Go語言切片的用法和本質

Go 切片:用法和本質

原文鏈接 http://blog.golang.org/go-slices-usage-and-internals

引言

Go的切片類型爲處理同類型數據序列提供一個方便而高效的方式。 切片有些類似於其他語言中的數組,但是有一些不同尋常的特性。 本文將深入切片的本質,並講解它的用法。

數組

Go的切片是在數組之上的抽象數據類型,因此在瞭解切片之前必須要先理解數組。

數組類型定義了長度和元素類型。例如, [4]int 類型表示一個四個整數的數組。 數組的長度是固定的,長度是數組類型的一部分( [4]int 和 [5]int 是完全不同的類型)。 數組可以以常規的索引方式訪問,表達式 s[n] 訪問數組的第 n 個元素。

var a [4]int
a[0] = 1
i := a[0]
// i == 1

數組不需要顯式的初始化;數組的零值是可以直接使用的,數組元素會自動初始化爲其對應類型的零值:

// a[2] == 0, int 類型的零值

類型 [4]int 對應內存中四個連續的整數:

Go的數組是值語義。一個數組變量表示整個數組,它不是指向第一個元素的指針(不像 C 語言的數組)。 當一個數組變量被賦值或者被傳遞的時候,實際上會複製整個數組。 (爲了避免複製數組,你可以傳遞一個指向數組的指針,但是數組指針並不是數組。) 可以將數組看作一個特殊的struct,結構的字段名對應數組的索引,同時成員的數目固定。

數組的字面值像這樣:

b := [2]string{"Penn", "Teller"}

當然,也可以讓編譯器統計數組字面值中元素的數目:

b := [...]string{"Penn", "Teller"}

這兩種寫法, b 都是對應 [2]string 類型。

切片

數組雖然有適用它們的地方,但是數組不夠靈活,因此在Go代碼中數組使用的並不多。 但是,切片則使用得相當廣泛。切片基於數組構建,但是提供更強的功能和便利。

切片類型的寫法是 []T , T 是切片元素的類型。和數組不同的是,切片類型並沒有給定固定的長度。

切片的字面值和數組字面值很像,不過切片沒有指定元素個數:

letters := []string{"a", "b", "c", "d"}

切片可以使用內置函數 make 創建,函數簽名爲:

func make([]T, len, cap) []T

其中T代表被創建的切片元素的類型。函數 make 接受一個類型、一個長度和一個可選的容量參數。 調用 make 時,內部會分配一個數組,然後返回數組對應的切片。

var s []byte
s = make([]byte, 5, 5)
// s == []byte{0, 0, 0, 0, 0}

當容量參數被忽略時,它默認爲指定的長度。下面是簡潔的寫法:

s := make([]byte, 5)

可以使用內置函數 len 和 cap 獲取切片的長度和容量信息。

len(s) == 5
cap(s) == 5

接下來的兩個小節將討論長度和容量之間的關係。

切片的零值爲 nil 。對於切片的零值, len 和 cap 都將返回0。

切片也可以基於現有的切片或數組生成。切分的範圍由兩個由冒號分割的索引對應的半開區間指定。 例如,表達式 b[1:4]創建的切片引用數組 b 的第1到3個元素空間(對應切片的索引爲0到2)。

b := []byte{'g', 'o', 'l', 'a', 'n', 'g'}
// b[1:4] == []byte{'o', 'l', 'a'}, sharing the same storage as b

切片的開始和結束的索引都是可選的;它們分別默認爲零和數組的長度。

// b[:2] == []byte{'g', 'o'}
// b[2:] == []byte{'l', 'a', 'n', 'g'}
// b[:] == b

下面語法也是基於數組創建一個切片:

x := [3]string{"Лайка", "Белка", "Стрелка"}
s := x[:] // a slice referencing the storage of x

切片的內幕

一個切片是一個數組片段的描述。它包含了指向數組的指針,片段的長度, 和容量(片段的最大長度)。

前面使用 make([]byte, 5) 創建的切片變量 s 的結構如下:

長度是切片引用的元素數目。容量是底層數組的元素數目(從切片指針開始)。 關於長度和容量和區域將在下一個例子說明。

我們繼續對 s 進行切片,觀察切片的數據結構和它引用的底層數組:

s = s[2:4]

切片操作並不複製切片指向的元素。它創建一個新的切片並複用原來切片的底層數組。 這使得切片操作和數組索引一樣高效。因此,通過一個新切片修改元素會影響到原始切片的對應元素。

d := []byte{'r', 'o', 'a', 'd'}
e := d[2:] 
// e == []byte{'a', 'd'}
e[1] = 'm'
// e == []byte{'a', 'm'}
// d == []byte{'r', 'o', 'a', 'm'}

前面創建的切片 s 長度小於它的容量。我們可以增長切片的長度爲它的容量:

s = s[:cap(s)]

切片增長不能超出其容量。增長超出切片容量將會導致運行時異常,就像切片或數組的索引超 出範圍引起異常一樣。同樣,不能使用小於零的索引去訪問切片之前的元素。

切片的生長(copy and append 函數)

要增加切片的容量必須創建一個新的、更大容量的切片,然後將原有切片的內容複製到新的切片。 整個技術是一些支持動態數組語言的常見實現。下面的例子將切片 s 容量翻倍,先創建一個2倍 容量的新切片 t ,複製 s 的元素到 t ,然後將 t賦值給 s :

t := make([]byte, len(s), (cap(s)+1)*2) // +1 in case cap(s) == 0
for i := range s {
        t[i] = s[i]
}
s = t

循環中複製的操作可以由 copy 內置函數替代。copy 函數將源切片的元素複製到目的切片。 它返回複製元素的數目。

func copy(dst, src []T) int

copy 函數支持不同長度的切片之間的複製(它只複製較短切片的長度個元素)。 此外, copy 函數可以正確處理源和目的切片有重疊的情況。

使用 copy 函數,我們可以簡化上面的代碼片段:

t := make([]byte, len(s), (cap(s)+1)*2)
copy(t, s)
s = t

一個常見的操作是將數據追加到切片的尾部。下面的函數將元素追加到切片尾部, 必要的話會增加切片的容量,最後返回更新的切片:

func AppendByte(slice []byte, data ...byte) []byte {
    m := len(slice)
    n := m + len(data)
    if n > cap(slice) { // if necessary, reallocate
        // allocate double what's needed, for future growth.
        newSlice := make([]byte, (n+1)*2)
        copy(newSlice, slice)
        slice = newSlice
    }
    slice = slice[0:n]
    copy(slice[m:n], data)
    return slice
}

下面是 AppendByte 的一種用法:

p := []byte{2, 3, 5}
p = AppendByte(p, 7, 11, 13)
// p == []byte{2, 3, 5, 7, 11, 13}

類似 AppendByte 的函數比較實用,因爲它提供了切片容量增長的完全控制。 根據程序的特點,可能希望分配較小的活較大的塊,或則是超過某個大小再分配。

但大多數程序不需要完全的控制,因此Go提供了一個內置函數 append , 用於大多數場合;它的函數簽名:

func append(s []T, x ...T) []T

append 函數將 x 追加到切片 s 的末尾,並且在必要的時候增加容量。

a := make([]int, 1)
// a == []int{0}
a = append(a, 1, 2, 3)
// a == []int{0, 1, 2, 3}

如果是要將一個切片追加到另一個切片尾部,需要使用 ... 語法將第2個參數展開爲參數列表。

a := []string{"John", "Paul"}
b := []string{"George", "Ringo", "Pete"}
a = append(a, b...) // equivalent to "append(a, b[0], b[1], b[2])"
// a == []string{"John", "Paul", "George", "Ringo", "Pete"}

由於切片的零值 nil 用起來就像一個長度爲零的切片,我們可以聲明一個切片變量然後在循環 中向它追加數據:

// Filter returns a new slice holding only
// the elements of s that satisfy f()
func Filter(s []int, fn func(int) bool) []int {
    var p []int // == nil
    for _, v := range s {
        if fn(v) {
            p = append(p, v)
        }
    }
    return p
}

可能的“陷阱”

正如前面所說,切片操作並不會複製底層的數組。整個數組將被保存在內存中,直到它不再被引用。 有時候可能會因爲一個小的內存引用導致保存所有的數據。

例如, FindDigits 函數加載整個文件到內存,然後搜索第一個連續的數字,最後結果以切片方式返回。

var digitRegexp = regexp.MustCompile("[0-9]+")

func FindDigits(filename string) []byte {
    b, _ := ioutil.ReadFile(filename)
    return digitRegexp.Find(b)
}

這段代碼的行爲和描述類似,返回的 []byte 指向保存整個文件的數組。因爲切片引用了原始的數組, 導致 GC 不能釋放數組的空間;只用到少數幾個字節卻導致整個文件的內容都一直保存在內存裏。

要修復整個問題,可以將感興趣的數據複製到一個新的切片中:

func CopyDigits(filename string) []byte {
    b, _ := ioutil.ReadFile(filename)
    b = digitRegexp.Find(b)
    c := make([]byte, len(b))
    copy(c, b)
    return c
}

可以使用 append 實現一個更簡潔的版本。


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章