为什么hash作为内存使用的经典数据结构?

听到这样说法：hash是内存中使用的经典数据结构。内存是典型的随机访问设备。

 

为什么hash这种数据结构很适合内存使用呢？如何理解内存是随机访问设备呢？

 

因为我想知其所以然，如何理解背后的原因,我花费点时间来学习一番。

 

我之前学过搜索引擎中的倒排索引,其中的单词词典就是使用hash方式实现：对关键词做hash值,同样hash值的关键词都归到一起。这是我通俗化接触hash应用开始。

 

我们使用hash寻找数据的时候，数据随机分散到各个物理位置。不是有序的数据。而内存设备也是随机访问设备。内存很适合用hash方式来读取数据。比如memcached、redis等这些内存缓存，都是使用key-value形式来读取数据的

 

 

 

内存是一个随机存储设备，随机存储设备，我觉得是相对顺序存储设备而言的。机械硬盘存储，读取速度会影响整体速度，比如就近读取就会快。主存的数据读取与先后顺序无关。是典型的随机访问设备。很适合hash数据结构查找。

 

 

如何理解内存中数据的读取与先后顺序无关? 熟悉了内存存储原理，才知道，为什么内存是随机存储设备。

 

借用网上别人的一张内存存储图：

 

 

这张图很好的帮我理解了内存的数据读取方式。感谢作者。

把内存里面的存储空间，看成是一个一个的单元格组成的矩阵，每个单元格就是存储数据的。

 

数据d1，d2，d3分别分散存储在内存中的各个单元格子里面。

 

要读取数据d1。通过一个行地址和一个列地址可以唯一定位到一个存储单元。

 

随便数据存储在哪个单元个子里面，都能通过行地址与列地址快速定位找到数据所在的单元格。

 

假设要读取数据d1、d2、d3。先读取d1，还是先读取d3，对于整体速度是没有影响的。因为定位每个单元格子所需要的操作是一样的(行地址与列地址)

 

所以，读取的速度是与读取顺序无关的。

 

 

而在硬盘中则不同，硬盘的磁头要进行定位，如何数据在磁头附近，则直接移过去即可。如果接下来要读取的数据不在磁头附近，又需要让磁盘片重新转一圈才行(磁头不转动,盘片转动，所以需要让数据所在区域转动到到磁头位置下,以便磁头读取数据)，这就需要耗费磁盘i/o。在磁盘扇区，相临近的数据,能减少盘片转动,所以安排数据的先后读取顺序其实就是减少了盘片转动。比如把需要一起访问的数据放到同一个柱面上，就是一种方式。

 

 

这时候，理解了为什么内存很适合用hash方式存取数据。是与随机存储设备有关。

 

磁盘靠物理旋转来定位读取数据，于是存在寻道时间和旋转延迟。内存查找数据不存在这种问题。

 

有的对比，就更加了解硬盘为什么很适合用b树方式作为数据结构。不适合使用hash方式来组织数据。

 

可以这样理解:内存与磁盘存储的原理的不同，使得内存很适合hash方式访问数据，磁盘则很适合使用b树形式组织数据。