浅析go中的map数据结构字典
1. map的使用
golang中的map是一种数据类型,将键与值绑定到一起,底层是用哈希表实现的,可以快速的通过键找到对应的值。
类型表示:map[keytype][valuetype] key一定要是可比较的类型(可以理解为支持==的操作),value可以是任意类型。
初始化:map只能使用make来初始化,声明的时候默认为一个为nil的map,此时进行取值,返回的是对应类型的零值(不存在也是返回零值)。添加元素无任何意义,还会导致运行时错误。向未初始化的map赋值引起 panic: assign to entry in nil map。
package main import ( "fmt" ) // bool 的零值是false var m map[int]bool a, ok := m[1] fmt.println(a, ok) // false false // int 的零值是0 var m map[int]int a, ok := m[1] fmt.println(a, ok) // 0 false func main() { var agemap[string]int if age== nil { fmt.println("map is nil.") age= make(map[string]int) } }
清空map:对于一个有一定数据的集合 exp,清空的办法就是再次初始化: exp = make(map[string]int),如果后期不再使用该map,则可以直接:exp= nil 即可,但是如果还需要重复使用,则必须进行make初始化,否则无法为nil的map添加任何内容。
属性:与切片一样,map 是引用类型。当一个 map 赋值给一个新的变量,它们都指向同一个内部数据结构。因此改变其中一个也会反映到另一个。作为形参或返回参数的时候,传递的是地址的拷贝,扩容时也不会改变这个地址。
func main() { exp := map[string]int{ "steve": 20, "jamie": 80, } fmt.println("ori exp", age) newexp:= exp newexp["steve"] = 18 fmt.println("exp changed", exp) } //ori age map[steve:20 jamie:80] //age changed map[steve:18 jamie:80]
遍历map:map本身是无序的,在遍历的时候并不会按照你传入的顺序,进行传出。
//正常遍历: for k, v := range exp { fmt.println(k, v) } //有序遍历 import "sort" var keys []string // 把key单独抽取出来,放在数组中 for k, _ := range exp { keys = append(keys, k) } // 进行数组的排序 sort.strings(keys) // 遍历数组就是有序的了 for _, k := range keys { fmt.println(k, m[k]) }
2.map的结构
go中的map在可以在 $goroot/src/runtime/map.go找到它的实现。哈希表的数据结构中一些关键的域如下所示:
type hmap struct { count int //元素个数 flags uint8 b uint8 //扩容常量 noverflow uint16 //溢出 bucket 个数 hash0 uint32 //hash 种子 buckets unsafe.pointer //bucket 数组指针 oldbuckets unsafe.pointer //扩容时旧的buckets 数组指针 nevacuate uintptr //扩容搬迁进度 extra *mapextra //记录溢出相关 } type bmap struct { tophash [bucketcnt]uint8 // followed by bucketcnt keys //and then bucketan cnt values // followed by overflow pointer. }
说明:每个map的底层都是hmap结构体,它是由若干个描述hmap结构体的元素、数组指针、extra等组成,buckets数组指针指向由若干个bucket组成的数组,其每个bucket里存放的是key-value数据(通常是8个)和overflow字段(指向下一个bmap),每个key插入时会根据hash算法归到同一个bucket中,当一个bucket中的元素超过8个的时候,hmap会使用extra中的overflow来扩展存储key。
图中len 就是当前map的元素个数,也就是len()返回的值。也是结构体中hmap.count的值。bucket array是指数组指针,指向bucket数组。hash seed 哈希种子。overflow指向下一个bucket。
map的底层主要是由三个结构构成:
hmap --- map的最外层的数据结构,包括了map的各种基础信息、如大小、bucket,一个大的结构体。 mapextra --- 记录map的额外信息,hmap结构体里的extra指针指向的结构,例如overflow bucket。 bmap --- 代表bucket,每一个bucket最多放8个kv,最后由一个overflow字段指向下一个bmap,注意key、value、overflow字段都不显示定义,而是通过maptype计算偏移获取的。
mapextra的结构如下
// mapextra holds fields that are not present on all maps. type mapextra struct { // if both key and value do not contain pointers and are inline, then we mark bucket // type as containing no pointers. this avoids scanning such maps. // however, bmap.overflow is a pointer. in order to keep overflow buckets // alive, we store pointers to all overflow buckets in hmap.extra.overflow and hmap.extra.oldoverflow. // overflow and oldoverflow are only used if key and value do not contain pointers. // overflow contains overflow buckets for hmap.buckets. // oldoverflow contains overflow buckets for hmap.oldbuckets. // the indirection allows to store a pointer to the slice in hiter. overflow *[]*bmap oldoverflow *[]*bmap // nextoverflow holds a pointer to a free overflow bucket. nextoverflow *bmap }
其中hmap.extra.nextoverflow指向的是预分配的overflow bucket,预分配的用完了那么值就变成nil。
bmap的详细结构如下
在map中出现哈希冲突时,首先以bmap为最小粒度挂载,一个bmap累积8个kv之后,就会申请一个新的bmap(overflow bucket)挂在这个bmap的后面形成链表,优先用预分配的overflow bucket,如果预分配的用完了,那么就malloc一个挂上去。这样减少对象数量,减轻管理内存的负担,利于gc。注意golang的map不会shrink,内存只会越用越多,overflow bucket中的key全删了也不会释放。 bmap中所有key存在一块,所有value存在一块,这样做方便内存对齐。当key大于128字节时,bucket的key字段存储的会是指针,指向key的实际内容;value也是一样。
hash值的高8位存储在bucket中的tophash字段。每个桶最多放8个kv对,所以tophash类型是数组[8]uint8。把高八位存储起来,这样不用完整比较key就能过滤掉不符合的key,加快查询速度。实际上当hash值的高八位小于常量mintophash时,会加上mintophash,区间[0, mintophash)的值用于特殊标记。查找key时,计算hash值,用hash值的高八位在tophash中查找,有tophash相等的,再去比较key值是否相同。
type typealg struct { // function for hashing objects of this type // (ptr to object, seed) -> hash hash func(unsafe.pointer, uintptr) uintptr // function for comparing objects of this type // (ptr to object a, ptr to object b) -> ==? equal func(unsafe.pointer, unsafe.pointer) bool // tophash calculates the tophash value for hash. func tophash(hash uintptr) uint8 { top := uint8(hash >> (sys.ptrsize*8 - 8)) if top < mintophash { top += mintophash } return top }
golang为每个类型定义了类型描述器_type,并实现了hashable类型的_type.alg.hash和_type.alg.equal,以支持map的范型,定义了这类key用什么hash函数、bucket的大小、怎么比较之类的,通过这个变量来实现范型。
3.map的基本操作
3.1map的创建
//makemap为make(map [k] v,hint)实现go map创建。 //如果编译器已确定映射或第一个存储桶,可以在堆栈上创建,hmap或bucket可以为非nil。 //如果h!= nil,则可以直接在h中创建map。 //如果h.buckets!= nil,则指向的存储桶可以用作第一个存储桶。 func makemap(t *maptype, hint int, h *hmap) *hmap { if hint < 0 || hint > int(maxslicecap(t.bucket.size)) { hint = 0 } // 初始化hmap if h == nil { h = new(hmap) } h.hash0 = fastrand() // 查找将保存请求的元素数的size参数 b := uint8(0) for overloadfactor(hint, b) { b++ } h.b = b // 分配初始哈希表 // if b == 0, 稍后会延迟分配buckets字段(在mapassign中) //如果提示很大,则将内存清零可能需要一段时间。 if h.b != 0 { var nextoverflow *bmap h.buckets, nextoverflow = makebucketarray(t, h.b, nil) if nextoverflow != nil { h.extra = new(mapextra) h.extra.nextoverflow = nextoverflow } } return h }
hint是一个启发值,启发初建map时创建多少个bucket,如果hint是0那么就先不分配bucket,lazy分配。大概流程就是初始化hmap结构体、设置一下hash seed、bucket数量、实际申请bucket、申请mapextra结构体之类的。 申请buckets的过程:
// makebucketarray初始化地图存储区的后备数组。 // 1 << b是要分配的最小存储桶数。 // dirtyalloc之前应该为nil或bucket数组 //由makebucketarray使用相同的t和b参数分配。 //如果dirtyalloc为零,则将分配一个新的支持数组,dirtyalloc将被清除并作为后备数组重用。 func makebucketarray(t *maptype, b uint8, dirtyalloc unsafe.pointer) (buckets unsafe.pointer, nextoverflow *bmap) { base := bucketshift(b) nbuckets := base // 对于小b,溢出桶不太可能出现。 // 避免计算的开销。 if b >= 4 { //加上估计的溢出桶数 //插入元素的中位数 //与此值b一起使用。 nbuckets += bucketshift(b - 4) sz := t.bucket.size * nbuckets up := roundupsize(sz) if up != sz { nbuckets = up / t.bucket.size } } if dirtyalloc == nil { buckets = newarray(t.bucket, int(nbuckets)) } else { // dirtyalloc先前是由上面的newarray(t.bucket,int(nbuckets)),但不能为空。 buckets = dirtyalloc size := t.bucket.size * nbuckets if t.bucket.kind&kindnopointers == 0 { memclrhaspointers(buckets, size) } else { memclrnoheappointers(buckets, size) } } if base != nbuckets { //我们预先分配了一些溢出桶。 //为了将跟踪这些溢出桶的开销降至最低,我们使用的约定是,如果预分配的溢出存储桶发生了溢出指针为零,则通过碰撞指针还有更多可用空间。 //对于最后一个溢出存储区,我们需要一个安全的非nil指针;只是用bucket。 nextoverflow = (*bmap)(add(buckets, base*uintptr(t.bucketsize))) last := (*bmap)(add(buckets, (nbuckets-1)*uintptr(t.bucketsize))) last.setoverflow(t, (*bmap)(buckets)) } return buckets, nextoverflow }
默认创建2b个bucket,如果b大于等于4,那么就预先额外创建一些overflow bucket。除了最后一个overflow bucket,其余overflow bucket的overflow指针都是nil,最后一个overflow bucket的overflow指针指向bucket数组第一个元素,作为哨兵,说明到了到结尾了。
3.2 查询操作
// mapaccess1返回指向h [key]的指针。从不返回nil,而是 如果值类型为零,它将返回对零对象的引用,该键不在map中。 //注意:返回的指针可能会使整个map保持活动状态,因此请不要坚持很长时间。 func mapaccess1(t *maptype, h *hmap, key unsafe.pointer) unsafe.pointer { if raceenabled && h != nil { //raceenabled是否启用数据竞争检测。 callerpc := getcallerpc() pc := funcpc(mapaccess1) racereadpc(unsafe.pointer(h), callerpc, pc) racereadobjectpc(t.key, key, callerpc, pc) } if msanenabled && h != nil { msanread(key, t.key.size) } if h == nil || h.count == 0 { return unsafe.pointer(&zeroval[0]) } // 并发访问检查 if h.flags&hashwriting != 0 { throw("concurrent map read and map write") } // 计算key的hash值 alg := t.key.alg hash := alg.hash(key, uintptr(h.hash0)) // alg.hash // hash值对m取余数得到对应的bucket m := uintptr(1)<<h.b - 1 b := (*bmap)(add(h.buckets, (hash&m)*uintptr(t.bucketsize))) // 如果老的bucket还没有迁移,则在老的bucket里面找 if c := h.oldbuckets; c != nil { if !h.samesizegrow() { m >>= 1 } oldb := (*bmap)(add(c, (hash&m)*uintptr(t.bucketsize))) if !evacuated(oldb) { b = oldb } } // 计算tophash,取高8位 top := uint8(hash >> (sys.ptrsize*8 - 8)) for { for i := uintptr(0); i < bucketcnt; i++ { // 检查top值,如高8位不一样就找下一个 if b.tophash[i] != top { continue } // 取key的地址 k := add(unsafe.pointer(b), dataoffset+i*uintptr(t.keysize)) if alg.equal(key, k) { // alg.equal // 取value得地址 v := add(unsafe.pointer(b), dataoffset+bucketcnt*uintptr(t.keysize)+i*uintptr(t.valuesize)) } } // 如果当前bucket没有找到,则找bucket链的下一个bucket b = b.overflow(t) if b == nil { // 返回零值 return unsafe.pointer(&zeroval[0]) } } }
先定位出bucket,如果正在扩容,并且这个bucket还没搬到新的hash表中,那么就从老的hash表中查找。
在bucket中进行顺序查找,使用高八位进行快速过滤,高八位相等,再比较key是否相等,找到就返回value。如果当前bucket找不到,就往下找overflow bucket,都没有就返回零值。
访问的时候,并不进行扩容的数据搬迁。并且并发有写操作时抛异常。
注意,t.bucketsize并不是bmap的size,而是bmap加上存储key、value、overflow指针,所以查找bucket的时候时候用的不是bmap的szie。
3.3 更新/插入过程
// 与mapaccess类似,但是如果map中不存在密钥,则为该密钥分配一个插槽 func mapassign(t *maptype, h *hmap, key unsafe.pointer) unsafe.pointer { ... //设置hashwriting调用alg.hash,因为alg.hash可能出现紧急情况后,在这种情况下,我们实际上并没有进行写操作. h.flags |= hashwriting if h.buckets == nil { h.buckets = newobject(t.bucket) // newarray(t.bucket, 1) } again: bucket := hash & bucketmask(h.b) if h.growing() { growwork(t, h, bucket) } b := (*bmap)(unsafe.pointer(uintptr(h.buckets) + bucket*uintptr(t.bucketsize))) top := tophash(hash) var inserti *uint8 var insertk unsafe.pointer var val unsafe.pointer for { for i := uintptr(0); i < bucketcnt; i++ { if b.tophash[i] != top { if b.tophash[i] == empty && inserti == nil { inserti = &b.tophash[i] insertk = add(unsafe.pointer(b), dataoffset+i*uintptr(t.keysize)) val = add(unsafe.pointer(b), dataoffset+bucketcnt*uintptr(t.keysize)+i*uintptr(t.valuesize)) } continue } k := add(unsafe.pointer(b), dataoffset+i*uintptr(t.keysize)) if t.indirectkey { k = *((*unsafe.pointer)(k)) } if !alg.equal(key, k) { continue } // 已经有一个 mapping for key. 更新它. if t.needkeyupdate { typedmemmove(t.key, k, key) } val = add(unsafe.pointer(b), dataoffset+bucketcnt*uintptr(t.keysize)+i*uintptr(t.valuesize)) goto done } ovf := b.overflow(t) if ovf == nil { break } b = ovf } //// 如果已经达到了load factor的最大值,就继续扩容。 //找不到键的映射。分配新单元格并添加条目。 //如果达到最大负载系数或溢出桶过多,并且我们还没有处于成长的中间,就开始扩容。 if !h.growing() && (overloadfactor(h.count+1, h.b) || toomanyoverflowbuckets(h.noverflow, h.b)) { hashgrow(t, h) goto again // //扩大表格会使所有内容无效, so try again } if inserti == nil { // 当前所有存储桶已满,请分配一个新的存储桶 newb := h.newoverflow(t, b) inserti = &newb.tophash[0] insertk = add(unsafe.pointer(newb), dataoffset) val = add(insertk, bucketcnt*uintptr(t.keysize)) } // 在插入的位置,存储键值 if t.indirectkey { kmem := newobject(t.key) *(*unsafe.pointer)(insertk) = kmem insertk = kmem } if t.indirectvalue { vmem := newobject(t.elem) *(*unsafe.pointer)(val) = vmem } typedmemmove(t.key, insertk, key) *inserti = top h.count++ done: if h.flags&hashwriting == 0 { throw("concurrent map writes") } h.flags &^= hashwriting if t.indirectvalue { val = *((*unsafe.pointer)(val)) } return val }
hash表如果正在扩容,并且这次要操作的bucket还没搬到新hash表中,那么先进行搬迁(扩容细节下面细说)。
在buck中寻找key,同时记录下第一个空位置,如果找不到,那么就在空位置中插入数据;如果找到了,那么就更新对应的value;
找不到key就看下需不需要扩容,需要扩容并且没有正在扩容,那么就进行扩容,然后回到第一步。
找不到key,不需要扩容,但是没有空slot,那么就分配一个overflow bucket挂在链表结尾,用新bucket的第一个slot放存放数据。
3.5 删除的过程
func mapdelete(t *maptype, h *hmap, key unsafe.pointer) { ... // set hashwriting after calling alg.hash, since alg.hash may panic, // in which case we have not actually done a write (delete). h.flags |= hashwriting bucket := hash & bucketmask(h.b) if h.growing() { growwork(t, h, bucket) } b := (*bmap)(add(h.buckets, bucket*uintptr(t.bucketsize))) top := tophash(hash) search: for ; b != nil; b = b.overflow(t) { for i := uintptr(0); i < bucketcnt; i++ { if b.tophash[i] != top { continue } k := add(unsafe.pointer(b), dataoffset+i*uintptr(t.keysize)) k2 := k if t.indirectkey { k2 = *((*unsafe.pointer)(k2)) } if !alg.equal(key, k2) { continue } // 如果其中有指针,则仅清除键。 if t.indirectkey { *(*unsafe.pointer)(k) = nil } else if t.key.kind&kindnopointers == 0 { memclrhaspointers(k, t.key.size) } v := add(unsafe.pointer(b), dataoffset+bucketcnt*uintptr(t.keysize)+i*uintptr(t.valuesize)) if t.indirectvalue { *(*unsafe.pointer)(v) = nil } else if t.elem.kind&kindnopointers == 0 { memclrhaspointers(v, t.elem.size) } else { memclrnoheappointers(v, t.elem.size) } // 若找到把对应的tophash里面的打上空的标记 b.tophash[i] = empty h.count-- break search } } if h.flags&hashwriting == 0 { throw("concurrent map writes") } h.flags &^= hashwriting }
如果正在扩容,并且操作的bucket还没搬迁完,那么搬迁bucket。
找出对应的key,如果key、value是包含指针的那么会清理指针指向的内存,否则不会回收内存。
3.6 map的扩容
通过上面的过程我们知道了,插入、删除过程都会触发扩容,判断扩容的函数如下:
// overloadfactor 判断放置在1 << b个存储桶中的计数项目是否超过loadfactor。 func overloadfactor(count int, b uint8) bool { return count > bucketcnt && uintptr(count) > loadfactornum*(bucketshift(b)/loadfactorden) //return 元素个数>8 && count>bucket数量*6.5,其中loadfactornum是常量13,loadfactorden是常量2,所以是6.5,bucket数量不算overflow bucket. } // toomanyoverflowbuckets 判断noverflow存储桶对于1 << b存储桶的map是否过多。 // 请注意,大多数这些溢出桶必须稀疏使用。如果使用密集,则我们已经触发了常规map扩容。 func toomanyoverflowbuckets(noverflow uint16, b uint8) bool { // 如果阈值太低,我们会做多余的工作。如果阈值太高,则增大和缩小的映射可能会保留大量未使用的内存。 //“太多”意味着(大约)溢出桶与常规桶一样多。有关更多详细信息,请参见incrnoverflow。 if b > 15 { b = 15 } // 译器在这里看不到b <16;掩码b生成较短的移位码。 return noverflow >= uint16(1)<<(b&15) } { .... // 如果我们达到最大负载率或溢流桶过多,并且我们还没有处于成长的中间,就开始成长。 if !h.growing() && (overloadfactor(h.count+1, h.b) || toomanyoverflowbuckets(h.noverflow, h.b)) { hashgrow(t, h) goto again // 扩大表格会使所有内容失效,so try again } //if (不是正在扩容 && (元素个数/bucket数超过某个值 || 太多overflow bucket)) { 进行扩容 //} .... }
每次map进行更新或者新增的时候,会先通过以上函数判断一下load factor。来决定是否扩容。如果需要扩容,那么第一步需要做的,就是对hash表进行扩容:
//仅对hash表进行扩容,这里不进行搬迁 func hashgrow(t *maptype, h *hmap) { // 如果达到负载系数,则增大尺寸。否则,溢出bucket过多,因此,保持相同数量的存储桶并横向“增长”。 bigger := uint8(1) if !overloadfactor(h.count+1, h.b) { bigger = 0 h.flags |= samesizegrow } oldbuckets := h.buckets newbuckets, nextoverflow := makebucketarray(t, h.b+bigger, nil) flags := h.flags &^ (iterator | olditerator) if h.flags&iterator != 0 { flags |= olditerator } // 提交增长(atomic wrt gc) h.b += bigger h.flags = flags h.oldbuckets = oldbuckets h.buckets = newbuckets h.nevacuate = 0 h.noverflow = 0 if h.extra != nil && h.extra.overflow != nil { // 将当前的溢出bucket提升到老一代。 if h.extra.oldoverflow != nil { throw("oldoverflow is not nil") } h.extra.oldoverflow = h.extra.overflow h.extra.overflow = nil } if nextoverflow != nil { if h.extra == nil { h.extra = new(mapextra) } h.extra.nextoverflow = nextoverflow } //哈希表数据的实际复制是增量完成的,通过growwork()和evacuate()。 }
如果之前为2^n ,那么下一次扩容是2^(n+1),每次扩容都是之前的两倍。扩容后需要重新计算每一项在hash中的位置,新表为老的两倍,此时前文的oldbacket用上了,用来存同时存在的两个新旧map,等数据迁移完毕就可以释放oldbacket了。扩容的函数hashgrow其实仅仅是进行一些空间分配,字段的初始化,实际的搬迁操作是在growwork函数中:
func growwork(t *maptype, h *hmap, bucket uintptr) { //确保我们迁移了了对应的oldbucket,到我们将要使用的存储桶。 evacuate(t, h, bucket&h.oldbucketmask()) // 疏散一个旧桶以在生长上取得进展 if h.growing() { evacuate(t, h, h.nevacuate) } }
evacuate是进行具体搬迁某个bucket的函数,可以看出growwork会搬迁两个bucket,一个是入参bucket;另一个是h.nevacuate。这个nevacuate是一个顺序累加的值。可以想想如果每次仅仅搬迁进行写操作(赋值/删除)的bucket,那么有可能某些bucket就是一直没有机会访问到,那么扩容就一直没法完成,总是在扩容中的状态,因此会额外进行一次顺序迁移,理论上,有n个old bucket,最多n次写操作,那么必定会搬迁完。在advanceevacuationmark中进行nevacuate的累加,遇到已经迁移的bucket会继续累加,一次最多加1024。 优点:均摊扩容时间,一定程度上缩短了扩容时间(和gc的引用计数法类似,都是均摊)overloadfactor函数中有一个常量6.5(loadfactornum/loadfactorden)来进行影响扩容时机。这个值的来源是测试取中的结果。
4.map的并发安全性
map的并发操作不是安全的。并发起两个goroutine,分别对map进行数据的增加:
func main() { test := map[int]int {1:1} go func() { i := 0 for i < 10000 { test[1]=1 i++ } }() go func() { i := 0 for i < 10000 { test[1]=1 i++ } }() time.sleep(2*time.second) fmt.println(test) } //fatal error: concurrent map read and map write
并发读写map结构的数据引起了错误。
解决方案1:加锁
func main() { test := map[int]int {1:1} var s sync.rwmutex go func() { i := 0 for i < 10000 { s.lock() test[1]=1 s.unlock() i++ } }() go func() { i := 0 for i < 10000 { s.lock() test[1]=1 s.unlock() i++ } }() time.sleep(2*time.second) fmt.println(test) }
特点:实现简单粗暴,好理解。但是锁的粒度为整个map,存在优化空间。适用场景:all。
解决方案2:sync.map
func main() { test := sync.map{} test.store(1, 1) go func() { i := 0 for i < 10000 { test.store(1, 1) i++ } }() go func() { i := 0 for i < 10000 { test.store(1, 1) i++ } }() time.sleep(time.second) fmt.println(test.load(1)) }
sync.map的原理:sync.map里头有两个map一个是专门用于读的read map,另一个是才是提供读写的dirty map;优先读read map,若不存在则加锁穿透读dirty map,同时记录一个未从read map读到的计数,当计数到达一定值,就将read map用dirty map进行覆盖。特点:官方出品,通过空间换时间的方式,读写分离;不适用于大量写的场景,会导致read map读不到数据而进一步加锁读取,同时dirty map也会一直晋升为read map,整体性能较差。适用场景:大量读,少量写。
解决方案3:分段锁
这也是数据库常用的方法,分段锁每一个读写锁保护一段区间。sync.map其实也是相当于表级锁,只不过多读写分了两个map,本质还是一样的。
优化方向:将锁的粒度尽可能降低来提高运行速度。思路:对一个大map进行hash,其内部是n个小map,根据key来来hash确定在具体的那个小map中,这样加锁的粒度就变成1/n了。例如
5.map的gc内存回收
golang里的map是只增不减的一种数组结构,他只会在删除的时候进行打标记说明该内存空间已经empty了,不会回收。
var intmap map[int]int func main() { printmemstats("初始化") // 添加1w个map值 intmap = make(map[int]int, 10000) for i := 0; i < 10000; i++ { intmap[i] = i } // 手动进行gc操作 runtime.gc() // 再次查看数据 printmemstats("增加map数据后") log.println("删除前数组长度:", len(intmap)) for i := 0; i < 10000; i++ { delete(intmap, i) } log.println("删除后数组长度:", len(intmap)) // 再次进行手动gc回收 runtime.gc() printmemstats("删除map数据后") // 设置为nil进行回收 intmap = nil runtime.gc() printmemstats("设置为nil后") } func printmemstats(mag string) { var m runtime.memstats runtime.readmemstats(&m) log.printf("%v:分配的内存 = %vkb, gc的次数 = %v\n", mag, m.alloc/1024, m.numgc) } //初始化:分配的内存 = 65kb, gc的次数 = 0 //增加map数据后:分配的内存 = 381kb, gc的次数 = 1 //删除前数组长度: 10000 //删除后数组长度: 0 //删除map数据后:分配的内存 = 381kb, gc的次数 = 2 //设置为nil后:分配的内存 = 68kb, gc的次数 = 3
可以看到delete是不会真正的把map释放的,所以要回收map还是需要设为nil
总结
以上所述是小编给大家介绍的go中的map数据结构字典,希望对大家有所帮助
上一篇: Go中http超时问题的排查及解决方法
下一篇: golang环形队列实现代码示例
推荐阅读
-
详解ES6中的 Set Map 数据结构学习总结
-
Python中的map、reduce和filter浅析
-
浅析go中的map数据结构字典
-
go语言map字典删除操作的方法
-
浅析JS中的 map, filter, some, every, forEach, for in, for of 用法总结
-
Google Gson - 将给定的Json转换为Map中嵌套Map的数据结构
-
Google Gson - 将给定的Json转换为Map中嵌套Map的数据结构
-
关于Python数据结构中字典的心得
-
Python中列表、字典、元组数据结构的简单学习笔记
-
Go语言遍历map实现(访问map中的每一个键值对)