Merge branch 'bw/git-clang-format'
[git] / hashmap.h
1 #ifndef HASHMAP_H
2 #define HASHMAP_H
3
4 /*
5  * Generic implementation of hash-based key-value mappings.
6  *
7  * An example that maps long to a string:
8  * For the sake of the example this allows to lookup exact values, too
9  * (i.e. it is operated as a set, the value is part of the key)
10  * -------------------------------------
11  *
12  * struct hashmap map;
13  * struct long2string {
14  *     struct hashmap_entry ent; // must be the first member!
15  *     long key;
16  *     char value[FLEX_ARRAY];   // be careful with allocating on stack!
17  * };
18  *
19  * #define COMPARE_VALUE 1
20  *
21  * static int long2string_cmp(const struct long2string *e1,
22  *                            const struct long2string *e2,
23  *                            const void *keydata, const void *userdata)
24  * {
25  *     char *string = keydata;
26  *     unsigned *flags = (unsigned*)userdata;
27  *
28  *     if (flags & COMPARE_VALUE)
29  *         return !(e1->key == e2->key) || (keydata ?
30  *                  strcmp(e1->value, keydata) : strcmp(e1->value, e2->value));
31  *     else
32  *         return !(e1->key == e2->key);
33  * }
34  *
35  * int main(int argc, char **argv)
36  * {
37  *     long key;
38  *     char *value, *action;
39  *
40  *     unsigned flags = ALLOW_DUPLICATE_KEYS;
41  *
42  *     hashmap_init(&map, (hashmap_cmp_fn) long2string_cmp, &flags, 0);
43  *
44  *     while (scanf("%s %l %s", action, key, value)) {
45  *
46  *         if (!strcmp("add", action)) {
47  *             struct long2string *e;
48  *             e = malloc(sizeof(struct long2string) + strlen(value));
49  *             hashmap_entry_init(e, memhash(&key, sizeof(long)));
50  *             e->key = key;
51  *             memcpy(e->value, value, strlen(value));
52  *             hashmap_add(&map, e);
53  *         }
54  *
55  *         if (!strcmp("print_all_by_key", action)) {
56  *             flags &= ~COMPARE_VALUE;
57  *
58  *             struct long2string k;
59  *             hashmap_entry_init(&k, memhash(&key, sizeof(long)));
60  *             k.key = key;
61  *
62  *             struct long2string *e = hashmap_get(&map, &k, NULL);
63  *             if (e) {
64  *                 printf("first: %l %s\n", e->key, e->value);
65  *                 while (e = hashmap_get_next(&map, e))
66  *                     printf("found more: %l %s\n", e->key, e->value);
67  *             }
68  *         }
69  *
70  *         if (!strcmp("has_exact_match", action)) {
71  *             flags |= COMPARE_VALUE;
72  *
73  *             struct long2string *e;
74  *             e = malloc(sizeof(struct long2string) + strlen(value));
75  *             hashmap_entry_init(e, memhash(&key, sizeof(long)));
76  *             e->key = key;
77  *             memcpy(e->value, value, strlen(value));
78  *
79  *             printf("%s found\n", hashmap_get(&map, e, NULL) ? "" : "not");
80  *         }
81  *
82  *         if (!strcmp("has_exact_match_no_heap_alloc", action)) {
83  *             flags |= COMPARE_VALUE;
84  *
85  *             struct long2string e;
86  *             hashmap_entry_init(e, memhash(&key, sizeof(long)));
87  *             e.key = key;
88  *
89  *             printf("%s found\n", hashmap_get(&map, e, value) ? "" : "not");
90  *         }
91  *
92  *         if (!strcmp("end", action)) {
93  *             hashmap_free(&map, 1);
94  *             break;
95  *         }
96  *     }
97  * }
98  */
99
100 /*
101  * Ready-to-use hash functions for strings, using the FNV-1 algorithm (see
102  * http://www.isthe.com/chongo/tech/comp/fnv).
103  * `strhash` and `strihash` take 0-terminated strings, while `memhash` and
104  * `memihash` operate on arbitrary-length memory.
105  * `strihash` and `memihash` are case insensitive versions.
106  * `memihash_cont` is a variant of `memihash` that allows a computation to be
107  * continued with another chunk of data.
108  */
109 extern unsigned int strhash(const char *buf);
110 extern unsigned int strihash(const char *buf);
111 extern unsigned int memhash(const void *buf, size_t len);
112 extern unsigned int memihash(const void *buf, size_t len);
113 extern unsigned int memihash_cont(unsigned int hash_seed, const void *buf, size_t len);
114
115 /*
116  * Converts a cryptographic hash (e.g. SHA-1) into an int-sized hash code
117  * for use in hash tables. Cryptographic hashes are supposed to have
118  * uniform distribution, so in contrast to `memhash()`, this just copies
119  * the first `sizeof(int)` bytes without shuffling any bits. Note that
120  * the results will be different on big-endian and little-endian
121  * platforms, so they should not be stored or transferred over the net.
122  */
123 static inline unsigned int sha1hash(const unsigned char *sha1)
124 {
125         /*
126          * Equivalent to 'return *(unsigned int *)sha1;', but safe on
127          * platforms that don't support unaligned reads.
128          */
129         unsigned int hash;
130         memcpy(&hash, sha1, sizeof(hash));
131         return hash;
132 }
133
134 /*
135  * struct hashmap_entry is an opaque structure representing an entry in the
136  * hash table, which must be used as first member of user data structures.
137  * Ideally it should be followed by an int-sized member to prevent unused
138  * memory on 64-bit systems due to alignment.
139  */
140 struct hashmap_entry {
141         /*
142          * next points to the next entry in case of collisions (i.e. if
143          * multiple entries map to the same bucket)
144          */
145         struct hashmap_entry *next;
146
147         /* entry's hash code */
148         unsigned int hash;
149 };
150
151 /*
152  * User-supplied function to test two hashmap entries for equality. Shall
153  * return 0 if the entries are equal.
154  *
155  * This function is always called with non-NULL `entry` and `entry_or_key`
156  * parameters that have the same hash code.
157  *
158  * When looking up an entry, the `key` and `keydata` parameters to hashmap_get
159  * and hashmap_remove are always passed as second `entry_or_key` and third
160  * argument `keydata`, respectively. Otherwise, `keydata` is NULL.
161  *
162  * When it is too expensive to allocate a user entry (either because it is
163  * large or varialbe sized, such that it is not on the stack), then the
164  * relevant data to check for equality should be passed via `keydata`.
165  * In this case `key` can be a stripped down version of the user key data
166  * or even just a hashmap_entry having the correct hash.
167  *
168  * The `hashmap_cmp_fn_data` entry is the pointer given in the init function.
169  */
170 typedef int (*hashmap_cmp_fn)(const void *hashmap_cmp_fn_data,
171                               const void *entry, const void *entry_or_key,
172                               const void *keydata);
173
174 /*
175  * struct hashmap is the hash table structure. Members can be used as follows,
176  * but should not be modified directly.
177  */
178 struct hashmap {
179         struct hashmap_entry **table;
180
181         /* Stores the comparison function specified in `hashmap_init()`. */
182         hashmap_cmp_fn cmpfn;
183         const void *cmpfn_data;
184
185         /* total number of entries (0 means the hashmap is empty) */
186         unsigned int private_size; /* use hashmap_get_size() */
187
188         /*
189          * tablesize is the allocated size of the hash table. A non-0 value
190          * indicates that the hashmap is initialized. It may also be useful
191          * for statistical purposes (i.e. `size / tablesize` is the current
192          * load factor).
193          */
194         unsigned int tablesize;
195
196         unsigned int grow_at;
197         unsigned int shrink_at;
198
199         unsigned int do_count_items : 1;
200 };
201
202 /* hashmap functions */
203
204 /*
205  * Initializes a hashmap structure.
206  *
207  * `map` is the hashmap to initialize.
208  *
209  * The `equals_function` can be specified to compare two entries for equality.
210  * If NULL, entries are considered equal if their hash codes are equal.
211  *
212  * The `equals_function_data` parameter can be used to provide additional data
213  * (a callback cookie) that will be passed to `equals_function` each time it
214  * is called. This allows a single `equals_function` to implement multiple
215  * comparison functions.
216  *
217  * If the total number of entries is known in advance, the `initial_size`
218  * parameter may be used to preallocate a sufficiently large table and thus
219  * prevent expensive resizing. If 0, the table is dynamically resized.
220  */
221 extern void hashmap_init(struct hashmap *map,
222                          hashmap_cmp_fn equals_function,
223                          const void *equals_function_data,
224                          size_t initial_size);
225
226 /*
227  * Frees a hashmap structure and allocated memory.
228  *
229  * If `free_entries` is true, each hashmap_entry in the map is freed as well
230  * using stdlibs free().
231  */
232 extern void hashmap_free(struct hashmap *map, int free_entries);
233
234 /* hashmap_entry functions */
235
236 /*
237  * Initializes a hashmap_entry structure.
238  *
239  * `entry` points to the entry to initialize.
240  * `hash` is the hash code of the entry.
241  *
242  * The hashmap_entry structure does not hold references to external resources,
243  * and it is safe to just discard it once you are done with it (i.e. if
244  * your structure was allocated with xmalloc(), you can just free(3) it,
245  * and if it is on stack, you can just let it go out of scope).
246  */
247 static inline void hashmap_entry_init(void *entry, unsigned int hash)
248 {
249         struct hashmap_entry *e = entry;
250         e->hash = hash;
251         e->next = NULL;
252 }
253
254 /*
255  * Return the number of items in the map.
256  */
257 static inline unsigned int hashmap_get_size(struct hashmap *map)
258 {
259         if (map->do_count_items)
260                 return map->private_size;
261
262         BUG("hashmap_get_size: size not set");
263         return 0;
264 }
265
266 /*
267  * Returns the hashmap entry for the specified key, or NULL if not found.
268  *
269  * `map` is the hashmap structure.
270  *
271  * `key` is a user data structure that starts with hashmap_entry that has at
272  * least been initialized with the proper hash code (via `hashmap_entry_init`).
273  *
274  * `keydata` is a data structure that holds just enough information to check
275  * for equality to a given entry.
276  *
277  * If the key data is variable-sized (e.g. a FLEX_ARRAY string) or quite large,
278  * it is undesirable to create a full-fledged entry structure on the heap and
279  * copy all the key data into the structure.
280  *
281  * In this case, the `keydata` parameter can be used to pass
282  * variable-sized key data directly to the comparison function, and the `key`
283  * parameter can be a stripped-down, fixed size entry structure allocated on the
284  * stack.
285  *
286  * If an entry with matching hash code is found, `key` and `keydata` are passed
287  * to `hashmap_cmp_fn` to decide whether the entry matches the key.
288  */
289 extern void *hashmap_get(const struct hashmap *map, const void *key,
290                          const void *keydata);
291
292 /*
293  * Returns the hashmap entry for the specified hash code and key data,
294  * or NULL if not found.
295  *
296  * `map` is the hashmap structure.
297  * `hash` is the hash code of the entry to look up.
298  *
299  * If an entry with matching hash code is found, `keydata` is passed to
300  * `hashmap_cmp_fn` to decide whether the entry matches the key. The
301  * `entry_or_key` parameter of `hashmap_cmp_fn` points to a hashmap_entry
302  * structure that should not be used in the comparison.
303  */
304 static inline void *hashmap_get_from_hash(const struct hashmap *map,
305                                           unsigned int hash,
306                                           const void *keydata)
307 {
308         struct hashmap_entry key;
309         hashmap_entry_init(&key, hash);
310         return hashmap_get(map, &key, keydata);
311 }
312
313 /*
314  * Returns the next equal hashmap entry, or NULL if not found. This can be
315  * used to iterate over duplicate entries (see `hashmap_add`).
316  *
317  * `map` is the hashmap structure.
318  * `entry` is the hashmap_entry to start the search from, obtained via a previous
319  * call to `hashmap_get` or `hashmap_get_next`.
320  */
321 extern void *hashmap_get_next(const struct hashmap *map, const void *entry);
322
323 /*
324  * Adds a hashmap entry. This allows to add duplicate entries (i.e.
325  * separate values with the same key according to hashmap_cmp_fn).
326  *
327  * `map` is the hashmap structure.
328  * `entry` is the entry to add.
329  */
330 extern void hashmap_add(struct hashmap *map, void *entry);
331
332 /*
333  * Adds or replaces a hashmap entry. If the hashmap contains duplicate
334  * entries equal to the specified entry, only one of them will be replaced.
335  *
336  * `map` is the hashmap structure.
337  * `entry` is the entry to add or replace.
338  * Returns the replaced entry, or NULL if not found (i.e. the entry was added).
339  */
340 extern void *hashmap_put(struct hashmap *map, void *entry);
341
342 /*
343  * Removes a hashmap entry matching the specified key. If the hashmap contains
344  * duplicate entries equal to the specified key, only one of them will be
345  * removed. Returns the removed entry, or NULL if not found.
346  *
347  * Argument explanation is the same as in `hashmap_get`.
348  */
349 extern void *hashmap_remove(struct hashmap *map, const void *key,
350                 const void *keydata);
351
352 /*
353  * Returns the `bucket` an entry is stored in.
354  * Useful for multithreaded read access.
355  */
356 int hashmap_bucket(const struct hashmap *map, unsigned int hash);
357
358 /*
359  * Used to iterate over all entries of a hashmap. Note that it is
360  * not safe to add or remove entries to the hashmap while
361  * iterating.
362  */
363 struct hashmap_iter {
364         struct hashmap *map;
365         struct hashmap_entry *next;
366         unsigned int tablepos;
367 };
368
369 /* Initializes a `hashmap_iter` structure. */
370 extern void hashmap_iter_init(struct hashmap *map, struct hashmap_iter *iter);
371
372 /* Returns the next hashmap_entry, or NULL if there are no more entries. */
373 extern void *hashmap_iter_next(struct hashmap_iter *iter);
374
375 /* Initializes the iterator and returns the first entry, if any. */
376 static inline void *hashmap_iter_first(struct hashmap *map,
377                 struct hashmap_iter *iter)
378 {
379         hashmap_iter_init(map, iter);
380         return hashmap_iter_next(iter);
381 }
382
383 /*
384  * Disable item counting and automatic rehashing when adding/removing items.
385  *
386  * Normally, the hashmap keeps track of the number of items in the map
387  * and uses it to dynamically resize it.  This (both the counting and
388  * the resizing) can cause problems when the map is being used by
389  * threaded callers (because the hashmap code does not know about the
390  * locking strategy used by the threaded callers and therefore, does
391  * not know how to protect the "private_size" counter).
392  */
393 static inline void hashmap_disable_item_counting(struct hashmap *map)
394 {
395         map->do_count_items = 0;
396 }
397
398 /*
399  * Re-enable item couting when adding/removing items.
400  * If counting is currently disabled, it will force count them.
401  * It WILL NOT automatically rehash them.
402  */
403 static inline void hashmap_enable_item_counting(struct hashmap *map)
404 {
405         void *item;
406         unsigned int n = 0;
407         struct hashmap_iter iter;
408
409         if (map->do_count_items)
410                 return;
411
412         hashmap_iter_init(map, &iter);
413         while ((item = hashmap_iter_next(&iter)))
414                 n++;
415
416         map->do_count_items = 1;
417         map->private_size = n;
418 }
419
420 /* String interning */
421
422 /*
423  * Returns the unique, interned version of the specified string or data,
424  * similar to the `String.intern` API in Java and .NET, respectively.
425  * Interned strings remain valid for the entire lifetime of the process.
426  *
427  * Can be used as `[x]strdup()` or `xmemdupz` replacement, except that interned
428  * strings / data must not be modified or freed.
429  *
430  * Interned strings are best used for short strings with high probability of
431  * duplicates.
432  *
433  * Uses a hashmap to store the pool of interned strings.
434  */
435 extern const void *memintern(const void *data, size_t len);
436 static inline const char *strintern(const char *string)
437 {
438         return memintern(string, strlen(string));
439 }
440
441 #endif