Lua 源码学习笔记（3）表

Lua 源码学习笔记（3）表

参考书籍：《Lua设计与实现》

作者书籍对应Github：https://github.com/lichuang/Lua-Source-Internal

• Lua版本：5.3.5

概述

• Lua表分为数组和散列表部分，散列表可以存储不能存放在数组部分的数据，唯一的要求是键值不能为nil。

//  lobject.h
typedef struct Table {
  CommonHeader;
  lu_byte flags;  /* 1<<p means tagmethod(p) is not present */
  lu_byte lsizenode;  /* log2 of size of 'node' array */
  unsigned int sizearray;  /* size of 'array' array */
  TValue *array;  /* array part */
  Node *node;
  Node *lastfree;  /* any free position is before this position */
  struct Table *metatable;
  GCObject *gclist;
} Table;

• Common Header ：要进行 标记-清除 GC操作的数据类型。
• lu_byte flags ：这是一个byte类型的数据，用于表示这个表中提供了哪些元方法。最开
  始这个flags是空的，也就是0 ，当查找一次之后，如果该表中存在某个元方法，那么将
  该元方法对应的flag bit置为l ，这样下一次查找时只需要比较这个b it 就行了。每个元
  方法对应的bit定义在ltm. h 文件中。
• lu_byte lsizenode ：该表中以2 为底的散列表大小的对数值。同时由此可知，散列表部分
  的大小一定是2 的幕，即如果散列桶数组要扩展的话，也是以每次在原大小基础上乘以2
  的形式扩展。
• unsigned int sizearray ： 数组部分的大小。
• struct Table *metatable ：存放该表的元表。
• TValue *array ：指向数组部分的指针。
• Node *node ：指向该表的散列桶数组起始位置的指针。
• Node *lastfree ： 指向该表散列桶数组的最后位置的指针。
• GCObject *gclist : GC链表。

是lsizenode使用的是byte类型：由于在散列桶部分，每个散列值相同的数据都会以链表的形式串起来，所以即使数量用完了，也不要紧。因此这里使用byte 类型，而且是原数据以2为底的对数值，因为要根据这个值还原回原来的真实数据，也只是需要移位操作罢了，速度很快。

//lobject.h

typedef struct Node {
  TValue i_val;
  TKey i_key;
} Node;

typedef union TKey {
  struct {
    TValuefields;
    int next;  /* for chaining (offset for next node) */
  } nk;
  TValue tvk;
} TKey;


#define TValuefields	Value value_; int tt_

typedef struct lua_TValue {
  TValuefields;
} TValue;

一般情况下，如果看到一个数据类型是union ，就可以知道这个数据想以一种较为省内存的方式来表示多种用途，而这些用途之间是“互斥”的，也就是说，在某个时刻该数据类型只会是其中的一个含义。

---

操作算法

查找

• lobject.h的 findindex 函数

如果 输入的key是一个正整数，并且它的 值＞ 0 && <＝数组大小
​ 尝试在数量且部分查找
否则尝试在散列表部分查找
​ 计算出该key 的散列值．根据此散列值访问Node 数数组得到散列桶所在的位置
​ 遍历该做列树下的所有链农元素，直到找到该key 为止

新增元素

• lobject.h的 luaH_newkey 函数：根据Key，返回TValue指针。

  /*
  ** inserts a new key into a hash table; first, check whether key’s main
  ** position is free. If not, check whether colliding node is in its main
  ** position or not: if it is not, move colliding node to an empty place and
  ** put new key in its main position; otherwise (colliding node is in its main
  ** position), new key goes to an empty position.
  */

  (1）根据key来查找其所在散列桶的mainposition ，如果返回的结果中，该Node 的值为nil ，那么直接将key 赋值并且返回Node 的TValue指针就可以了。
  (2）再则说明该mainposition 上已经有其他数据了，需要重新分配空间给这个新的key ，然后将这个新的Node 串联到对应的散列桶上。

• 散列表部分的数据组织是，首先计算数据的key 所在的桶数组位置，这个位置称为
  mainposition 。相同mainposition 的数据以链表形式组织：

rehash：重新分配表空间

• lobject.h的rehash函数：

1. 分配一个位图nums （unsigned int nums[MAXABITS + 1];），将其中的所有位置0 。这个位图的意义在于： nums 数组中第 i 个元素存放的是key在 2^(i-1) 和 2ⁱ 之间的元素数量。
2. 遍历Lua表中的数组部分，计算其中的元素数量，更新对应的nums 数组中的元素数量( numusearray 函数）。
3. 遍历lua表中的散列桶部分，因为其中也可能存放了正整数，需要根据这里的正整数数量更新对应的nums数组元素数量（numusehash 函数）。
4. 此时nums数组已经有了当前这个Table 中所有正整数的分配统计，逐个遍历nums 数组，获得其范围区间内所包含的整数数量大于50% 的最大索引，作为重新散列之后的数组大小，超过这个范围的正整数，就分配到散列桶部分了（ computesizes 函数） 。
5. 根据上面计算得到的调整后的数组和散列桶大小调整表（ resize 函数）。

优化：避免重新散列操作

local a = {}
for i=1,3 do
	a[i] = true
end

-- 最开始， Lua创建了一个空表a 。
-- 在第一次迭代中， a[l］为true 触发了一次重新散列操作， Lua将数组部分的长度设置为2^0 ，即l，散列表部分仍为空。
-- 在第二次迭代中， a[2］为true再次触发了重新散列操作，将数组部分长度设为2^1，即2。
-- 最后一次迭代又触发了一次重新散列操作，将数组部分长度设为2^2 ，即4。

local a = {true, true, true}
-- Lua知道表有3个元素，就直接创建了3个元素的数组。

迭代

• lobject.h的luaH_next函数：

在数组部分查找数据：
​ 查找成功， 则返回该key 的下一个数据
否则 在散列桶部分查找数据：
​ 查找成功， 则返回该key 的下一个数据
否则
​ 返回0，表示没有元素了

取长度

• lobject.h的luaH_getn函数：取数组部分长度

/*
** Try to find a boundary in table 't'. A 'boundary' is an integer index
** such that t[i] is non-nil and t[i+1] is nil (and 0 if t[1] is nil).
*/
lua_Unsigned luaH_getn (Table *t) {
  unsigned int j = t->sizearray;
  if (j > 0 && ttisnil(&t->array[j - 1])) {
    /* there is a boundary in the array part: (binary) search for it */
    unsigned int i = 0;
    while (j - i > 1) {
      unsigned int m = (i+j)/2;
      if (ttisnil(&t->array[m - 1])) j = m;
      else i = m;
    }
    return i;
  }
  /* else must find a boundary in hash part */
  else if (isdummy(t))  /* hash part is empty?  hash部分为空的时候酶制剂返回sizearray*/
    return j;  /* that is easy... */
  else return unbound_search(t, j);
}

​