NSMutableArray 背后的数据结构是什么？

Question

通常，“可变数组”类被实现为简单数组的包装器。当您在末尾添加元素时，包装器会分配更多内存。这是一种常见的数据结构，各种操作的性能是众所周知的。您在数组末尾获得 O(1) 元素访问、O(N) 插入和删除，或 O(1)（平均）插入和删除。但是NSMutableArray 是另一回事。例如docs 说[强调我的]：

注意：数组上的大多数操作需要恒定时间：访问元素、添加或删除元素在任一端 ，并替换一个元素。将元素插入到数组的中间需要线性时间。

那么，NSMutableArray 到底是什么？这是在某处记录的吗？

Answer 1

它是circular buffer 的包装器。

这既没有记录也没有开源，但this blog post 展示了一个惊人的逆向工程工作，而不是NSMutableArray，我认为你会发现它非常有趣。

NSMutableArray 类集群由名为 __NSArrayM 的具体私有子类支持。

最大的发现是 NSMutableArray 不是 CFArray 的薄包装，正如人们可能合理地认为的那样：CFArray 是开源的，它不使用循环缓冲区，而 __NSArrayM 使用.

通读文章的 cmets，似乎从 iOS 4 开始就是这样，而在以前的 SDK 中，NSMutableArray 实际上在内部使用了CFArray，而__NSArrayM 甚至不存在。

直接来自我上面提到的博客文章

数据结构

您可能已经猜到了，__NSArrayM 使用循环缓冲区。 这个数据结构非常简单，但是有点多 比常规数组/缓冲区复杂。通函内容 当到达任一端时，缓冲区可以回绕。

环形缓冲区有一些很酷的特性。值得注意的是，除非 缓冲区已满，从任一端插入/删除不需要任何 要移动的内存。

objectAtIndex: 的伪代码如下：

- (id)objectAtIndex:(NSUInteger)index {
    if (_used <= index) {
        goto ThrowException;
    }

    NSUInteger fetchOffset = _offset + index;
    NSUInteger realOffset = fetchOffset - (_size > fetchOffset ? 0 : _size);

    return _list[realOffset];

ThrowException:
    // exception throwing code
}

其中 ivars 被定义为

• _used: 数组包含的元素个数
• _list: 指向循环缓冲区的指针
• _size: 缓冲区大小
• _offset: 数组第一个元素在缓冲区的索引

---

再一次，我不相信以上所有信息，因为它们直接来自amazing blog post by Bartosz Ciechanowski。

Answer 2

做了一些测量：从一个空数组开始，添加 @"Hello" 100,000 次，然后删除它 100,000 次。不同的模式：在末尾添加/删除，在开头，在中间，靠近开始（尽可能在索引 20 处），接近结尾（尽可能远离结尾 20 个索引），以及我交替的一个在接近开始和结束之间。以下是 100,000 个对象的时间（在 Core 2 Duo 上测量）：

Adding objects = 0.006593 seconds
Removing objects at the end = 0.004674 seconds
Adding objects at the start = 0.003577 seconds
Removing objects at the start = 0.002936 seconds
Adding objects in the middle = 3.057944 seconds
Removing objects in the middle = 3.059942 seconds
Adding objects close to the start = 0.010035 seconds
Removing objects close to the start = 0.007599 seconds
Adding objects close to the end = 0.008005 seconds
Removing objects close to the end = 0.008735 seconds
Adding objects close to the start / end = 0.008795 seconds
Removing objects close to the start / end = 0.008853 seconds

所以每次添加/删除的时间与到数组开头或结尾的距离成正比，以较近者为准。在中间添加东西是昂贵的。您不必在最后完全工作；删除靠近开始/结束的元素也很便宜。

作为循环列表的建议实现省略了一个重要细节：在最后一个和第一个数组元素的位置之间存在可变大小的间隙。随着数组元素的添加/删除，该间隙的大小会发生变化。当间隙消失并添加更多对象时，需要分配更多内存并移动对象指针；当间隙变得太大时，可以缩小数组并且需要移动对象指针。一个简单的更改（允许间隙位于任何位置，而不仅仅是在最后一个元素和第一个元素之间）将允许任何位置的更改快速（只要它是相同的位置），并且会使操作“变薄” " 阵列更快。