编写 PHP 程序时，数组几乎覆盖了大部分数据存储需求。无论是接口返回的 JSON 解码结果、数据库查询出的记录集合，还是临时保存用户状态的缓存，都可以用数组来表达。PHP 数组之所以如此灵活，是因为它在语言层面被实现为哈希表。这个结构兼顾了按键快速定位和按插入顺序遍历两种能力，因此我们既能用 $config['db_host'] 直接读取配置，也能用 foreach 按顺序输出列表。
一、PHP数组底层的哈希表结构
在 PHP 的内核源码中，数组对应的结构体是 _zend_array，它通常也被直接称为 HashTable。这个结构体内部维护了一个桶数组，每个桶用来保存键、值以及一些状态信息。与普通哈希表只保存一个单向冲突链不同，PHP 的哈希表还为每个元素保存了前后节点指针，相当于在哈希表之外又维护了一条有序链表。这样做的目的是让 foreach 遍历不必依赖桶数组下标，而是沿链表顺序输出元素。
举例来说，如果插入键 name、age、email，哈希函数可能把它们映射到桶下标 5、2、7。如果只按桶下标遍历，顺序会变成 2、5、7，这显然不是插入顺序。但有了双向链表后，PHP 可以记录这三次插入的先后关系，最终 foreach 输出仍然是 name、age、email。因此 PHP 数组既能提供接近 O(1) 的按键查找，又能保留用户期望的顺序。
这种结构的代价是每个元素都需要额外存储链表指针和哈希信息，所以 PHP 数组的内存占用比 C 语言数组高不少。不过对大多数 Web 应用而言，这种内存开销可以接受，换来的是开发效率和代码可读性。
二、键的哈希计算与查找过程
向数组写入一个键值对时，PHP 首先需要确定这个键的类型是整数还是字符串。整数键通常会被直接当作哈希值的一部分处理，而字符串键则需要经过散列函数计算。PHP 使用的散列算法会尽量把不同字符串分散到不同桶中，减少冲突。计算完哈希值后，还要通过掩码操作把它映射到当前桶数组的大小范围内。
查找一个键时，过程类似：先计算键的哈希值，定位到桶下标，然后比较桶中保存的原始键和要查找的键是否完全一致。这里不仅比较哈希值，还会比较键的实际内容，因为不同字符串可能产生相同哈希值。只有内容完全匹配时才返回对应值。如果发生哈希冲突，PHP 会沿着冲突链继续比较，直到找到目标键或确认键不存在。
正因如此，PHP 数组按键读取的时间复杂度通常是 O(1)，但在冲突严重或键比较成本较高时可能退化。实际开发中很少会出现明显退化，因为 PHP 会在负载因子过高时自动扩容并重新散列，从而降低冲突概率。
三、哈希冲突与自动扩容机制
哈希冲突无法完全避免，尤其在数组容量有限的情况下。PHP 使用链地址法处理冲突，也就是多个键映射到同一个桶时，它们在桶的冲突链上依次排列。旧版本中冲突链是单向链表，后来为了支持更高效的删除和遍历，引入了双向链表。删除元素时，PHP 会调整前后节点的指针，并标记该桶为可复用状态，而不是立即释放全部内存。
当数组元素数量接近桶数组容量时，冲突概率会明显上升，查找和插入效率下降。PHP 会根据负载因子自动触发扩容。扩容时通常会创建一个更大的桶数组，然后对所有已有元素重新计算哈希值并重新插入到新桶中。这个过程叫重新散列，成本与元素数量成正比，因此频繁插入大量数据时，提前为数组预留容量可以减少扩容次数。PHP 没有提供显式指定数组容量的语法，但在某些扩展或底层场景中可以通过预分配优化。
除了扩容，PHP 还会在元素删除后进行紧缩操作，以回收过多空闲桶。这个动作也是自动完成的。对于绝大多数业务代码，开发者不需要手动干预，但了解这一点有助于理解大数组频繁增删时的性能波动。
四、哈希表在业务中的典型用法
第一个常见用法是用关联数组做缓存。比如在同一个请求中需要多次读取用户信息，可以用数组缓存查询结果，避免重复访问数据库。代码示例如下：
<?php
$cache = array();
$id = 1001;
if (!isset($cache[$id])) {
$cache[$id] = loadUserFromDb($id);
}
$user = $cache[$id];
function loadUserFromDb(int $id): array {
// 模拟一次数据库查询
return array('id' => $id, 'name' => 'Tom');
}
?>
这里 $cache 以用户 ID 为键，查找时不需要遍历整个列表，直接通过哈希表定位。即使缓存中已经有几千个用户，按键读取的时间也基本稳定。
第二个常见用途是去重和分组统计。例如有一段订单 ID 列表，需要找出不重复的 ID 或统计每个状态的订单数量。利用键的唯一性可以快速实现：
<?php
$orders = array(
array('status' => 'paid', 'id' => 1),
array('status' => 'pending', 'id' => 2),
array('status' => 'paid', 'id' => 3),
);
$countByStatus = array();
foreach ($orders as $order) {
$status = $order['status'];
if (!isset($countByStatus[$status])) {
$countByStatus[$status] = 0;
}
$countByStatus[$status]++;
}
print_r($countByStatus);
?>
这段代码把状态名作为键，出现次数作为值。哈希表保证同一个状态只对应一个槽位，统计过程无需先获得所有状态列表。相比使用 in_array 线性查找，这种方式效率更高。
五、性能优化与注意事项
虽然 PHP 哈希表在大多数场景下表现良好，但仍有一些细节值得注意。键的类型会直接影响哈希计算和比较速度。整数键比字符串键更快，因为整数哈希和比较成本更低。如果一个本来应该是整数键的数据被写成字符串，例如 $arr['1001']，PHP 在数组上下文中可能会将其转换为整数 1001。这个转换通常是自动的，但在严格类型或特殊需求下，应当保持键类型一致。
另一个容易忽略的问题是数组遍历和修改同时进行。由于 PHP 哈希表维护插入顺序，如果在 foreach 过程中直接增加或删除元素，可能改变链表结构并影响遍历结果。删除当前元素通常相对安全，但新增元素可能导致不可预期的遍历行为。建议先收集需要修改的键，退出循环后再统一处理。
此外，当数组非常大且需要频繁增删时，可以考虑使用 SplFixedArray 或其他专门的数据结构。但对大多数 Web 请求生命周期内的数据处理来说，PHP 数组哈希表已经是足够高效且易用的选择。理解它的内部机制后，你在设计数据结构时会更有把握，也能更快定位与数组顺序、键名转换相关的问题。