Merge branch 'jk/cleanup-object-parsing-and-fsck'
[git] / hashmap.h
1 #ifndef HASHMAP_H
2 #define HASHMAP_H
3
4 #include "hash.h"
5
6 /*
7  * Generic implementation of hash-based key-value mappings.
8  *
9  * An example that maps long to a string:
10  * For the sake of the example this allows to lookup exact values, too
11  * (i.e. it is operated as a set, the value is part of the key)
12  * -------------------------------------
13  *
14  * struct hashmap map;
15  * struct long2string {
16  *     struct hashmap_entry ent;
17  *     long key;
18  *     char value[FLEX_ARRAY];   // be careful with allocating on stack!
19  * };
20  *
21  * #define COMPARE_VALUE 1
22  *
23  * static int long2string_cmp(const void *hashmap_cmp_fn_data,
24  *                            const struct hashmap_entry *eptr,
25  *                            const struct hashmap_entry *entry_or_key,
26  *                            const void *keydata)
27  * {
28  *     const char *string = keydata;
29  *     unsigned flags = *(unsigned *)hashmap_cmp_fn_data;
30  *     const struct long2string *e1, *e2;
31  *
32  *     e1 = container_of(eptr, const struct long2string, ent);
33  *     e2 = container_of(entry_or_key, const struct long2string, ent);
34  *
35  *     if (flags & COMPARE_VALUE)
36  *         return e1->key != e2->key ||
37  *                  strcmp(e1->value, string ? string : e2->value);
38  *     else
39  *         return e1->key != e2->key;
40  * }
41  *
42  * int main(int argc, char **argv)
43  * {
44  *     long key;
45  *     char value[255], action[32];
46  *     unsigned flags = 0;
47  *
48  *     hashmap_init(&map, long2string_cmp, &flags, 0);
49  *
50  *     while (scanf("%s %ld %s", action, &key, value)) {
51  *
52  *         if (!strcmp("add", action)) {
53  *             struct long2string *e;
54  *             FLEX_ALLOC_STR(e, value, value);
55  *             hashmap_entry_init(&e->ent, memhash(&key, sizeof(long)));
56  *             e->key = key;
57  *             hashmap_add(&map, &e->ent);
58  *         }
59  *
60  *         if (!strcmp("print_all_by_key", action)) {
61  *             struct long2string k, *e;
62  *             hashmap_entry_init(&k->ent, memhash(&key, sizeof(long)));
63  *             k.key = key;
64  *
65  *             flags &= ~COMPARE_VALUE;
66  *             e = hashmap_get_entry(&map, &k, ent, NULL);
67  *             if (e) {
68  *                 printf("first: %ld %s\n", e->key, e->value);
69  *                 while ((e = hashmap_get_next_entry(&map, e,
70  *                                              struct long2string, ent))) {
71  *                     printf("found more: %ld %s\n", e->key, e->value);
72  *                 }
73  *             }
74  *         }
75  *
76  *         if (!strcmp("has_exact_match", action)) {
77  *             struct long2string *e;
78  *             FLEX_ALLOC_STR(e, value, value);
79  *             hashmap_entry_init(&e->ent, memhash(&key, sizeof(long)));
80  *             e->key = key;
81  *
82  *             flags |= COMPARE_VALUE;
83  *             printf("%sfound\n",
84  *                    hashmap_get(&map, &e->ent, NULL) ? "" : "not ");
85  *             free(e);
86  *         }
87  *
88  *         if (!strcmp("has_exact_match_no_heap_alloc", action)) {
89  *             struct long2string k;
90  *             hashmap_entry_init(&k->ent, memhash(&key, sizeof(long)));
91  *             k.key = key;
92  *
93  *             flags |= COMPARE_VALUE;
94  *             printf("%sfound\n",
95  *                    hashmap_get(&map, &k->ent, value) ? "" : "not ");
96  *         }
97  *
98  *         if (!strcmp("end", action)) {
99  *             hashmap_free_entries(&map, struct long2string, ent);
100  *             break;
101  *         }
102  *     }
103  *
104  *     return 0;
105  * }
106  */
107
108 /*
109  * Ready-to-use hash functions for strings, using the FNV-1 algorithm (see
110  * http://www.isthe.com/chongo/tech/comp/fnv).
111  * `strhash` and `strihash` take 0-terminated strings, while `memhash` and
112  * `memihash` operate on arbitrary-length memory.
113  * `strihash` and `memihash` are case insensitive versions.
114  * `memihash_cont` is a variant of `memihash` that allows a computation to be
115  * continued with another chunk of data.
116  */
117 unsigned int strhash(const char *buf);
118 unsigned int strihash(const char *buf);
119 unsigned int memhash(const void *buf, size_t len);
120 unsigned int memihash(const void *buf, size_t len);
121 unsigned int memihash_cont(unsigned int hash_seed, const void *buf, size_t len);
122
123 /*
124  * Converts a cryptographic hash (e.g. SHA-1) into an int-sized hash code
125  * for use in hash tables. Cryptographic hashes are supposed to have
126  * uniform distribution, so in contrast to `memhash()`, this just copies
127  * the first `sizeof(int)` bytes without shuffling any bits. Note that
128  * the results will be different on big-endian and little-endian
129  * platforms, so they should not be stored or transferred over the net.
130  */
131 static inline unsigned int oidhash(const struct object_id *oid)
132 {
133         /*
134          * Equivalent to 'return *(unsigned int *)oid->hash;', but safe on
135          * platforms that don't support unaligned reads.
136          */
137         unsigned int hash;
138         memcpy(&hash, oid->hash, sizeof(hash));
139         return hash;
140 }
141
142 /*
143  * struct hashmap_entry is an opaque structure representing an entry in the
144  * hash table.
145  * Ideally it should be followed by an int-sized member to prevent unused
146  * memory on 64-bit systems due to alignment.
147  */
148 struct hashmap_entry {
149         /*
150          * next points to the next entry in case of collisions (i.e. if
151          * multiple entries map to the same bucket)
152          */
153         struct hashmap_entry *next;
154
155         /* entry's hash code */
156         unsigned int hash;
157 };
158
159 /*
160  * User-supplied function to test two hashmap entries for equality. Shall
161  * return 0 if the entries are equal.
162  *
163  * This function is always called with non-NULL `entry` and `entry_or_key`
164  * parameters that have the same hash code.
165  *
166  * When looking up an entry, the `key` and `keydata` parameters to hashmap_get
167  * and hashmap_remove are always passed as second `entry_or_key` and third
168  * argument `keydata`, respectively. Otherwise, `keydata` is NULL.
169  *
170  * When it is too expensive to allocate a user entry (either because it is
171  * large or varialbe sized, such that it is not on the stack), then the
172  * relevant data to check for equality should be passed via `keydata`.
173  * In this case `key` can be a stripped down version of the user key data
174  * or even just a hashmap_entry having the correct hash.
175  *
176  * The `hashmap_cmp_fn_data` entry is the pointer given in the init function.
177  */
178 typedef int (*hashmap_cmp_fn)(const void *hashmap_cmp_fn_data,
179                               const struct hashmap_entry *entry,
180                               const struct hashmap_entry *entry_or_key,
181                               const void *keydata);
182
183 /*
184  * struct hashmap is the hash table structure. Members can be used as follows,
185  * but should not be modified directly.
186  */
187 struct hashmap {
188         struct hashmap_entry **table;
189
190         /* Stores the comparison function specified in `hashmap_init()`. */
191         hashmap_cmp_fn cmpfn;
192         const void *cmpfn_data;
193
194         /* total number of entries (0 means the hashmap is empty) */
195         unsigned int private_size; /* use hashmap_get_size() */
196
197         /*
198          * tablesize is the allocated size of the hash table. A non-0 value
199          * indicates that the hashmap is initialized. It may also be useful
200          * for statistical purposes (i.e. `size / tablesize` is the current
201          * load factor).
202          */
203         unsigned int tablesize;
204
205         unsigned int grow_at;
206         unsigned int shrink_at;
207
208         unsigned int do_count_items : 1;
209 };
210
211 /* hashmap functions */
212
213 /*
214  * Initializes a hashmap structure.
215  *
216  * `map` is the hashmap to initialize.
217  *
218  * The `equals_function` can be specified to compare two entries for equality.
219  * If NULL, entries are considered equal if their hash codes are equal.
220  *
221  * The `equals_function_data` parameter can be used to provide additional data
222  * (a callback cookie) that will be passed to `equals_function` each time it
223  * is called. This allows a single `equals_function` to implement multiple
224  * comparison functions.
225  *
226  * If the total number of entries is known in advance, the `initial_size`
227  * parameter may be used to preallocate a sufficiently large table and thus
228  * prevent expensive resizing. If 0, the table is dynamically resized.
229  */
230 void hashmap_init(struct hashmap *map,
231                          hashmap_cmp_fn equals_function,
232                          const void *equals_function_data,
233                          size_t initial_size);
234
235 /* internal function for freeing hashmap */
236 void hashmap_free_(struct hashmap *map, ssize_t offset);
237
238 /*
239  * Frees a hashmap structure and allocated memory, leaves entries undisturbed
240  */
241 #define hashmap_free(map) hashmap_free_(map, -1)
242
243 /*
244  * Frees @map and all entries.  @type is the struct type of the entry
245  * where @member is the hashmap_entry struct used to associate with @map
246  */
247 #define hashmap_free_entries(map, type, member) \
248         hashmap_free_(map, offsetof(type, member));
249
250 /* hashmap_entry functions */
251
252 /*
253  * Initializes a hashmap_entry structure.
254  *
255  * `entry` points to the entry to initialize.
256  * `hash` is the hash code of the entry.
257  *
258  * The hashmap_entry structure does not hold references to external resources,
259  * and it is safe to just discard it once you are done with it (i.e. if
260  * your structure was allocated with xmalloc(), you can just free(3) it,
261  * and if it is on stack, you can just let it go out of scope).
262  */
263 static inline void hashmap_entry_init(struct hashmap_entry *e,
264                                         unsigned int hash)
265 {
266         e->hash = hash;
267         e->next = NULL;
268 }
269
270 /*
271  * Return the number of items in the map.
272  */
273 static inline unsigned int hashmap_get_size(struct hashmap *map)
274 {
275         if (map->do_count_items)
276                 return map->private_size;
277
278         BUG("hashmap_get_size: size not set");
279         return 0;
280 }
281
282 /*
283  * Returns the hashmap entry for the specified key, or NULL if not found.
284  *
285  * `map` is the hashmap structure.
286  *
287  * `key` is a user data structure that starts with hashmap_entry that has at
288  * least been initialized with the proper hash code (via `hashmap_entry_init`).
289  *
290  * `keydata` is a data structure that holds just enough information to check
291  * for equality to a given entry.
292  *
293  * If the key data is variable-sized (e.g. a FLEX_ARRAY string) or quite large,
294  * it is undesirable to create a full-fledged entry structure on the heap and
295  * copy all the key data into the structure.
296  *
297  * In this case, the `keydata` parameter can be used to pass
298  * variable-sized key data directly to the comparison function, and the `key`
299  * parameter can be a stripped-down, fixed size entry structure allocated on the
300  * stack.
301  *
302  * If an entry with matching hash code is found, `key` and `keydata` are passed
303  * to `hashmap_cmp_fn` to decide whether the entry matches the key.
304  */
305 struct hashmap_entry *hashmap_get(const struct hashmap *map,
306                                 const struct hashmap_entry *key,
307                                 const void *keydata);
308
309 /*
310  * Returns the hashmap entry for the specified hash code and key data,
311  * or NULL if not found.
312  *
313  * `map` is the hashmap structure.
314  * `hash` is the hash code of the entry to look up.
315  *
316  * If an entry with matching hash code is found, `keydata` is passed to
317  * `hashmap_cmp_fn` to decide whether the entry matches the key. The
318  * `entry_or_key` parameter of `hashmap_cmp_fn` points to a hashmap_entry
319  * structure that should not be used in the comparison.
320  */
321 static inline struct hashmap_entry *hashmap_get_from_hash(
322                                         const struct hashmap *map,
323                                         unsigned int hash,
324                                         const void *keydata)
325 {
326         struct hashmap_entry key;
327         hashmap_entry_init(&key, hash);
328         return hashmap_get(map, &key, keydata);
329 }
330
331 /*
332  * Returns the next equal hashmap entry, or NULL if not found. This can be
333  * used to iterate over duplicate entries (see `hashmap_add`).
334  *
335  * `map` is the hashmap structure.
336  * `entry` is the hashmap_entry to start the search from, obtained via a previous
337  * call to `hashmap_get` or `hashmap_get_next`.
338  */
339 struct hashmap_entry *hashmap_get_next(const struct hashmap *map,
340                         const struct hashmap_entry *entry);
341
342 /*
343  * Adds a hashmap entry. This allows to add duplicate entries (i.e.
344  * separate values with the same key according to hashmap_cmp_fn).
345  *
346  * `map` is the hashmap structure.
347  * `entry` is the entry to add.
348  */
349 void hashmap_add(struct hashmap *map, struct hashmap_entry *entry);
350
351 /*
352  * Adds or replaces a hashmap entry. If the hashmap contains duplicate
353  * entries equal to the specified entry, only one of them will be replaced.
354  *
355  * `map` is the hashmap structure.
356  * `entry` is the entry to add or replace.
357  * Returns the replaced entry, or NULL if not found (i.e. the entry was added).
358  */
359 struct hashmap_entry *hashmap_put(struct hashmap *map,
360                                 struct hashmap_entry *entry);
361
362 /*
363  * Adds or replaces a hashmap entry contained within @keyvar,
364  * where @keyvar is a pointer to a struct containing a
365  * "struct hashmap_entry" @member.
366  *
367  * Returns the replaced pointer which is of the same type as @keyvar,
368  * or NULL if not found.
369  */
370 #define hashmap_put_entry(map, keyvar, member) \
371         container_of_or_null_offset(hashmap_put(map, &(keyvar)->member), \
372                                 OFFSETOF_VAR(keyvar, member))
373
374 /*
375  * Removes a hashmap entry matching the specified key. If the hashmap contains
376  * duplicate entries equal to the specified key, only one of them will be
377  * removed. Returns the removed entry, or NULL if not found.
378  *
379  * Argument explanation is the same as in `hashmap_get`.
380  */
381 struct hashmap_entry *hashmap_remove(struct hashmap *map,
382                                         const struct hashmap_entry *key,
383                                         const void *keydata);
384
385 /*
386  * Removes a hashmap entry contained within @keyvar,
387  * where @keyvar is a pointer to a struct containing a
388  * "struct hashmap_entry" @member.
389  *
390  * See `hashmap_get` for an explanation of @keydata
391  *
392  * Returns the replaced pointer which is of the same type as @keyvar,
393  * or NULL if not found.
394  */
395 #define hashmap_remove_entry(map, keyvar, member, keydata) \
396         container_of_or_null_offset( \
397                         hashmap_remove(map, &(keyvar)->member, keydata), \
398                         OFFSETOF_VAR(keyvar, member))
399
400 /*
401  * Returns the `bucket` an entry is stored in.
402  * Useful for multithreaded read access.
403  */
404 int hashmap_bucket(const struct hashmap *map, unsigned int hash);
405
406 /*
407  * Used to iterate over all entries of a hashmap. Note that it is
408  * not safe to add or remove entries to the hashmap while
409  * iterating.
410  */
411 struct hashmap_iter {
412         struct hashmap *map;
413         struct hashmap_entry *next;
414         unsigned int tablepos;
415 };
416
417 /* Initializes a `hashmap_iter` structure. */
418 void hashmap_iter_init(struct hashmap *map, struct hashmap_iter *iter);
419
420 /* Returns the next hashmap_entry, or NULL if there are no more entries. */
421 struct hashmap_entry *hashmap_iter_next(struct hashmap_iter *iter);
422
423 /* Initializes the iterator and returns the first entry, if any. */
424 static inline struct hashmap_entry *hashmap_iter_first(struct hashmap *map,
425                 struct hashmap_iter *iter)
426 {
427         hashmap_iter_init(map, iter);
428         return hashmap_iter_next(iter);
429 }
430
431 /*
432  * returns the first entry in @map using @iter, where the entry is of
433  * @type (e.g. "struct foo") and @member is the name of the
434  * "struct hashmap_entry" in @type
435  */
436 #define hashmap_iter_first_entry(map, iter, type, member) \
437         container_of_or_null(hashmap_iter_first(map, iter), type, member)
438
439 /* internal macro for hashmap_for_each_entry */
440 #define hashmap_iter_next_entry_offset(iter, offset) \
441         container_of_or_null_offset(hashmap_iter_next(iter), offset)
442
443 /* internal macro for hashmap_for_each_entry */
444 #define hashmap_iter_first_entry_offset(map, iter, offset) \
445         container_of_or_null_offset(hashmap_iter_first(map, iter), offset)
446
447 /*
448  * iterate through @map using @iter, @var is a pointer to a type
449  * containing a @member which is a "struct hashmap_entry"
450  */
451 #define hashmap_for_each_entry(map, iter, var, member) \
452         for (var = hashmap_iter_first_entry_offset(map, iter, \
453                                                 OFFSETOF_VAR(var, member)); \
454                 var; \
455                 var = hashmap_iter_next_entry_offset(iter, \
456                                                 OFFSETOF_VAR(var, member)))
457
458 /*
459  * returns a pointer of type matching @keyvar, or NULL if nothing found.
460  * @keyvar is a pointer to a struct containing a
461  * "struct hashmap_entry" @member.
462  */
463 #define hashmap_get_entry(map, keyvar, member, keydata) \
464         container_of_or_null_offset( \
465                                 hashmap_get(map, &(keyvar)->member, keydata), \
466                                 OFFSETOF_VAR(keyvar, member))
467
468 #define hashmap_get_entry_from_hash(map, hash, keydata, type, member) \
469         container_of_or_null(hashmap_get_from_hash(map, hash, keydata), \
470                                 type, member)
471 /*
472  * returns the next equal pointer to @var, or NULL if not found.
473  * @var is a pointer of any type containing "struct hashmap_entry"
474  * @member is the name of the "struct hashmap_entry" field
475  */
476 #define hashmap_get_next_entry(map, var, member) \
477         container_of_or_null_offset(hashmap_get_next(map, &(var)->member), \
478                                 OFFSETOF_VAR(var, member))
479
480 /*
481  * iterate @map starting from @var, where @var is a pointer of @type
482  * and @member is the name of the "struct hashmap_entry" field in @type
483  */
484 #define hashmap_for_each_entry_from(map, var, member) \
485         for (; \
486                 var; \
487                 var = hashmap_get_next_entry(map, var, member))
488
489 /*
490  * Disable item counting and automatic rehashing when adding/removing items.
491  *
492  * Normally, the hashmap keeps track of the number of items in the map
493  * and uses it to dynamically resize it.  This (both the counting and
494  * the resizing) can cause problems when the map is being used by
495  * threaded callers (because the hashmap code does not know about the
496  * locking strategy used by the threaded callers and therefore, does
497  * not know how to protect the "private_size" counter).
498  */
499 static inline void hashmap_disable_item_counting(struct hashmap *map)
500 {
501         map->do_count_items = 0;
502 }
503
504 /*
505  * Re-enable item couting when adding/removing items.
506  * If counting is currently disabled, it will force count them.
507  * It WILL NOT automatically rehash them.
508  */
509 static inline void hashmap_enable_item_counting(struct hashmap *map)
510 {
511         unsigned int n = 0;
512         struct hashmap_iter iter;
513
514         if (map->do_count_items)
515                 return;
516
517         hashmap_iter_init(map, &iter);
518         while (hashmap_iter_next(&iter))
519                 n++;
520
521         map->do_count_items = 1;
522         map->private_size = n;
523 }
524
525 /* String interning */
526
527 /*
528  * Returns the unique, interned version of the specified string or data,
529  * similar to the `String.intern` API in Java and .NET, respectively.
530  * Interned strings remain valid for the entire lifetime of the process.
531  *
532  * Can be used as `[x]strdup()` or `xmemdupz` replacement, except that interned
533  * strings / data must not be modified or freed.
534  *
535  * Interned strings are best used for short strings with high probability of
536  * duplicates.
537  *
538  * Uses a hashmap to store the pool of interned strings.
539  */
540 const void *memintern(const void *data, size_t len);
541 static inline const char *strintern(const char *string)
542 {
543         return memintern(string, strlen(string));
544 }
545
546 #endif