这篇文章主要讲解了“Redis整数集合的使用方法有哪些”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Redis整数集合的使用方法有哪些”吧！

对于集合，STL 的 set 相信大家都不陌生，它的底层实现是红黑树。无论插入、删除、查找都是 O(log n) 的时间复杂度。当然，如果用哈希表来实现集合，插入、删除、查找都可以达到 O(1)。那么为什么集合要用红黑树和没有用哈希表呢？我想，最大的可能是基于集合自身的特性，集合有它特有的操作：求交、求并、求差。这三个操作对于哈希表来说都是 O(n) 的。基于这一点，相比无序的哈希表来说，采用有序的红黑树会更加合适。

今天要讲的整数集合，又称为 intset，是 Redis 特有的数据结构。它的实现既不是红黑树，也不是哈希表。就是简单的数组加上内存编码。当存储元素较少（ 元素个数上限定义在server.h 的 OBJ_SET_MAX_INTSET_ENTRIES 宏定义值为512）且均为整型时，才会使用到整数集合。它的查找是 O(log n) 的，插入和删除都是 O(n) 的。但是由于存储元素相对较少的时候，O(log n) 和O(n) 差距不是很大，但是用 Redis 的这种整数集合，相比红黑树和哈希表来说，可以大大减少内存。
所以，Redis 的 整数集合 intset 的存在主要还是为了节省内存。

intset 结构定义在 intset.h 中：

#defineINTSET_ENC_INT16(sizeof(int16_t))#defineINTSET_ENC_INT32(sizeof(int32_t))#defineINTSET_ENC_INT64(sizeof(int64_t))typedefstructintset{uint32_tencoding;/*a*/uint32_tlength;/*b*/int8_tcontents[];/*c*/}intset;

a) encoding 指定了编码方式，总共有 INTSET_ENC_INT16、INTSET_ENC_INT32、INTSET_ENC_INT64 三种。从宏定义可以看出，这三个值分别为 2、4、8。从字面意思可以看出三者能表示的范围是 16位整数、32位整数 以及 64位整数。
b) length 存储了整数集合的元素个数。
c) contents 为整数集合的柔性数组，元素类型并不一定是 int8_t 类型的。 contents 不占用结构体的大小，它只作为整数集合数据的首指针。整数集合中的元素按照从小到大的顺序在 contents 中排列起来。

首先，我们来理解编码方式 encoding 的含义。需要明确的一点是，对于一个整数集合来说，所有的元素的编码一定是一致的（否则每个数都得存一个编码，而不是将它存在 intset 结构体内了），那么整个整数集合的编码取决于集合中“绝对值”最大的那个数（之所以是绝对值，因为整数包含正数和负数）。
通过那个绝对值最大的整数来获取编码，实现如下：

staticuint8_t_intsetValueEncoding(int64_tv){if(v<INT32_MIN||v>INT32_MAX)returnINTSET_ENC_INT64;elseif(v<INT16_MIN||v>INT16_MAX)returnINTSET_ENC_INT32;elsereturnINTSET_ENC_INT16;}

这段代码的含义是，如果整数 v 不能用 32位整数表示，那么就需要用INTSET_ENC_INT64 编码；如果不能用 16位整数表示，那么就需要用INTSET_ENC_INT32 编码；否则，采用INTSET_ENC_INT16 编码就行。核心就是：能用2个字节表示就不用4个字节，能用4个字节表示就不用8个字节，能省则省。
几个宏定义在 stdint.h 中，如下：

/*Minimumofsignedintegraltypes.*/#defineINT16_MIN(-32767-1)#defineINT32_MIN(-2147483647-1)/*Maximumofsignedintegraltypes.*/#defineINT16_MAX(32767)#defineINT32_MAX(2147483647)3、编码升级

当前编码方式不足以存储更大位数的整数时，需要升级编码。举个例子，下图所示的四个数字都在 [ -32768, 32767 ] 范围内，所以采用 INTSET_ENC_INT16 编码即可。contents 的数组长度为 sizeof(int16_t) * 4 = 2 * 4 = 8 个字节 （ 即64个二进制位 ）。

然后我们插入一个数，它的值为 32768，比 INT16_MAX 大1，所以它需要采用 INTSET_ENC_INT32 编码，而整数集合中所有的数的编码需要保持一致。那么，所有数的编码都需要转为INTSET_ENC_INT32 编码。这就是 “升级”。如图所示：

升级完后，contents 数组的长度变为 sizeof(int32_t) * 5= 4* 5= 20个字节 （ 即160个二进制位 ）。而且每个元素占用的内存都扩大一倍，所在的相对位置也发生了变化，导致所有的元素都需要往高位内存迁移。
那我们一开始就把所有的整数集合都用 INTSET_ENC_INT64 来编码不就好了，还省得麻烦。原因是 Redis 设计 intset 的初衷还是为了节省内存，设想一个集合的元素永远都不会超过 16位 整数，那么用 64位整数的话，相当于浪费了 3倍 的内存。

创建一个整数集合intsetNew，实现在 intset.c 中：

intset*intsetNew(void){intset*is=zmalloc(sizeof(intset));is->encoding=intrev32ifbe(INTSET_ENC_INT16);is->length=0;returnis;}

初始创建的整数集合为空集合，用 zmalloc 进行内存分配后，定义编码为 INTSET_ENC_INT16，这样可以使内存尽量小。这里需要注意的是，intset 的存储直接涉及到内存编码，所以需要考虑主机的字节序问题（相关资料请参阅：字节序）。
intrev32ifbe 的意思是 int32 reversal if big endian。即 如果当前主机字节序为大端序，那么将它的内存存储进行翻转操作。简言之，intset 的所有成员存储方式都采用小端序。所以创建一个空的整数集合，内存分布如下：

了解了整数集合的内存编码以后，我们来看看它的 设置 （set）和 获取（get）。

设置 的含义就是给定整数集合以及一个位置和值，将值设置到这个整数集合的对应位置上。_intsetSet 实现如下：

staticvoid_intsetSet(intset*is,intpos,int64_tvalue){uint32_tencoding=intrev32ifbe(is->encoding);/*a*/if(encoding==INTSET_ENC_INT64){((int64_t*)is->contents)[pos]=value;/*b*/memrev64ifbe(((int64_t*)is->contents)+pos);/*c*/}elseif(encoding==INTSET_ENC_INT32){((int32_t*)is->contents)[pos]=value;memrev32ifbe(((int32_t*)is->contents)+pos);}else{((int16_t*)is->contents)[pos]=value;memrev16ifbe(((int16_t*)is->contents)+pos);}}

a) 大端序和小端序只是存储方式，encoding 在存储的时候进行了一次 intrev32ifbe 转换，取出来用的时候需要再进行一次 intrev32ifbe 转换（其实就是序列化和反序列化）。
b) 根据 encoding 的类型，将 contents 转换成指定类型的指针，然后用 pos 进行索引找到对应的内存位置，然后将 value 的值设置到对应的内存中。
c) memrev64ifbe 的实现参见字节序 的 memrev64 函数，即将对应内存的值转换成小端序存储。

获取 的含义就是给定整数集合以及一个位置，返回给定位置的元素的值。_intsetGet 实现如下：

staticint64_t_intsetGetEncoded(intset*is,intpos,uint8_tenc){int64_tv64;int32_tv32;int16_tv16;if(enc==INTSET_ENC_INT64){memcpy(&v64,((int64_t*)is->contents)+pos,sizeof(v64));/*a*/memrev64ifbe(&v64);/*b*/returnv64;}elseif(enc==INTSET_ENC_INT32){memcpy(&v32,((int32_t*)is->contents)+pos,sizeof(v32));memrev32ifbe(&v32);returnv32;}else{memcpy(&v16,((int16_t*)is->contents)+pos,sizeof(v16));memrev16ifbe(&v16);returnv16;}}staticint64_t_intsetGet(intset*is,intpos){return_intsetGetEncoded(is,pos,intrev32ifbe(is->encoding));}

a) 根据 encoding 的类型，将 contents 转换成指定类型的指针，然后用 pos 进行索引找到对应的内存位置，将内存位置上的值拷贝到临时变量中；
b) 由于是直接的内存拷贝，所以取出来的值还是小端序的，那么在大端序的主机上得到的值是不对的，所以需要再做一次memrev64ifbe 转换将值还原。

由于整数集合是有序集合，所以查找某个元素是否在整数集合中，Redis 采用的是二分查找。intsetSearch 实现如下：

staticuint8_tintsetSearch(intset*is,int64_tvalue,uint32_t*pos){intmin=0,max=intrev32ifbe(is->length)-1,mid=-1;int64_tcur=-1;if(intrev32ifbe(is->length)==0){if(pos)*pos=0;/*a*/return0;}else{/*b*/if(value>_intsetGet(is,intrev32ifbe(is->length)-1)){if(pos)*pos=intrev32ifbe(is->length);return0;}elseif(value<_intsetGet(is,0)){if(pos)*pos=0;return0;}}while(max>=min){mid=((unsignedint)min+(unsignedint)max)>>1;/*c*/cur=_intsetGet(is,mid);if(value>cur){min=mid+1;}elseif(value<cur){max=mid-1;}else{break;}}if(value==cur){/*d*/if(pos)*pos=mid;return1;}else{if(pos)*pos=min;return0;}}

a) 整数集合为空，返回0表示查找失败；
b) value 的值比整数集合中的最大值还大，或者比最小值还小，则返回0表示查找失败；
c) 执行二分查找，将找到的值存在 cur 中；
d) 如果找到则返回1，表示查找成功，并且将 pos 设置为 mid 并返回；如果没找到则返回一个需要插入的位置。

由于 contents 的内存是动态分配的，所以每次进行元素插入或者删除的时候，都需要重新分配内存，这个实现放在 intsetResize 中，实现如下：

staticintset*intsetResize(intset*is,uint32_tlen){uint32_tsize=len*intrev32ifbe(is->encoding);is=zrealloc(is,sizeof(intset)+size);returnis;}

encoding 本身表示字节个数，所以乘上集合个数 len 就是 contents 数组需要的总字节数了，调用 zrealloc 进行内存重分配，然后返回重新分配后的地址。
注意：zrealloc 的返回值必须返回出去，因为 intset 在进行内存重分配以后，地址可能就变了。即 is = zrealloc(is, ...) 中，此 is 非彼 is。所以，所有调用 intsetResize 的函数都需要连带的返回新的 intset 指针。

编码升级一定发生在元素插入，并且插入的元素的绝对值比整数集合中的元素都大的时候，所以我们把升级后的元素插入和编码升级放在一个函数实现，名曰intsetUpgradeAndAdd，实现如下：

staticintset*intsetUpgradeAndAdd(intset*is,int64_tvalue){uint8_tcurenc=intrev32ifbe(is->encoding);uint8_tnewenc=_intsetValueEncoding(value);intlength=intrev32ifbe(is->length);intprepend=value<0?1:0;/*a*/is->encoding=intrev32ifbe(newenc);is=intsetResize(is,intrev32ifbe(is->length)+1);/*b*/while(length--)_intsetSet(is,length+prepend,_intsetGetEncoded(is,length,curenc));/*c*/if(prepend)_intsetSet(is,0,value);else_intsetSet(is,intrev32ifbe(is->length),value);/*d*/is->length=intrev32ifbe(intrev32ifbe(is->length)+1);returnis;}

a) curenc 记录升级前的编码，newenc 记录升级后的编码；
b) 将整数集合 is 的编码设置成新的编码后，进行内存重分配；
c) 获取原先内存中的数据，设置到新内存中（注意：由于两段内存空间是重叠的，而且新内存的长度一定大于原先内存，所以需要从后往前进行拷贝）；
d) 当插入的值 value 为负数的时候，为了保证集合的有序性，需要插入到 contents 的头部；反之，插入到尾部；当 value 为负数时 prepend 为1，这样就可以保证在内存拷贝的时候将第 0 个位置留空。
如图展示了一个 (-32768, 0, 1, 32767) 的整数集合在插入数字 32768 后的升级的完整过程：

整数集合升级的时间复杂度是 O(n) 的，但是在整数集合的生命期内，升级最多发生两次（从 INTSET_ENC_INT16 到 INTSET_ENC_INT32 以及 从 INTSET_ENC_INT32 到 INTSET_ENC_INT64）。

绝大多数情况都是在执行 插入 、删除 、查找 操作。插入 和 删除 会涉及到连续内存的移动。Redis 的内部实现中有一个函数 intsetMoveTail 就是用来实现内存移动的。

staticvoidintsetMoveTail(intset*is,uint32_tfrom,uint32_tto){void*src,*dst;uint32_tbytes=intrev32ifbe(is->length)-from;/*a*/uint32_tencoding=intrev32ifbe(is->encoding);if(encoding==INTSET_ENC_INT64){src=(int64_t*)is->contents+from;dst=(int64_t*)is->contents+to;bytes*=sizeof(int64_t);/*b*/}elseif(encoding==INTSET_ENC_INT32){src=(int32_t*)is->contents+from;dst=(int32_t*)is->contents+to;bytes*=sizeof(int32_t);}else{src=(int16_t*)is->contents+from;dst=(int16_t*)is->contents+to;bytes*=sizeof(int16_t);}memmove(dst,src,bytes);/*c*/}

a) 统计从 from 到结尾，有多少个元素；
b) 根据不同的编码，计算出需要拷贝的内存字节数 bytes，以及拷贝源位置 src，拷贝目标位置 dst；
c) memmove 是 string.h 中的函数：src指向的内存区域拷贝 bytes 个字节到 dst 所指向的内存区域，这个函数是支持内存重叠的；

最后，讲整数集合的插入和删除，插入调用的是intsetAdd，在 intset.c 中实现：

intset*intsetAdd(intset*is,int64_tvalue,uint8_t*success){uint8_tvalenc=_intsetValueEncoding(value);uint32_tpos;if(success)*success=1;if(valenc>intrev32ifbe(is->encoding)){/*a*/returnintsetUpgradeAndAdd(is,value);}else{if(intsetSearch(is,value,&pos)){if(success)*success=0;/*b*/returnis;}is=intsetResize(is,intrev32ifbe(is->length)+1);/*c*/if(pos<intrev32ifbe(is->length))intsetMoveTail(is,pos,pos+1);/*d*/}_intsetSet(is,pos,value);is->length=intrev32ifbe(intrev32ifbe(is->length)+1);/*e*/returnis;}

a)插入的数值 value 的内存编码大于现有集合的编码，直接调用intsetUpgradeAndAdd 进行编码升级；
b) 集合元素是不重复的，如果 intsetSearch 能够找到，则将 success 置为0，表示此次插入失败；
c) 如果 intsetSearch 找不到，将 intset 进行内存重分配，即 长度 加 1。
d) pos 为intsetSearch 过程中找到的 value 将要插入的位置，我们将 pos 以后的内存向后移动1个单位 （这里的1个单位可能是2个字节、4个字节或者8个字节，取决于当前整数集合的内存编码）。
e) 调用 _intsetSet 将 value 的值设置到 pos 的位置上，然后给成员变量 length 加1。最后返回 intset 指针首地址，因为其间进行了 intsetResize，传入的 intset 指针和返回的有可能不是同一个了。

删除元素调用的是intsetRemove ，实现如下：

intset*intsetRemove(intset*is,int64_tvalue,int*success){uint8_tvalenc=_intsetValueEncoding(value);uint32_tpos;if(success)*success=0;if(valenc<=intrev32ifbe(is->encoding)&&intsetSearch(is,value,&pos)){/*a*/uint32_tlen=intrev32ifbe(is->length);if(success)*success=1;if(pos<(len-1))intsetMoveTail(is,pos+1,pos);/*b*/is=intsetResize(is,len-1);/*c*/is->length=intrev32ifbe(len-1);}returnis;}

a) 当整数集合中存在 value 这个元素时才能执行删除操作；
b) 如果能通过 intsetSearch 找到元素，那么它的位置就在 pos 上，这是通过 intsetMoveTail 将内存往前挪；
c) intsetResize 重新分配内存，并且将集合长度减1；

感谢各位的阅读，以上就是“Redis整数集合的使用方法有哪些”的内容了，经过本文的学习后，相信大家对Redis整数集合的使用方法有哪些这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！