash过程

Lua的Table的内存结构主要分array part和hash part，它们俩的内存大小是动态变化的，如果空间不够就需要分配更多的空间，如果空间利用率太少就需要缩减内存，这个过程叫做rehash。
现在来看看rehash是怎么样的过程。
rehash内部，主要是做了以下几件事：
    a.计算array part的key的数量
    b.计算hash part的key的数量
    c.计算新设的key之后array part部分的数量，
    d.计算一个新的array part部分需要分配的内存大小
    e.resize。（大概过程如上，后面是每个步骤的细节，如不需要了解，可以跳到最后了。）

static void rehash (lua_State *L, Table *t, const TValue *ek) {
	  int nasize, na;
	  int nums[MAXBITS+1];  /* nums[i] = number of keys with 2^(i-1) < k <= 2^i */
	  int i;
	  int totaluse;
	  for (i=0; i<=MAXBITS; i++) nums[i] = 0;  /* reset counts */
	  nasize = numusearray(t, nums);  /* count keys in array part */
	  totaluse = nasize;  /* all those keys are integer keys */
	  totaluse += numusehash(t, nums, &nasize);  /* count keys in hash part */
	  /* count extra key */
	  nasize += countint(ek, nums);
	  totaluse++;
	  /* compute new size for array part */
	  na = computesizes(nums, &nasize);
	  /* resize the table to new computed sizes */
	  luaH_resize(L, t, nasize, totaluse - na);
}

 一、rehash过程：根据需要新设置的key，计算出array部分和hash部分：
    1.计算当前array part的数量
        (1)计算函数是numusearray(ltable.c, line:229)，array part实际按2的指数增长，新增部分为一个切片。例如1，2，4，8增长，切片分为（1,2,3~4,5~8）四片，[2^(lg-1), 2^lg]
        (2)遍历每一个切片，统计每个不为nil的下标，直到统计次数大于array的长度（2的指数），同时记录每一个切片的不为空的数量（存为nums, 留待后面计算使用）。
        (3)把统计结果返回，即为array部分的数量。
        
    2.计算当前hash part的数量
        (1)计算函数为numusehash(ltable.c, line:254)，这个函数会做两个统计：hash part的数量，以及keys为正整数在hash part的数量。
        (2)遍历hash部分，计算hash part的总数量
        (3)遍历hash部分，同时计算key为number在hash部分的数量，而且把这些数量加到array part上面去，同时所属的切片数量nums也会加1。（注意，有一些正整数的key-value，会放在hash部分。）
        
    3.把array part和hash part的数量加起来，并且加1（加1是把新设的加进去）
    4.判断新设的key是否属于array part，如果是，array part的数量增加1,并且所属性切片的数量nums也增加1。（另一层意思是：如果不是，则属性hash part，总量已变，array part数量不变，相当于hash part总量加1）
    5.根据新设置key以后的table情况，计算array part需要分配size.
        (1)根据第1，2，4步骤，会计算到一个最新的nums数组，这个是为最新的array part记录
        (2)根据nums这个记录，计算array part部分到底需要分配多少空间，计算函数是computesizes((ltable.c, line:196))。
        (3)computesizes的计算过程：
            i.根据array part的总量，遍历每一个切片，累加遍历到当前切片的总量。
            ii.如果累加的当前切片总量，对于当前切片假设要分配的数量，超过一半的使用率，则先记为最优的分配size.
            举例子来说：假设当前数组为{1，2，3，nil, nil, nil, nil, nil, nil, 10}, 切片标记数组nums应该为[1,1,1,0,1]
            遍历第一个切片时，累加总量为1，应该分配的数量为2^0=1，使用率为100%，当前最优的分配size为1，在array part数量为1；
            遍历第二个切片时，累加总量为1+1=2，应该分配的数量为2^1=2，使用率为100%，当前最优的分配size为2，在array part数量为2；
            遍历第三个切片时，累加总量为2+1=3，应该分配的数量为2^2=4，使用率为75%，当前最优的分配size为4，在array part数量为3；
            遍历第四个切片时，累加总量为3+0=3，应该分配的数量为2^3=8，使用率3/8为37.5%，最优的分配size不需要修改；
            遍历第五个切片时，累加总量为3+1=4，应该分配的数量为2^4=16，使用率4/16为25%，最优的分配size不需要修改；
            此时总量和数量总量相同，遍历计算结束。所以最优分配size为4, array part会有3个节点被使用。

        
        6.根据计算得出的array part占用的数量（不是分配的size）和总量相减，得出hash part的数量，用array part和hash part的总量进行resize.对于array part，内存需要扩容的时候调用setarrayvector，而在最后调用的是原生接口：realloc。realloc的实现方法是：先在该内存块后面检查是否有足够的空间进行扩容，如果可以，则在该内存块后面增加需要扩容的空间；否则，需要申请一块新的内存块进行扩容。

二、最后：使用table时的建议。
        尽量可以提前分配大小，明确知道table的内容或者知道大小的，可以先预先初始化。例如：
        (1)不建议：local tb = {}; tb[1] = 1; tb[2] = 2;  tb[3] = 3; 因为这样会多次触发rehash
        (2)建议：local tb = {nil, nil, nil}，或者local tb = {1, 2, 3}，后面再作赋值操作