PHP数组是PHP语言中最灵活的数据结构之一，它既可以当作普通数组使用，也可以作为哈希映射、队列、栈等结构使用，这一切都源于其底层基于哈希表的实现逻辑。PHP的数组底层并非简单的连续内存存储，而是通过哈希表将键名映射到对应的存储位置，同时维护额外的结构来保证数组的遍历顺序。
PHP数组的底层结构定义
在PHP的源码中，数组的核心结构是HashTable，每个数组实例都对应一个HashTable结构体，其简化定义如下：
typedef struct _hashtable {
uint32_t nTableSize; // 哈希表的大小，总是2的幂次
uint32_t nTableMask; // 掩码，用于计算哈希索引，值为nTableSize-1
uint32_t nNumUsed; // 已使用的Bucket数量（包含已删除的）
uint32_t nNumOfElements; // 实际有效的元素数量
uint32_t nNextFreeElement; // 下一个可用的数字索引
Bucket *arData; // 存储元素的数组，连续内存
// 其他辅助字段省略
} HashTable;
其中Bucket是存储单个数组元素的结构，简化定义如下：
typedef struct _Bucket {
zval val; // 元素的值，zval是PHP的变量容器
zend_ulong h; // 键名的哈希值，数字键直接使用数字本身
zend_string *key; // 字符串键名，数字键时为NULL
// 其他辅助字段省略
} Bucket;
哈希函数的工作原理
哈希表的核心是通过哈希函数将键名转换为对应的存储索引，PHP的哈希函数设计兼顾了性能和分布均匀性：
- 对于数字键，直接使用键名作为哈希值，不需要额外计算
- 对于字符串键，使用DJBX33A哈希算法计算哈希值，该算法计算速度快，哈希分布较为均匀
得到哈希值后，通过nTableMask计算最终索引，公式为idx = h & ht->nTableMask，因为nTableSize是2的幂次，所以nTableMask的二进制是全1，按位与操作可以快速得到0到nTableSize-1之间的索引值。
哈希冲突的解决方式
不同的键名可能计算出相同的哈希索引，这种情况就是哈希冲突。PHP的哈希表采用链地址法解决哈希冲突，具体实现方式是在arData数组之外维护一个索引数组，每个索引位置对应一个冲突链表的头节点。
当发生冲突时，新的元素会被插入到对应索引的冲突链表头部，遍历时沿着链表依次查找即可。这种方式的优势是插入和删除操作的时间复杂度都是O(1)，不需要移动大量元素。
冲突链表的查找逻辑示例
假设要查找键名为test的元素，步骤如下：
- 计算
test的哈希值h - 计算索引
idx = h & nTableMask - 从
arData[idx]开始，沿着冲突链表遍历，对比每个Bucket的h和key，找到匹配的元素
数组顺序的维护机制
PHP数组支持按照插入顺序遍历元素，这是普通哈希表不具备的特性。PHP的实现方式是将arData数组同时作为元素存储区和顺序维护区：
- 所有有效元素都按顺序存储在
arData的连续位置中，遍历时直接遍历arData的前nNumUsed个位置即可 - 哈希索引指向的是
arData中的位置，冲突链表也是通过arData中的位置指针串联
当元素被删除时，对应的Bucket会被标记为已删除，不会立即从arData中移除，避免打乱顺序，同时nNumUsed不会减少，nNumOfElements会减少。
哈希表的扩容与重建
当哈希表的元素数量过多时，冲突概率会上升，性能会下降，此时会触发扩容操作：
- 当
nNumOfElements大于nTableSize的负载因子（默认是1）时，会将nTableSize扩大为原来的2倍 - 扩容后会重新计算所有元素的哈希索引，将元素移动到新的
arData数组中，这个过程称为重建索引 - 重建索引后，冲突链表会重新构建，元素的顺序依然保持插入顺序
如果数组中已删除的元素过多，还会触发缩容操作，将nTableSize缩小，减少内存占用。
简单PHP数组操作的底层逻辑示例
以下是一段简单的PHP数组操作代码，对应底层的哈希表操作：
<?php $arr = []; // 插入字符串键元素，底层计算哈希值，找到索引，插入到arData和冲突链表 $arr['name'] = 'php'; // 插入数字键元素，直接使用数字作为哈希值，计算索引插入 $arr[1] = 'test'; // 访问元素，计算哈希值，查找冲突链表，找到对应Bucket返回zval echo $arr['name']; ?>
通过理解PHP数组底层的哈希表实现，我们可以更好地使用数组：比如尽量避免过长的字符串键名减少哈希计算开销，了解数组遍历的顺序特性，合理预估数组大小减少扩容次数等，从而写出性能更优的PHP代码。