go中的数据结构-切片slice

1. 部分基本类型

　　go中的类型与c的相似，常用类型有一个特例：byte类型，即字节类型，长度为1，默认值是0；

bytes = [5]btye{'h', 'e', 'l', 'l', 'o'}

　　变量bytes的类型是[5]byte，一个由5个字节组成的数组。它的内存表示就是连起来的5个字节，就像C的数组。

1.1 字符串

　　字符串就是一串固定长度的字符连接起来的字符序列。Go 的字符串是由单个字节连接起来的。Go 语言的字符串的字节使用 UTF-8 编码标识 Unicode 文本。

　　字符串在Go语言内存模型中用一个2字长(8字节64位，32位内存布局方式下)的数据结构表示。它包含一个指向字符串数据存储地方的指针，和一个字符串长度数据如下图：

　　s是一个string类型的字符串，因为string类型不可变，对于多字符串共享同一个存储数据是安全的。切分操作str[i:j]会得到一个新的2字长结构t，一个可能不同的但仍指向同一个字节序列(即上文说的存储数据)的指针和长度数据。所以字符串切分不涉及内存分配或复制操作，其效率等同于传递下标。

func StringTest1() {
   str := "Hello,World"
   a := str[0]
   b := str[1]
   fmt.Printf("a=%c\n", a)
   fmt.Printf("b=%c\n", b)

   var byteSlice []byte
   byteSlice = []byte(str)
   byteSlice[0] = 'M'
   str = string(byteSlice)
   fmt.Printf("str=%s\n", str)
}

//a=H 
//b=e 
//str=Mello,World 

• len()返回字符串字节数目（不是rune数）。

• 通过索引可以访问某个字节值，索引大于等于0小于len(str)。越界会panic。索引不是不是对应的字符而是对应的字节，因为有非ASCII的UTF8字符有多个字节。

s := "hello, world"
fmt.Println(len(s))     // "12" 英文字符占一个字节
fmt.Println(s[0], s[7]) // "104 119" ('h' and 'w')

fmt.Println(s[:5]) // "hello"
fmt.Println(s[7:]) // "world"
fmt.Println(s[:])  // "hello, world"
fmt.Println("hi" + s[5:]) //hi, world

• 比较

　　字符串可以用==和<进行比较。通过逐个字节比较完成的，因此比较的结果是字符串自然编码的顺序。

• rune

　　Unicode码点对应Go语言中的rune整数类型。rune表示utf8的字符，一个rune字符由一个或多个byte组成。因为 rune大小一致，所以支持数组索引和方便切割。

func StringTest2() {

    str2 := "Hello,世界"

    var str2ByteSlice []byte
    str2ByteSlice = []byte(str2)

    var str2RuneSlice []rune
    str2RuneSlice = []rune(str2)

    fmt.Printf("strLen=%v\n",len(str2) )
    fmt.Printf("str2ByteSlice=%v\n",len(str2ByteSlice) )
    fmt.Printf("str2RuneSlice=%v\n",len(str2RuneSlice) )

    for i:=0;i<len(str2RuneSlice);i++{
        var b = str2RuneSlice[i]
        fmt.Printf("str2RuneSlice[%d]=%c\n" ,i,b)
    }

//strLen=12 
//str2ByteSlice=12 
//str2RuneSlice=8 

　　字符串的长度和byte切片的长度是一致的,字符串的长度要比rune切片的长度大，说明一个中文字符需要占用多个byte，这里是就是3个。

r := []rune("你好 world!")
fmt.Printf("%x\n",  r) // "[4f60 597d 20 77 6f 72 6c 64 21]"
fmt.Println(string(r)) // "你好 world"
}
fmt.Println(string(65)) // "A", not "65" 整形字符串输出为unicode码点的utf8字符串。
fmt.Println(string(0x4eac)) // "京"

对字符串操作的4个包bytes、strings、strconv、unicode包

• bytes包操作[]byte。因为字 符串是只读的，因此逐步构创建字符串会导致很多分配和复制。使用 bytes.Buffer类型会更高。
• strings包提供切割，索引，前缀,查找替换等功能。
• strconv包提供了布尔型、整型数、浮点数和对应字符串的相互转换，还提供了双引号转义相 关的转换。
• unicode包提供了IsDigit、IsLetter、IsUpper和IsLower等类似功能，它们用于给字符分类。

x := 123
fmt.Println(strconv.Itoa(x)) // "123"

x, err := strconv.Atoi("123") // x is an int
y, err := strconv.ParseInt("123", 10, 64) 

fmt.Println(strconv.FormatInt(int64(23), 2)) //将64转换成2进制

1.2 数组

　　数组是内置(build-in)类型,是一组同类型数据的集合，它是值类型，通过从0开始的下标索引访问元素值。数组类型定义了长度和元素类型。如， [4]int 类型表示一个四个整数的数组，其长度是固定的，长度是数组类型的一部分（ [4]int 和 [5]int 是完全不同的类型）。 数组可以以常规的索引方式访问，表达式 s[n] 访问数组的第 n 个元素。数组不需要显式的初始化；数组的零值是可以直接使用的，数组元素会自动初始化为其对应类型的零值。

 var a [4]int
 a[0] = 1
 i := a[0]
 // i == 1
 // a[2] == 0, int 类型的零值
[5] int {1,2}  //长度为5的数组，其元素值依次为：1，2，0，0，0 。在初始化时没有指定初值的元素将会赋值为其元素类型int的默认值0,string的默认值是"" 
[...] int {1,2,3,4,5}  //长度为5的数组，其长度是根据初始化时指定的元素个数决定的 
[5] int { 2:1,3:2,4:3}  //长度为5的数组，key:value,其元素值依次为：0，0，1，2，3。在初始化时指定了2，3，4索引中对应的值：1，2，3 
[...] int {2:1,4:3}  //长度为5的数组，起元素值依次为：0，0，1，0，3。由于指定了最大索引4对应的值3，根据初始化的元素个数确定其长度为5赋值与使用

　　Go的数组是值语义。一个数组变量表示整个数组，它不是指向第一个元素的指针（不像 C 语言的数组）。 当一个数组变量被赋值或者被传递的时候，实际上会复制整个数组。 （为了避免复制数组，你可以传递一个指向数组的指针，但是数组指针并不是数组。） 可以将数组看作一个特殊的struct，结构的字段名对应数组的索引，同时成员的数目固定。

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

　　这两种写法， b 都是对应 [2]string 类型。

2. 切片slice 

2.1 结构

　　切片类型的写法是[]T ，T是切片元素的类型。和数组不同的是，切片类型并没有给定固定的长度。切片的字面值和数组字面值很像，不过切片没有指定元素个数，切片可以通过数组来初始化，也可以通过内置函数make()初始化。

letters := []string{"a", "b", "c", "d"}   //直接初始化切片，[]表示是切片类型，{"a", "b", "c", "d"},初始化值依次是a,b,c,d.其cap=len=4
s := letters [:]  //初始化切片s,是数组letters的引用(a slice referencing the storage of x)
func make([]T, len, cap) []T    //使用内置函数 make 创建
s :=make([]int,len,cap)    //通过内置函数make()初始化切片s,[]int 标识为其元素类型为int的切片
s := arr[startIndex:endIndex]   //将arr中从下标startIndex到endIndex-1 下的元素创建为一个新的切片
s := arr[startIndex:]   //缺省endIndex时将表示一直到arr的最后一个元素
s := arr[:endIndex]   //缺省startIndex时将表示从arr的第一个元素开始
s1 := s[startIndex:endIndex]   //通过切片s初始化切片s1

　　slice可以从一个数组或一个已经存在的slice中再次声明。slice通过array[i:j]来获取，其中i是数组的开始位置，j是结束位置，但不包含array[j]，它的长度是j-i。

var ar = [10]byte{'a','b','c','d','e','f','g','h','i','j'}   // 声明一个含有10个元素元素类型为byte的数组
var a, b []byte  // 声明两个含有byte的slice
a = ar[2:5]  //现在a含有的元素: ar[2]、ar[3]和ar[4]
 
// b是数组ar的另一个slice
b = ar[3:5]// b的元素是：ar[3]和ar[4]

　　一个slice是一个数组某个部分的引用。在内存中它是一个包含三个域的结构体：指向slice中第一个元素的指针ptr，slice的长度数据len，以及slice的容量cap。长度是下标操作的上界，如x[i]中i必须小于长度。容量是分割操作的上界，如x[i:j]中j不能大于容量。slice在Go的运行时库中就是一个C语言动态数组的实现，在$GOROOT/src/pkg/runtime/runtime.h中定义：

struct    Slice
{    // must not move anything
    byte*    array;        // actual data
    uintgo    len;        // number of elements
    uintgo    cap;        // allocated number of elements
};

　　数组的slice会创建一份新的数据结构，包含一个指针，一个长度数据和一个容量数据。如同分割一个字符串，分割数组也不涉及复制操作，它只是新建了一个结构放置三个数据。如下图：

　　示例中，对[]int{2,3,5,7,11}求值操作会创建一个包含五个值的数组，并设置x的属性来描述这个数组。分割表达式x[1:3]不重新分配内存数据，只写了一个新的slice结构属性来引用相同的存储数据。上例中，长度为2--只有y[0]和y[1]是有效的索引，但是容量为4--y[0:4]是一个有效的分割表达式。

　　因为slice分割操作不需要分配内存，也没有通常被保存在堆中的slice头部，这种表示方法使slice操作和在C中传递指针、长度对一样廉价。

2.2 扩容

　　其实slice在Go的运行时库中就是一个C语言动态数组的实现，要增加切片的容量必须创建一个新的、更大容量的切片，然后将原有切片的内容复制到新的切片。在对slice进行append等操作时，可能会造成slice的自动扩容。其扩容时的大小增长规则是：

• 如果新的大小是当前大小2倍以上，则大小增长为新大小
• 否则循环以下操作：如果当前大小小于1024，按每次2倍增长，否则每次按当前大小1/4增长。直到增长的大小超过或等于新大小。

　　下面的例子将切片 s 容量翻倍，先创建一个2倍 容量的新切片 t ，复制 s 的元素到 t ，然后将 t 赋值给 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

　　循环中复制的操作可以由 copy 内置函数替代，返回复制元素的数目。此外， copy 函数可以正确处理源和目的切片有重叠的情况。

一个常见的操作是将数据追加到切片的尾部。必要的话会增加切片的容量，最后返回更新的切片：

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
}

　　Go提供了一个内置函数 append，也实现了这样的功能。

func append(s []T, x ...T) []T
//append 函数将 x 追加到切片 s 的末尾，并且在必要的时候增加容量。
a := make([]int, 1)
// a == []int{0}
a = append(a, 1, 2, 3)
// a == []int{0, 1, 2, 3}

　　如果是要将一个切片追加到另一个切片尾部，需要使用 ... 语法将第2个参数展开为参数列表。

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"}

　　由于切片的零值 nil 用起来就像一个长度为零的切片，我们可以声明一个切片变量然后在循环 中向它追加数据：

// Filter returns a new slice holding only
// the elements of s that satisfy fn()
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
}

3. 使用切片需要注意的陷阱

　　切片操作并不会复制底层的数组。整个数组将被保存在内存中，直到它不再被引用。 有时候可能会因为一个小的内存引用导致保存所有的数据。

　　如下， FindDigits 函数加载整个文件到内存，然后搜索第一个连续的数字，最后结果以切片方式返回。

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

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

　　这段代码的行为和描述类似，返回的 []byte 指向保存整个文件的数组。因为切片引用了原始的数组， 导致 GC 不能释放数组的空间；只用到少数几个字节却导致整个文件的内容都一直保存在内存里。要修复整个问题，可以将需要的数据复制到一个新的切片中：

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

　　使用 append 实现一个更简洁的版本：

    8  func CopyDigitRegexp(filename string) []byte {
    7     b,_ := ioutil.ReadFile(filename)
    6     b = digitRefexp.Find(b)
    5     var c []intb
    4    // for _,v := range b{
    3         c =append(c, b)
    2     //}
    1     return c
    0  }

4. make和new

Go有两个数据结构创建函数：make和new，也是两种不同的内存分配机制。

make和new的基本的区别是new(T)返回一个*T，返回的是一个指针，指向分配的内存地址，该指针可以被隐式地消除引用）。而make(T, args)返回一个普通的T。通常情况下，T内部有一些隐式的指针。所以new返回一个指向已清零内存的指针，而make返回一个T类型的结构。更详细的区别在后面内存分配的学习里研究。

5. 数组和切片的区别

• 数组长度不能改变，初始化后长度就是固定的；切片的长度是不固定的，可以追加元素，在追加时可能使切片的容量增大。
• 结构不同，数组是一串固定数据，切片描述的是截取数组的一部分数据，从概念上说是一个结构体。
• 初始化方式不同，如上。另外在声明时的时候：声明数组时，方括号内写明了数组的长度或使用...自动计算长度，而声明slice时，方括号内没有任何字符。
• unsafe.sizeof(slice)返回的大小是切片的描述符，不管slice里的元素有多少，返回的数据都是24字节。unsafe.sizeof(arr)的值是在随着arr的元素的个数的增加而增加，是数组所存储的数据内存的大小。

　　unsafe.sizeof总是在编译期就进行求值，而不是在运行时，这意味着，sizeof的返回值可以赋值给常量。  在编译期求值，还意味着可以获得数组所占的内存大小，因为数组总是在编译期就指明自己的容量，并且在以后都是不可变的。　　

　　unsafe.sizeof(string)时大小始终是16，不论字符串的len有多大，sizeof始终返回16，这是因为字符串类型对应一个结构体，该结构体有两个域，第一个域是指向该字符串的指针，第二个域是字符串的长度，每个域占8个字节，但是并不包含指针指向的字符串的内容。

6. nil

　　按照Go语言规范，任何类型在未初始化时都对应一个零值：布尔类型是false，整型是0，字符串是""，而指针，函数，interface，slice，channel和map的零值都是nil。

interface

　　一个interface在没有进行初始化时，对应的值是nil。也就是说var v interface{}，此时v就是一个nil。在底层存储上，它是一个空指针。与之不同的情况是，interface值为空。比如：

var v *T
var i interface{}
i = v

　　此时i是一个interface，它的值是nil，但它自身不为nil。

string

　　string的空值是""，它是不能跟nil比较的。即使是空的string，它的大小也是两个机器字长的。slice也类似，它的空值并不是一个空指针，而是结构体中的指针域为空，空的slice的大小也是三个机器字长的。

channel

　　channel跟string或slice有些不同，它在栈上只是一个指针，实际的数据都是由指针所指向的堆上面。

　　跟channel相关的操作有：初始化/读/写/关闭。channel未初始化值就是nil，未初始化的channel是不能使用的。下面是一些操作规则：

• 读或者写一个nil的channel的操作会永远阻塞。
• 读一个关闭的channel会立刻返回一个channel元素类型的零值。
• 写一个关闭的channel会导致panic。

map

　　map也是指针，实际数据在堆中，未初始化的值是nil。