在Redis的内部，数据结构类型值由高效的数据结构和算法进行支持，并且在Redis自身的构建当中，也大量用到了这些数据结构。
这一部分将对Redis内存所使用的数据结构和算法进行介绍。
动态字符串
Sds（Simple Dynamic String，简单动态字符串）
Sds在Redis中的主要作用有以下两个：
1. 实现字符串对象（StringObject）；
2. 在Redis程序内部用作char* 类型的替代品；
对比C 字符串，sds有以下特性：
–可以高效地执行长度计算（strlen）；
–可以高效地执行追加操作（append）；
–二进制安全；
•sds会为追加操作进行优化：加快追加操作的速度，并降低内存分配的次数，代价是多占用了一些内存，而且这些内存不会被主动释放。
typedefchar *sds;
structsdshdr {
// buf已占用长度
intlen;
// buf剩余可用长度
intfree;
// 实际保存字符串数据的地方
charbuf[];
};
# 如果新字符串的总长度小于SDS_MAX_PREALLOC
# 那么为字符串分配2 倍于所需长度的空间
# 否则就分配所需长度加上SDS_MAX_PREALLOC 数量的空间
双端链表
大部分C 程序都会自己实现一种链表类型，Redis也不例外。双端链表还是Redis列表类型的底层实现之一
Note: Redis列表使用两种数据结构作为底层实现：
1. 双端链表
2. 压缩列表
因为双端链表占用的内存比压缩列表要多，所以当创建新的列表键时，列表会优先考虑
使用压缩列表作为底层实现，并且在有需要的时候，才从压缩列表实现转换到双端链表实现。
除了实现列表类型以外，双端链表还被很多Redis内部模块所应用：
•事务模块使用双端链表来按顺序保存输入的命令；
•服务器模块使用双端链表来保存多个客户端；
•订阅/发送模块使用双端链表来保存订阅模式的多个客户端；
•事件模块使用双端链表来保存时间事件（time event）；
typedefstructlist {
// 表头指针
listNode*head;
// 表尾指针
listNode*tail;
// 节点数量
unsigned long len;
// 复制函数
void*(*dup)(void *ptr);
// 释放函数
void(*free)(void *ptr);
// 比对函数
int(*match)(void *ptr, void *key);
} list;
Redis为双端链表实现了一个迭代器，这个迭代器可以从两个方向对双端链表进行迭代：
双端链表及其节点的性能特性如下：
–节点带有前驱和后继指针，访问前驱节点和后继节点的复杂度为O(1) ，并且对链表
的迭代可以在从表头到表尾和从表尾到表头两个方向进行；
–链表带有指向表头和表尾的指针，因此对表头和表尾进行处理的复杂度为O(1) ；
–链表带有记录节点数量的属性，所以可以在O(1) 复杂度内返回链表的节点数量（长
度）；
字典
字典（dictionary），又名映射（map）或关联数组（associative array），在Redis中的应用广泛，使用频率可以说和SDS 以及双端链表不相上下，基本上各个功能模块都有用到字典的地方。
其中，字典的主要用途有以下两个：
1. 实现数据库键空间（key space）；
2. 用作Hash 类型键的其中一种底层实现；
以下两个小节分别介绍这两种用途。
Redis的Hash 类型键使用以下两种数据结构作为底层实现:
1. 字典；
2. 压缩列表；
因为压缩列表比字典更节省内存，所以程序在创建新Hash 键时，默认使用压缩列表作为底层实现，当有需要时，程序才会将底层实现从压缩列表转换到字典。
Redis选择了高效且实现简单的哈希表作为字典的底层实现。
/*
* 字典
**每个字典使用两个哈希表，用于实现渐进式rehash
*/
typedefstructdict {
// 特定于类型的处理函数
dictType*type;
// 类型处理函数的私有数据
void*privdata;
// 哈希表（2 个）
dicththt[2];
// 记录rehash 进度的标志，值为-1 表示rehash 未进行
intrehashidx;
// 当前正在运作的安全迭代器数量
intiterators;
} dict;
哈希表实现
字典所使用的哈希表实现由dict.h/dictht类型定义：
/*
* 哈希表
*/
typedefstructdictht {
// 哈希表节点指针数组（俗称桶，bucket）
dictEntry**table;
// 指针数组的大小
unsigned long size;
// 指针数组的长度掩码，用于计算索引值
unsigned long sizemask;
// 哈希表现有的节点数量
unsigned long used;
} dictht;
每个dictEntry都保存着一个键值对，以及一个指向另一个dictEntry结构的指针：
/*
* 哈希表节点
*/
typedefstructdictEntry {
// 键
void*key;
// 值
union{
void*val;
uint64_t u64;
int64_t s64;
} v;
// 链往后继节点
structdictEntry*next;
} dictEntry;
Redis目前使用两种不同的哈希算法：
1. MurmurHash2 32 bit 算法：这种算法的分布率和速度都非常好，具体信息请参考MurmurHash的主页：http://code.google.com/p/smhasher/ 。
2. 基于djb算法实现的一个大小写无关散列算法：具体信息请参考
http://www.cse.yorku.ca/~oz/hash.html 。
字典哈希表所使用的碰撞解决方法被称之为链地址法：
字典收缩和字典扩展的一个区别是：
•字典的扩展操作是自动触发的（不管是自动扩展还是强制扩展）；
•而字典的收缩操作则是由程序手动执行。
字典由键值对构成的抽象数据结构。
•Redis中的数据库和哈希键都基于字典来实现。
•Redis字典的底层实现为哈希表，每个字典使用两个哈希表，一般情况下只使用0 号哈希表，只有在rehash 进行时，才会同时使用0 号和1 号哈希表。
•哈希表使用链地址法来解决键冲突的问题。
• Rehash 可以用于扩展或收缩哈希表。
•对哈希表的rehash 是分多次、渐进式地进行的。
跳跃表
它的效率可以和平衡树媲美——查找、删除、添加等操作都可以在对数期望时间下完成，
并且比起平衡树来说，跳跃表的实现要简单直观得多。
•表头（head）：负责维护跳跃表的节点指针。
•跳跃表节点：保存着元素值，以及多个层。
•层：保存着指向其他元素的指针。高层的指针越过的元素数量大于等于低层的指针，为了提高查找的效率，程序总是从高层先开始访问，然后随着元素值范围的缩小，慢慢降低层次。
•表尾：全部由NULL 组成，表示跳跃表的末尾。
看图想象：
1） 查找简单：比如要查找5，第一层没找到，第二层定位4—6之间，再降一层则找到5。
2） 插入算法呢？还是不太确定怎么实现
跳跃表在Redis的唯一作用，就是实现有序集数据类型。
跳跃表将指向有序集的score 值和member 域的指针作为元素，并以score 值为索引，对有序集元素进行排序。
为了适应自身的需求，Redis基于William Pugh 论文中描述的跳跃表进行了修改，包括：1. score 值可重复。
2. 对比一个元素需要同时检查它的score 和memeber。
3. 每个节点带有高度为1 层的后退指针，用于从表尾方向向表头方向迭代。
