Libevent源码分析(一):最小堆

2024-09-05 12:48
文章标签 分析 源码 最小 libevent

本文主要是介绍Libevent源码分析(一):最小堆,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Libevent中的timeout事件是使用最小堆来管理维护的.代码位于<minheap-internal.h>.

看函数命名和代码风格应该是一个C++程序员,函数名都挺好懂的,只是下面这个结构体变量命名比较坑....

typedef struct min_heap
{struct event** p;unsigned n, a;//n队列元素的多少,a代表队列空间的大小.
} min_heap_t;

注释是我加的,这命名,n啊a啊的,鬼知道啥意思....必须吐槽一下.

 

先来说说什么是最小堆:

1.堆是一个二叉树

2.最小堆:父节点的值总是小于等于子节点

如下图:

上图圆圈旁边的数字代表其在数组中的下标.堆一般是用数组来存储的,也就是说实际存储结构是连续的,只是逻辑上是一棵树的结构.这样做的好处是很容易找到堆顶的元素,对Libevent来说,很容易就可以找到距当前时间最近的timeout事件.

 现在想想看我们要插入一个元素,我们要怎么移动数组中元素的位置,使其逻辑上仍然是一个小堆?结合下图很容易看出来:

1.假设我们要插入的元素为6大于其父节点的值2.则把元素放在数组相应的index上,插入完成.

 

2.假设我们要插入的为2小于其父节点的值3.则交换该节点与其父节点的值.对于下图来说,交换完毕后插入就算完成了.那要是交换完后发现index=2的元素还小于其父节点index=0的呢?就又得在一次交换,如此循环,直到达到根节点或是其不大于父节点.

到了这里我们看看libevent里的实现代码就很清楚了

复制代码
int min_heap_push(min_heap_t* s, struct event* e)
{if (min_heap_reserve(s, s->n + 1))return -1;min_heap_shift_up_(s, s->n++, e);return 0;
}//分配队列大小.n代表队列元素个数多少.
int min_heap_reserve(min_heap_t* s, unsigned n)
{if (s->a < n)    //队列大小不足元素个数,重新分配空间.
    {struct event** p;unsigned a = s->a ? s->a * 2 : 8;  //初始分配8个指针大小空间,否则原空间大小翻倍.if (a < n)a = n;   //翻倍后空间依旧不足,则分配n.if (!(p = (struct event**)mm_realloc(s->p, a * sizeof *p))) //重新分配内存return -1;s->p = p; //重新赋值队列地址及大小.s->a = a; //
    }return 0;
}void min_heap_shift_up_(min_heap_t* s, unsigned hole_index, struct event* e)
{unsigned parent = (hole_index - 1) / 2;while (hole_index && min_heap_elem_greater(s->p[parent], e)) //比父节点小或是到达根节点.则交换位置.循环.
    {(s->p[hole_index] = s->p[parent])->ev_timeout_pos.min_heap_idx = hole_index;hole_index = parent;parent = (hole_index - 1) / 2;}(s->p[hole_index] = e)->ev_timeout_pos.min_heap_idx = hole_index;
}
复制代码

 实际上作者写了一个比较通用的函数min_heap_shift_up(),与之相对应的还有min_heap_shift_down()

复制代码
void min_heap_shift_down_(min_heap_t* s, unsigned hole_index, struct event* e)
{unsigned min_child = 2 * (hole_index + 1);while (min_child <= s->n){//找出较小子节点min_child -= min_child == s->n || min_heap_elem_greater(s->p[min_child], s->p[min_child - 1]);//比子节点小正常.不需要再交换位置,跳出循环.if (!(min_heap_elem_greater(e, s->p[min_child])))break;//比子节点大,要交换位置(s->p[hole_index] = s->p[min_child])->ev_timeout_pos.min_heap_idx = hole_index;hole_index = min_child;min_child = 2 * (hole_index + 1);}(s->p[hole_index] = e)->ev_timeout_pos.min_heap_idx = hole_index;
}
复制代码

这里的hole_index是我们要填入某个值的下标,e是要填入的值.还是画图比较好理解:

当这个值(下标为hole_Index=1)比其父节点1(index = 0)小时,要向上移动调整.

当这个值(下标为hole_Index=1)比其最小子节点6(index = 3)还大时,要向下移动调整.

Libevent里是这么使用他们的:

复制代码
int min_heap_erase(min_heap_t* s, struct event* e)
{if (-1 != e->ev_timeout_pos.min_heap_idx){struct event *last = s->p[--s->n];//把最后一个值作为要填入hole_index的值unsigned parent = (e->ev_timeout_pos.min_heap_idx - 1) / 2;/* we replace e with the last element in the heap.  We might need toshift it upward if it is less than its parent, or downward if it isgreater than one or both its children. Since the children are knownto be less than the parent, it can't need to shift both up anddown. */if (e->ev_timeout_pos.min_heap_idx > 0 && min_heap_elem_greater(s->p[parent], last))min_heap_shift_up_(s, e->ev_timeout_pos.min_heap_idx, last);elsemin_heap_shift_down_(s, e->ev_timeout_pos.min_heap_idx, last);e->ev_timeout_pos.min_heap_idx = -1;return 0;}return -1;
}
复制代码
复制代码
struct event* min_heap_pop(min_heap_t* s)
{if (s->n){struct event* e = *s->p;min_heap_shift_down_(s, 0u, s->p[--s->n]);e->ev_timeout_pos.min_heap_idx = -1;return e;}return 0;
}
复制代码

 

最后总结一下,由于堆这种结构在逻辑上的这种二叉树的关系,其插入也好,删除也好,就是一个与父节点或是子节点比较然后调整位置,这一过程循环往复直到达到边界条件的过程.记住这一点,就不难写出代码了.

二叉树节点i:父节点为(i-1)/2.子节点为2i+1,2(i+1)。

这篇关于Libevent源码分析(一):最小堆的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1139012

相关文章

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、

MySQL中读写分离方案对比分析与选型建议

《MySQL中读写分离方案对比分析与选型建议》MySQL读写分离是提升数据库可用性和性能的常见手段,本文将围绕现实生产环境中常见的几种读写分离模式进行系统对比,希望对大家有所帮助... 目录一、问题背景介绍二、多种解决方案对比2.1 原生mysql主从复制2.2 Proxy层中间件:ProxySQL2.3

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1