一、为什么要写这篇？

在学习 C++ 服务端时，我一开始只是“能看懂 Reactor 代码”，但始终有几个疑问：

• 为什么要用 epoll？
• 为什么要用 unordered_map？
• 为什么 handler 要做映射？
• 为什么复杂度（O(1)、O(n)）这么重要？

👉 本质问题：

缺少从“事件驱动模型”到“数据结构与性能”的完整认知链路

这篇文章就是把这一整条链路彻底打通。

二、Reactor 模型本质

1️⃣ 三层角色划分

epoll      → 发现事件（谁有数据）
Reactor    → 分发事件（交给谁处理）
handler    → 处理事件（具体逻辑）

2️⃣ Reactor 核心代码抽象

reactor.add(fd, events, handler);
reactor.loop();

3️⃣ 两个核心动作

🟢 add：注册规则

(fd, event) → handler

🔴 loop：执行规则

等待事件 → 拿到 fd → 查 handler → 执行

三、两个 add 的本质区别（关键）

1️⃣ 第一个 add

reactor.add(server_fd, EPOLLIN, accept_handler);

👉 作用：

监听新连接

---

2️⃣ 第二个 add

reactor.add(client_fd, EPOLLIN, read_handler);

👉 作用：

处理连接数据

✅ 核心总结

一个管接入，一个管通信

四、为什么 handler 里还能 add？

因为：

新连接 = 新 fd

👉 Reactor 是：

动态事件系统

👉 本质：

运行过程中不断注册新的事件处理规则

五、epoll 的核心机制（很多人会误解）

❗不是“来一个通知一次”

而是：

状态变化才通知

---

示例：

第1个连接 → 状态变为可读 → 通知
第2个连接 → 仍然可读 → 不通知
第3个连接 → 仍然可读 → 不通知

---

👉 所以必须：

while (accept(...) != -1) {}

---

✅ 核心总结

epoll 通知的是“有没有”，不是“有多少”

六、复杂度（最大突破）

1️⃣ 什么是复杂度？

数据变多时，程序变慢的程度

2️⃣ 三种核心复杂度

类型	含义	场景
O(1)	一步到位	哈希查找
O(log n)	快速缩小范围	树查找
O(n)	一个个找	遍历

七、为什么 Reactor 必须用 O(1)

❌ 如果用 if/else

逐个判断 fd → O(n)

❌ 如果用遍历

扫描所有连接 → O(n)

---

✅ 使用 unordered_map

handlers_[fd]

👉

直接定位 → O(1)

✅ 核心总结

Reactor 的高并发，本质依赖 O(1) 查找

八、map vs unordered_map（彻底搞懂）

1️⃣ 对比表

容器	底层结构	复杂度
unordered_map	哈希表	O(1)
map	红黑树	O(log n)

2️⃣ 一句话本质

unordered_map 是“算位置”，map 是“走路径”

九、红黑树本质（不用死磕细节）

1️⃣ 为什么需要红黑树？

普通二叉树可能变成：

链表 → O(n)

---

2️⃣ 红黑树做了什么？

自动调整 → 保持基本平衡

---

3️⃣ 核心一句话

红黑树是一种“不会长歪太严重”的二叉查找树

---

👉 保证：

O(log n)

十、Java Map 对应关系

Java	C++
HashMap	unordered_map
TreeMap	map

一句话总结

HashMap 是哈希表实现（O(1)），TreeMap 是红黑树实现（O(log n）

十一、整条知识链（最重要🔥）

Reactor
   ↓
fd → handler（调度）
   ↓
unordered_map（O(1)）
   ↓
复杂度（性能）
   ↓
数据结构（哈希 / 红黑树）
   ↓
高并发系统设计

👉 本质：

高并发 = 事件驱动 + O(1) 查找 + 数据结构支撑

十二、总结（你必须记住的三句话）

1️⃣ Reactor 是事件调度系统
2️⃣ epoll 负责发现事件，unordered_map 负责快速分发
3️⃣ 所有高性能系统，本质都在降低复杂度

十三、后续学习路线

🔥 优先级1

👉 哈希表原理（为什么 O(1)）

---

🔥 优先级2

👉 线程池 + 并发模型

---

🔥 优先级3

👉 多 Reactor 架构

最后一句

当你开始从“复杂度”角度看代码时，才真正进入工程能力的门槛。