CPA-LABテクニカル

*1 : バージョン5.2.5

*2 : 32bitのuint(符号なし単精度)を使用しているけど、半分しか使わない構造になっている

*3 : 誰も突っ込まないと思うけど、その前にメモリが足りなくなる

*4 : ただし、環境によっては、個数管理に使われている変数の型unsigned int は一般的には32bitだけど、64bitのこともあるそうなので、その場合は、余裕で全世界の人々のデータを一度に配列にぶち込める。

一番最初に作られる配列の個数は8個である。
1つの配列要素を作っただけでも*5、8個分のハッシュテーブルが用意される。


ZEND_API int _zend_hash_init()メソッドの中で、こんな感じ。
ht->nTableSizeがテーブルサイズである。

uint i = 3;
while ((1U << i) < nSize) { ## 1U 符号なしの1
    i++;
}
ht->nTableSize = 1 << i; 
（一部省略している部分あり）

nSizeは、array_init より、ゼロでコールされているので、デフォルトのiの回数3回だけ、2進数0001が左へビットシフト*6され、1000（2進数）、10進数では8となる。


PHPでは、当初、この8個の枠の中で配列をやりくりするが、足りなくなると、ひとつづつ左へビットシフトする。
つまり、配列の要素を使うにしたがって、その配列の個数の上限は、

8個→16個→32個→64個→128個→256個→・・・・→1024個→・・・→21億4千7百83万3千6百48個

と段階的に増えていく。

*5 : いや、0個 $a=array(); でも

*6 : C言語での<<は、左ビットシフトの意味。<< 1は、２の１乗、<< 2は、２の二乗を表す。

• 「配列の個数なんて増やす度に、カウント＋＋でええやん」

という考え方もあるが、ハッシュテーブルの考え方が、

• 「大目に個数を確保しておいて、文字列キーを上手に数値に変換して、素早く探す」

ということなのと、ビット演算は、内部でのハッシュ関数と密接に関係する*7ので、このような実装になっているのであろう。

なお、

• PHP関数のハッシュ関数　と　ハッシュテーブル　は、全く違うもの

名前こそハッシュとついているが、全くの別物である。「任意の文字列から、一意のデータを出力する」というハッシュアルゴリズムの考え方は同じであるけど、ハッシュ関数と呼ばれるmd5,hsaなどは、あくまでも、任意の文字列から、文字列のハッシュ値を計算するもの。
ハッシュテーブルは、ハッシュアルゴリズムは使用するけど、md5やhsaではなくて、独自のハッシュ関数を実装し、それをさらにＣ言語の配列のキーとして利用する*8。


また、

• PHP関数のハッシュ関数md5,hsaなどは、最後のアウトプットは文字列
• ハッシュテーブルで実装されるハッシュ関数*9の最後のアウトプットは、数値

という点も大きく違う。


ハッシュテーブルの構造については、またいつか別項にて記載したい。

PHP変数管理の目次はこちら

*7 : いつか別項で書きたい

*8 : Ｃ言語の配列キーは数値のみ

*9 : PHPの内部的に使われる