本次学习除了基本内容之外主要思考三个问题:why(为什么)、what(原理是什么)、which(同类中还有哪些类似的东西,相比有什么区别)。
由于我对 java 比较熟悉,并且 java 中也有字符串和链表。所以本篇暂拿 redis 中的字符串和链表与 java 进行对比。
字符串先看几个问题:
redis 中有没有使用 C 语言的字符数组作为字符串? 答案:没有
那么 C 语言的字符数组有着什么局限性以至于java和redis都重新定义了自己的字符串呢?
redis 定义的字符串结构是什么?java的呢?
java 和 redis 的字符串结构有什么区别?为什么会形成这样的区别?两者哪一个更好呢?
C 语言数组的局限性取字符串长度不方便,c语言的字符数组没有存储字符串的长度,所以需要遍历。Time(时间复杂度):O(n)
不安全,两个字符数组进行拼接时可能会造成缓存区溢出,导致别的数据受损。
每次增删字符串都会导致重新分配或者回收内存,影响效率。
以\0判断是否结尾,只能存储文本数据。
比较两个字符串是否相等,需要循环比较每个字符,Time:O(n)。
由于 C 语言的字符数组有着以上的局限性,所以 redis 和 java 都重新定义了自己的字符串结构。
redis 定义的字符串结构是什么?java 的呢?redis 中的字符串是自己构建了一种叫做简单动态字符串(SDS)的抽象类型标识的。它的具体结构如下:
struct sdshdr { //字符串长度 int len; // buf中未使用的字节数 int free; // 字节数组,用于保存字符串 char buf[]; }redis 的这个数据结构,很好的解决了 C 语言字符数组的第1、2、3、4点局限性。而且值得注意的是 sdshdr 中的 buf 数组,也是以“\0”结尾的,所以buf的总长度为:len + free + 1。那么为什么要浪费这一个字节呢?主要是想重用 C 语言对于字符串的一些函数,比如连接、输出等等。
这里有一个点需要注意一下,就是 redis 不会对存储的字符串进行编码,存储和获取都是直接通过二进制进行传输的,所以理论上来说只要客户端的编码和解码方式一样,是不会出现乱码的。这也是上面 buf 的注释里写字节数组的原因。
java 的字符串呢?则是直接把字符串搞成了一个常量。如下:
public final class String implements java.io.Serializable, Comparable<String>, CharSequence { /** The value is used for character storage. */ private final char value[]; /** Cache the hash code for the string */ private int hash; // Default to 0 ...... }java 的字符串也解决了c语言字符数组的第 1/2/3/4 点。
因为 java 中数组直接存储了长度,所以规避了 C 语言数组的第 1/4 点局限性。
因为 String 是常量,所以c语言字符数组的第 2/3 点局限性不存在。
为了解决第 5 点局限性,所以java中的字符串引入了 hashCode 的概念。
正是因为 hash 直接存储在字符串中,所以才把字符串设置成常量(否则,每改一次字符串的值,都需要重新计算 hashcode 的值,太浪费效率)。正因为字符串是常量,所以才有了 StringBuilder、StringBuffer 的可变字符串。。。。。。
现在我们再回去看一下 redis 中字符串的结构,有一个数组,有数组中存储数据的长度。想到了什么?Java中 StringBuilder、StringBuffer、ArrayList 是不是都是这个结构?他们的共同点呢?是不是都是可变的数组( StringBuilder、StringBuffer 可以看成可变的字符数组)?
java 和 redis 的字符串比较redis 字符串中的字符数组(buf)是以“\0”结尾的,Java 中的不是。为什么呢?
因为 redis 的设计之初就是效率高、运行快的缓存。所以才会选择以 C 语言实现(因为c是所有结构化语言中运行最快的),并且和c的字符数组一样的结尾,以便可以直接使用c的函数而不重复造轮子。
java 的设计之初就是一门跨平台的语言,所以字符串的所有函数都是自己实现的,所以不需要额外浪费一个字节的空间。
redis 定义了一个 sds 的字符串,但也是基于 C 的字符数组。而java直接把c的数组都重新定义了( C 的数组不能直接获得数组长度)。
关于字符串比较是否相等的问题:
java 中有 hashcode 的概念来提升字符串比较是否相等的速度。redis 中又是如何做的呢?比如 get key 时,如何定位的一个具体的 key,而得到的 value 呢? 这个问题,暂时还不知道。
造成这些差异的原因,主要就是其定位不一样。redis 的定位是缓存、要求快。java 的定位是语言,最重要的是跨平台及扩展性。
链表也同样看三个问题:
链表为什么产生?
原理是什么,和别的数据结构再来个对比。
和 java 的链表有什么不一样?
链表为什么产生?链表的产生主要是因为数组的局限性。
比如:插入、删除慢。不能动态增加元素。