Go面试看这里了~（四）

1、map底层实现？

map底层实现是一个散列表，因此实现map的过程就是实现散列表的过程，其中主要有两个结构体，hmap和bmap，来看下源码：

//map结构体是hmap，是hashmap的缩写type hmap struct {
   
       count      int            //元素个数，调用len(map)时直接返回    flags      uint8          //标志map当前状态,正在删除元素、添加元素.....    B          uint8          //单元(buckets)的对数 B=5表示能容纳32个元素    noverflow  uint16         //单元(buckets)溢出数量，如果一个单元能存8个key，此时存储了9个，溢出了，就需要再增加一个单元    hash0      uint32         //哈希种子    buckets    unsafe.Pointer //指向单元(buckets)数组,大小为2^B，可以为nil    oldbuckets unsafe.Pointer //扩容的时候，buckets长度会是oldbuckets的两倍    nevacute   uintptr        //指示扩容进度，小于此buckets迁移完成    extra      *mapextra      //与gc相关 可选字段}//a bucket for a Go maptype bmap struct {
   
       // 每个元素hash值的高8位，如果tophash[0] < minTopHash，表示这个桶的搬迁状态    tophash [bucketCnt]uint8    // 接下来是8个key、8个value，但是我们不能直接看到；为了优化对齐，go采用了key放在一起，value放在一起的存储方式，    // 再接下来是hash冲突发生时，下一个溢出桶的地址}//实际上编辑期间会动态生成一个新的结构体type bmap struct {
   
       topbits  [8]uint8    keys     [8]keytype    values   [8]valuetype    pad      uintptr    overflow uintptr}

上述代码中的bmap可理解为常说的【桶】，桶里面会最多装 8 个 key，这些 key 之所以会落入同一个桶，是因为它们经过哈希计算后，哈希结果是“一类”的，在桶内，又会根据 key 计算出来的 hash 值的高 8 位来决定 key 到底落入桶内的哪个位置（一个桶内最多有8个位置）。

hmap结构图如下：

上图中最重要的是buckets数组，用于存储的结构，再来看bmap的结构图，如下：

上图中最重要的就是【字节数组】，map的key和value就存储在此处，【高位哈希值】用于记录当前bucket中key相关的索引，最后一个字段【pointer】指向的是扩容后的bucket的指针，使得bucket形成一个链表结构，大体结构图如下：

汇总来看的话，hmap和bmap的关系如下：

又因为bucket是链表结构，所以整体关系如下：

2、map扩容？

验证是否需要扩容的关键就是哈希表中的加载因子（loadFactor），是一个阈值，一般为散列包含的元素数除以位置总数得出来的结果，是产生冲突机会和空间使用的平衡和折中，loadFactor越小说明空间空置率高，空间使用率小，反之则表示空间使用率高，但是产生冲突的机会也就随之而增加。

每种哈希表都会有一个加载因子，数值超过加载因子就会为哈希表扩容，Go的map加载因子公式是：map长度除以2的B次方（B为map已扩容的次数）。

触发map扩容的条件如下：

加载因子大于6.5。
使用了太多的溢出桶时（溢出桶使用的太多会导致map处理速度降低）。

B<=15，已使用的溢出桶个数>=2的B次方时，引发等量扩容。

B>15，已使用的溢出桶个数>=2的15次方时，引发等量扩容。

扩容方法如下：

双倍扩容：使用渐进式的方式，原有key不会一次搬迁完毕，每次最多只搬迁2个bucket。
等量扩容：重新排列，极端情况下map成为链表时，重新排列也没用，此时哈希种子hash0的设置可减少此类状况。

3、map查找元素？

map采用哈希查找表，有一个key通过哈希函数得到哈希值，64位系统中就生成一个64bit的哈希值，由此key对应到不同的bucket（桶），当有多个哈希值同时映射到一个桶时，使用链表解决冲突。

key经过hash后共64位，根据hmap中B的值，计算此值要对应到哪个桶，桶的数量为2的B次方，如B=5，则用64位后5位表示第几号桶，之后用hash值的高8位确定在bucket中的存储位置，当前bmap中未找到则查询对应的overflow bucket对应的位置是否有数据，有则与完整的哈希值进行对比，确认是否是需要查询的数据。

如不同key对应同一桶，hash冲突用链表解决，遍历bucket中的key，如正处于map扩容，处于数据搬迁状态，则优先从oldbuckets查找。

4、介绍一下channel？

Go尽量不用共享内存来通信，通过通信来实现内存共享，CSP并发模型，也就是通信顺序进程，是通过goroutine和channel来实现的。

channel收发消息遵循先进先出，分为有缓存和无缓冲，channel大致有buffer（当前缓冲区为0时，是个ring buffer）、sendx和recvx收发的位置（ring buffer记录实现）、sendq、recvq，当前channel因缓冲区不足而阻塞队列、使用双向链表存储、mutex锁控制并发等。

5、channel特性？

向nil channel发送数据会造成永远阻塞。
读nil channel内的数据会造成永远阻塞。
给已关闭的channel发送数据会引起panic。
读已关闭的channel，如缓冲区为空，则返回零值。
无缓冲channel是同步的，有缓冲的channel是非同步的。
关闭一个nil会发生panic。

6、channel的ring buffer实现？

channel使用ring buffer（环形缓冲区）来缓存写入的数据，非常适合实现先进先出式的固定长度队列，ring buffer实现如下：

hchan有recvx和sendx这两个与buffer相关的变量，sendx表示buffer中可写的index，recvx表示buffer中可读的index，从recvx到sendx之间的元素表示正常存入buffer的元素。

使用buf[recvx]读取队列第一个元素，buf[sendx]=x意为来将x放入队列尾部。

7、mutex的几种状态？

mutexLocked：互斥锁的锁定状态。
mutexWoken：从正常模式被唤醒。
mutexStarving：当前互斥锁进入饥饿状态。
waitersCount：当前互斥锁上等待的goroutine数目。

至此，本次分享就结束了，后期会慢慢补充。

以上仅为个人观点，不一定准确，能帮到各位那是最好的。

好啦，到这里本文就结束了，喜欢的话就来个三连击吧。

以上均为个人认知，如有侵权，请联系删除。

Go面试看这里了~（四）

猜你喜欢