Redis数据结构之IntSet

什么是IntSet

IntSet基于整数数组实现，并且长度可变，数组有序，是Set集合的一种实现方式；用来存储无重复的整数有序集合，并且可以根据元素的值，统一更改编码格式（但只能小变大）；也就是整数数组存储的几个编码格式；分别是16位（int16_t）、32位 (int32_t)、64位 (int64_t)；分别对应2、4、8字节的整数类型，也就是java中short、int、long整数类型；

IntSet结构

typedef struct intset {
    uint32_t encoding;  
    uint32_t length;    
    int8_t contents[];   
} intset; 

encoding便是contents数组的编码方式；分别有(INTSET_ENC_INT16、INTSET_ENCINT_32 和 INTSET_ENC_INT64）

length表示IntSet包含的元素的数量；

IntSet结构图示

一个存储了{5，15，25}的IntSet结构图示大概这样

encoding: INTSET_ENC_INT16

length: 3

5

15

25

头部分：8个字节  （encoding：4字节、length：4字节）

数组部分：3 * 2字节 = 6 字节

为什么编码一致

为什么编码一致？编码一致，不是会导致内存浪费吗？

其实细想就会知道，编码一致会避免很多不必要的麻烦，其中还有很重要的一点就是：编码一致之后，查找速度（寻址）就快了很多。计算指针的偏移量后就可以知道该元素的存储位置。

比如一个2字节编码数组的第三个元素，角标就是2，那么偏移量就是2*2=4个字节，从这个地址开始两个字节就是第三个元素；

所以该元素内存地址就是：数组起始地址加偏移量

如何实现长度可变和数组有序？

添加元素

intsetAdd函数添加一个元素value时，首先根据value的字节数与当前intset的encoding进行比较，分析intset是否需要升级，若需要升级则调用intsetUpdateAndAdd函数处理，否则如果value已存在intset中直接pass，不存在，那么先resize，接着将插入位置之后的所有元素向后偏移，添加value。

动态升级

当插入的元素字节数超过了原数组encoding范围时，就会调用intsetUpdateAndAdd进行升级。

假设当前存储{5，15，25}三个2字节，现要添加数49999，已经超过int16_t的范围了所以就需要进行编码升级。升级过程如下：

encoding: INTSET_ENC_INT16	length: 3	5	15	25
4字节	4字节	2字节	2字节	2字节

统一编码为4个字节：按照4字节大小和元素个数扩容数组，申请内存空间；

倒叙依次将原数组拷贝到扩容后正确的位置（倒叙是为了避免覆盖）；

将新增元素添加到数组末尾（因为进行了编码升级，所以要么比原数组都大，要么比原数组都小）；

最后更改头部encoding和length；

encoding: INTSET_ENC_INT32	length: 4	5	15	25	49999
4字节	4字节	4字节	4字节	4字节	4字节