Skip to content

Latest commit

 

History

History
334 lines (226 loc) · 16.5 KB

004.md

File metadata and controls

334 lines (226 loc) · 16.5 KB
Raw

NSArray 原理及遍历方法探究

前段日子我为了学习英语，阅读《Effective Objective-C 2.0》的原版的时候，我发现了之前没怎么注意到的一段话：

In the case of NSArray, when an instance is allocated, it’s an instance of another class that’s allocated (during a call to alloc), known as a placeholder array. This placeholder array is then converted to an instance of another class, which is a concrete subclass of NSArray.

在使用了 NSArray 的 alloc 方法来获取实例时，该方法首先会分类一个属于某类的实例，此实例充当“占位数组”。该数组稍后会转为另一个类的实例，而那个类则是 NSArray 的实体子类。

话不多说，代码写两行：

NSArray *placeholder = [NSArray alloc];
NSArray *arr1 = [[NSArray alloc] init];
NSArray *arr2 = [[NSArray alloc] initWithObjects:@0, nil];
NSArray *arr3 = [[NSArray alloc] initWithObjects:@0, @1, nil];
NSArray *arr4 = [[NSArray alloc] initWithObjects:@0, @1, @2, nil];
    
NSLog(@"placeholder: %s", object_getClassName(placeholder));
NSLog(@"arr1: %s", object_getClassName(arr1));
NSLog(@"arr2: %s", object_getClassName(arr2));
NSLog(@"arr3: %s", object_getClassName(arr3));
NSLog(@"arr4: %s", object_getClassName(arr4));
    
NSMutableArray *mPlaceholder = [NSMutableArray alloc];
NSMutableArray *mArr1 = [[NSMutableArray alloc] init];
NSMutableArray *mArr2 = [[NSMutableArray alloc] initWithObjects:@0, nil];
NSMutableArray *mArr3 = [[NSMutableArray alloc] initWithObjects:@0, @1, nil];
    
NSLog(@"mPlaceholder: %s", object_getClassName(mPlaceholder));    
NSLog(@"mArr1: %s", object_getClassName(mArr1));
NSLog(@"mArr2: %s", object_getClassName(mArr2));
NSLog(@"mArr3: %s", object_getClassName(mArr3));

打印出来的结果是这样的:

2016-02-25 09:09:15.628381+0800 NSArrayTest[44716:5228210] placeholder: __NSPlaceholderArray
2016-02-25 09:09:15.628749+0800 NSArrayTest[44716:5228210] arr1: __NSArray0
2016-02-25 09:09:15.629535+0800 NSArrayTest[44716:5228210] arr2: __NSSingleObjectArrayI
2016-02-25 09:09:15.630635+0800 NSArrayTest[44716:5228210] arr3: __NSArrayI
2016-02-25 09:09:15.630789+0800 NSArrayTest[44716:5228210] arr4: __NSArrayI
2016-02-25 09:09:15.630993+0800 NSArrayTest[44716:5228210] mPlaceholder: __NSPlaceholderArray
2016-02-25 09:09:15.631095+0800 NSArrayTest[44716:5228210] mArr1: __NSArrayM
2016-02-25 09:09:15.631954+0800 NSArrayTest[44716:5228210] mArr2: __NSArrayM
2016-02-25 09:09:15.632702+0800 NSArrayTest[44716:5228210] mArr3: __NSArrayM

清晰易懂，我们可以看到，不管创建的事可变还是不可变的数组，在 alloc 之后得到的类都是 __NSPlaceholderArray。而当我们 init 一个不可变的空数组之后，得到的是 __NSArray0；如果有且只有一个元素，那就是 __NSSingleObjectArrayI；有多个元素的，叫做 __NSArrayI；init 一个可变数组的话，就都是 __NSArrayM。

我们看到 __NSPlaceholderArray 的名字就知道它是用来占位的。那它是个什么呢？

写几行代码测试一下：

NSArray *placeholder1 = [NSArray alloc];
NSArray *placeholder2 = [NSArray alloc];
NSLog(@"placeholder1: %p", placeholder1);
NSLog(@"placeholder2: %p", placeholder2);

打印出来的结果很有意思

2016-02-25 09:41:45.097431+0800 NSArrayTest[45228:5277101] placeholder1: 0x604000005d90
2016-02-25 09:41:45.097713+0800 NSArrayTest[45228:5277101] placeholder2: 0x604000005d90

这两个数组的内存地址是一样的，可以猜测，这里是生成了一个单例，在执行 init 之后就被新的实例给更换掉了。该类内部只有一个 isa 指针，除此之外没有别的东西。

由于苹果没有公开此处的源码，我查阅了别的类似的开源以及资料，得到如下的结论：

  1. 当元素为空时，返回的是 __NSArray0 的单例；
  2. 当元素仅有一个时，返回的是 __NSSingleObjectArrayI 的实例；
  3. 当元素大于一个的时候，返回的是 __NSArrayI 的实例。
  4. 网上的资料，大多未提及 __NSSingleObjectArrayI，可能是后面新增的，理由大概还是为了效率，在此不深究。

为了区别可变和不可变的情况，在 init 的时候，会根据是 NSArray 还是 NSMutableArray 来创建 immutablePlaceholder 和 mutablePlaceholder，它们都是 __NSPlaceholderArray 类型的。

创建数组

在上面的多种创建数组的方法里，都是最后调用了 initWithObjects:count: 函数。

@interface NSArray<__covariant ObjectType> : NSObject <NSCopying, NSMutableCopying, NSSecureCoding, NSFastEnumeration>

@property (readonly) NSUInteger count;
- (ObjectType)objectAtIndex:(NSUInteger)index;
- (instancetype)init NS_DESIGNATED_INITIALIZER;
- (instancetype)initWithObjects:(const ObjectType _Nonnull [_Nullable])objects count:(NSUInteger)cnt NS_DESIGNATED_INITIALIZER;
- (nullable instancetype)initWithCoder:(NSCoder *)aDecoder NS_DESIGNATED_INITIALIZER;

@end

这就是类簇的优点，在创建某个类簇的子类的时候，我们不需要实现所有的功能。在 CoreFoundation 的类蔟的抽象工厂基类（如 NSArray、NSString、NSNumber 等）中，Primitive methods 指的就是这些核心的方法，也就是那些在创建子类时必须要重写的方法，通常在类的 interface 中声明，在文档中一般也会说明。其他可选实现的方法在 Category 中声明。同时还需要注意其整个继承树的祖先的 Primitive methods 也都需要实现。

CFArray 和 NSMutableArray

CFArray 是 CoreFoundation 中的，和 Foundation 中的 NSArray 相对应，他们是 Toll-Free Bridged 的。通过阅读 ibireme 的这篇博客，我们可以知道，CFArray 最开始是使用双端队列实现的，但是因为性能问题，后来发生了改变，因为没有开源代码，ibireme 只能通过测试来猜测它可能换成环形缓冲区来实现了。

任何程序员都知道 C 语言数组的原理。可以归结为一段能被方便读写的连续内存空间。数组和指针并不相同 (详见 Expert C Programming 或 这篇文章)，不能说：一块被 malloc 过的内存空间等同于一个数组 (一种被滥用了的说法)。

使用一段线性内存空间的一个最明显的缺点是，在下标 0 处插入一个元素时，需要移动其它所有的元素，即 memmove 的原理：

同样地，假如想要保持相同的内存指针作为首个元素的地址，移除第一个元素需要进行相同的动作：

当数组非常大时，这样很快会成为问题。显而易见，直接对指针存取，在数组的世界里必定不是最好的办法。C 语言风格的数组通常很有用，但 OC 程序员每天的主要工作使得我们需要 NSMutableArray 这样一个可变的、可索引的容器。

这里，我们需要阅读这篇博客。在这里我们可以确定使用了环形缓冲区。

正如你会猜测的，__NSArrayM 用了环形缓冲区 (circular buffer)。这个数据结构相当简单，只是比常规数组或缓冲区复杂点。环形缓冲区的内容能在到达任意一端时绕向另一端。

环形缓冲区有一些非常酷的属性。尤其是，除非缓冲区满了，否则在任意一端插入或删除均不会要求移动任何内存。我们来分析这个类如何充分利用环形缓冲区来使得自身比 C 数组强大得多。

最有意思的一点，如果我们在中间进行插入或者删除，只会移动最少的一边的元素。

内部结构

我们来看一下内部结构：

1. __NSArrayI

__NSArrayI 的结构定义为:

@interface __NSArrayI : NSArray
{
    NSUInteger _used;
    id _list[0];
}
@end

_used 是数组的元素个数,调用 [array count] 时，返回的就是 _used 的值。 这里我们可以把 id _list[0] 当作 id *_list 来用，即一个存储 id 对象的 buff. 由于 __NSArrayI 的不可变,所以 _list 一旦分配，释放之前都不会再有移动删除操作了，只有获取对象一种操作.因此 __NSArrayI 的实现并不复杂.

2. __NSSingleObjectArrayI

__NSSingleObjectArrayI 的结构定义为:

@interface __NSSingleObjectArrayI : NSArray
{
    id object;
}
@end

因为只有在"创建只包含一个对象的不可变数组"时,才会得到 __NSSingleObjectArrayI 对象，所以其内部结构更加简单，一个 object 足矣.

3. __NSArrayM

__NSArrayM 的结构定义为:

@interface __NSArrayM : NSMutableArray
{
    NSUInteger _used;
    NSUInteger _offset;
    int _size:28;
    int _unused:4;
    uint32_t _mutations;
    id *_list;
}
@end

__NSArrayM 稍微复杂一些，但是同样的，它的内部对象数组也是一块连续内存 id* _list，正如 __NSArrayI 的 id _list[0] 一样

  • _used:当前对象数目
  • _offset:实际对象数组的起始偏移,这个字段的用处稍后会讨论
  • _size:已分配的_list大小(能存储的对象个数，不是字节数)
  • _mutations：修改标记，每次对__NSArrayM的修改操作都会使_mutations加1
  • id *_list是个循环数组.并且在增删操作时会动态地重新分配以符合当前的存储需求.

我们在上面说过，__NSArrayM 用了环形缓冲区 (circular buffer)。 并且在增删操作时会动态地重新分配以符合当前的存储需求.以一个初始包含5个对象,总大小 _size 为 6 的 _list 为例: _offset = 0,_used = 5,_size=6

image

在末端追加 3 个对象后: _offset = 0,_used = 8,_size=8 _list已重新分配

image

删除对象 A: _offset = 1,_used = 7,_size=8

image

删除对象 E: _offset = 2,_used = 6,_size=8 B,C 往后移动了，E 的空缺被填补

image

在末端追加两个对象: _offset = 2,_used = 8,_size=8 _list足够存储新加入的两个对象，因此没有重新分配，而是将两个新对象存储到了_list起始端

image

NSMutableArray的方法

正如 NSMutableArray Class Reference 的讨论，每个 NSMutableArray 子类必须实现下面 7 个方法：

  • - count
  • - objectAtIndex:
  • - insertObject:atIndex:
  • - removeObjectAtIndex:
  • - addObject:
  • - removeLastObject
  • - replaceObjectAtIndex:withObject:

毫不意外的是，__NSArrayM 履行了这个规定。然而，__NSArrayM 的所有实现方法列表相当短且不包含 21 个额外的在 NSMutableArray 头文件列出来的方法。谁负责执行这些方法呢？

这证明它们只是 NSMutableArray 类自身的一部分。这会相当的方便：任何 NSMutableArray 的子类只须实现 7 个最基本的方法。所有其它高等级的抽象建立在它们的基础之上。例如 - removeAllObjects 方法简单地往回迭代，一个个地调用 - removeObjectAtIndex:。

遍历数组的n个方法

1.for 循环

for (int i = 0;  i < array.count; ++i) {
       id object = array[i];
  }

2.NSEnumerator

NSArray *anArray = /*...*/;
NSEnumerator *enumerator = [anArray objectEnumerator];
id object;
while((object = [enumerator nextObject])!= nil){

}

3.forin

快速遍历

NSArray *anArray = /*...*/;
for (id object in anArray) {

  }

4.enumerateObjectsWithOptions:usingBlock:

通过block回调，在子线程中遍历，对象的回调次序是乱序的,而且调用线程会等待该遍历过程完成:

[array enumerateObjectsWithOptions:NSEnumerationConcurrent usingBlock:^(id  _Nonnull obj, NSUInteger idx, BOOL * _Nonnull stop) {
        xxx
  }];

性能比较如图 横轴为遍历的对象数目,纵轴为耗时,单位us.

从图中看出，在对象数目很小的时候，各种方式的性能差别微乎其微。随着对象数目的增大， 性能差异才体现出来.

其中for in的耗时一直都是最低的，当对象数高达100万的时候，for in耗时也没有超过5ms.其次是for循环耗时较低.

反而，直觉上应该非常快速的多线程遍历方式却是性能最差的。

遍历的速度特点探究

1.for 循环&for in

这两个速度是最快的，我们就以forin为例。forin遵从了NSFastEnumeration协议，它只有一个方法：

- (NSUInteger)countByEnumeratingWithState:
                        (NSFastEnumerationState *)state
                             objects:(id *)stackbuffer 
                                  count:(NSUInteger)len;

它直接从 C 数组中取对象。对于可变数组来说，它最多只需要两次就可以获取全部全速。如果数组还没有构成循环，那么第一次就获得了全部元素，跟不可变数组一样。但是如果数组构成了循环，那么就需要两次，第一次获取对象数组的起始偏移到循环数组末端的元素,第二次获取存放在循环数组起始处的剩余元素。

而 for 循环之所以慢一点，是因为 for 循环的时候每次都要调用objectAtIndex: 假如我们遍历的时候不需要获取当前遍历操作所针对的下标，我们就可以选择forin。

2.block循环

这种循环虽然是最慢的，但是我们在遍历的时候可以直接从 block 中获取更多的信息，并且可以修改块的方法签名，以免进行类型转换操作。

for(NSString *key in aDictionary){
    NSString *object = (NSString *)aDictionary[key];
}
NSDictionary *aDictionary = /*...*/;
[aDictionary enumerateKeysAndObjectsUsingBlock:
  ^(NSString *key,NSString *obj,BOOL *stop){
  
  }];

并且如果需要需要并发的时候，也可以方便的使用 dispatch_group/dispatch_apply。

另外还有一点：如果数组的数量过多，除了 block 遍历，其他的遍历方法都需要添加 autoreleasePool 方法来优化。block 遍历就不需要，因为系统在实现它的时候就已经实现了相关处理。

参考文献

Effective Objective-C 2.0:编写高质量iOS与OS X代码的52个有效方法

NSMutableArray Class Reference

CFArray 的历史渊源及实现原理

Objective-C 数组遍历的性能及原理