GO语言学习笔记-数据篇 Study for Go ! Chapter four - Data

持续更新 Go 语言学习进度中 ......

2023-03-14 GO语言学习笔记 系列部分😀 已完结！！

对于刚刚接触 golang 来说，经过这段时间的学习，对于 GO这门语言已经有了初步的认识。

博主接下来会继续学习 golang 的更多内容，持续更新中......

1. 1. GO语言学习笔记-类型篇 Study for Go！ Chapter one - Type
   2. GO语言学习笔记-表达式篇 Study for Go ! Chapter two - Expression
   3. GO语言学习笔记-函数篇 Study for Go ! Chapter three - Function 
   4. GO语言学习笔记-数据篇 Study for Go ! Chapter four - Data
   5. GO语言学习笔记-方法篇 Study for Go !  Chapter five - Method
   6. GO语言学习笔记-接口篇 Study for Go ! Chapter six - Interface
   7. GO语言学习笔记-并发篇 Study for Go !  Chapter seven - Concurrency
   8. GO语言学习笔记-包结构篇 Study for Go !  Chapter eight - Package Structure
   9. GO语言学习笔记-反射篇 Study for Go ! Chapter nine - Reflect
   10. GO语言学习笔记-测试篇 Study for Go ! Chapter ten- Test
   11. GO语言学习笔记-工具链篇 Study for Go !  Chapter eleven - Tool Chain

2023-03-08

Study for Go ! Chapter four - Data

 

1. String

• 字符串是不可变字节 （byte）序列，其本身是一个复合结构

• 头部指针指向字节数组，但没有 NULL 结尾，默认以 UTF-8 编码 存储 Unicode 字符, 字面量里允许使用十六进制、八进制和 UTF 编码格式

• 字符串默认值不是 nil， 而是 “”

• 使用 “ ` ” 定义不做转义处理的原始字符串 （ raw string ），支持跨行

• 编译器不会解析原始字符串内的注释语句，且前置缩进空格也属于字符串内容

• 支持 “ != 、==、<、>、+、+=”操作符

• 允许以索引号访问字节数组 （非字符），但不能获取元素地址

• 以切片语法 （起始和结束索引号）返回字串时，其内部依旧指向原字节数组

• 使用 for 遍历字符串时，分 byte 和 rune 两种方式

 

 

 

 

转换

• 要修改字符串，需要将其转化为可变类型 （[ ]rune 或 [ ]byte）,待完成后再转换回来，但不管如何转换都需要重新分配内存，并复制数据

• 某些时候，转换操作会拖累算法性能，可尝试用“ 非安全 ” 方法进行改善

   

  

   

   

• 用 append 函数， 可将 string 直接追加到 [ ]byte 内

• 考虑到字符串只读特征，转换时复制数据到新分配内存是可以理解的。当然，性能同样重要，编译器会为某些场合进行专门优化，避免格外分配和复制操作

 

性能

• 除了类型转换外，动态构建字符串也容易造成性能问题

• 用加法操作符拼接字符串时，每次都需重新分配内存。如此，构建 “ 超大 ” 字符串时，性能就显得很差

• 改进思路是预分配足够的内存空间。常用的方法是用 “ string. Join ”, 它会统计所有参数的长度，并一次性完成内存分配操作

• bytes. Buffer 也能完成类似操作，且性能相当

• 对于数量较小的字符串格式化拼接，可用 fmt. Sprintf、text/template 等方法

• 字符串操作通常在对上分配内存，这回对 Web 等高并发应用会造成较大影响，会由大量字符串对象要做垃圾回收。建议使用 [ ]byte 缓存池，或在栈上自行拼装等方式来实现zero-garbage

 

Unicode

• 类型 rune 专门用来存储 Unicode 码点 （ code point ），他是 int32 的别名， 相当于 UCS-4/UTF-32 编码格式。使用单引号的字面量，其默认类型就是 rune

• 除 [ ]rune 外， 还可直接在 rune、byte、string 间进行转换

• 字符串存储的字节数组，不一定就是合法的 UTF-8 文本

• 标准库 Unicode 里提供了丰富的操作函数。除了验证函数以外，还可以用 RuneCountInString 代替 len 返回准确的 Unicode 字符数量

 

2. Array

• 定义数组类型时，数组长度必须是非负整数常量表达式，长度是类型组成部分。也就是说，元素类型相同，但长度不同的数组不属于同一类型

• 对于结构等复合类型，可省略元素初始化类型标签

• 在定义多维数组时，仅第一维度允许使用 “ ... ”

• 内置函数 len 和 cap 都返回第一维度长度

• 如果元素类型支持 “ ==、!= ” 操作符，那么数组也支持此操作

 

指针

• 要分清指针数组和数组指针的区别，指针数组是指元素为指针类型的数组，数组指针是获取数组变量的地址

 

复制

• 与C数组变量隐式作为指针使用不同，golang 数组是值类型，赋值和传参操作都会赋值整个数组数据

• 如果需要可以改用 指针或者 切片，以此避免数据赋值

 

3. Slice

• 切片本身并非动态数组或数组指针，它内部通过指针引用底层数组，设定相关属性将数据读写操作限定在指定区域内

• 切片本身是个只读对象，其工作机制类似于数组指针的一种包装

• 可基于数组或者数组指针创建切片，以开始和结束索引位置确定所引用的数组片段。不支持反向索引，实际范围是一个右半开区间

• 属性 cap 表示切片所引用数组片段的真实长度，len 用于限定可读的写元素数量。另外，数组必须addressable ，否则会引发错误。

• 和数组一样，切片同样使用索引号访问元素内容。起始索引为0，而非对应的底层数组真实索引位置

• 可以直接创建切片对象，不需要预先准备数组，因为是引用类型，需要使用 make 函数或显式初始化语句，它会自动完成底层数组内存分配

 

Attention：

注意下面两种定义方式的区别，前者仅定义了一个[ ]int类型变量，并未执行初始化操作，而后者则用初始化表达式完成了全部创建过程。

 

 

 

 

 

 

 

 

• 切片不支持比较操作，计算元素类型支持也不行，仅能判断是否为 nil

• 切片可获取元素地址，但不能像数组那样直接用指针访问内容

 

 

• 入宫元素类型也是切片，那么就可以实现类似交错数组 （ jagged array ）功能

   

   

• 显然，切片是很小的结构体对象，用来代替数组传参可避免复制开销，还有，make函数允许在运行期动态指定数组长度，绕开了数组类型必须使用编译期常量的限制

• 但是，并非所有时候都适合用切片代替数组，以为切片底层数组可能会在堆上分配内存，而且小数组在栈上拷贝的消耗也未必就比 make 代价大

 

reslice

• 将切片视作 [ cap ]slice 数据源，据此创建新的切片对象，不能超出 cap ，但不受 len 限制

• 新建切片对象依旧指向原底层数组，也就是说修改对所有关联切片可见

• 利用 reslice 操作很容易实现一个栈式数据结构

 

append

• 向切片尾部 （ slice[ len ] ）添加数据，返回新的切片对象

• 数据被追加到原底层数组。如果超出 cap 限制，则为新切片对象重新分配数组

 

Attention：

• 是超出切片 cap 限制，而非底层数组长度限制，因为 cap 可小于数组长度

• 新分配数组长度是原 cap 的 2 倍，而非原数组的 2 倍 （ 也并非总是 2 倍，对于较大的切片，会尝试扩容 1/4，以节约内存 ）

 

• 向 nil 切片追加数据时，会为其分配底层数组内存

• 正因为存在重新分配底层数组的缘故，在某些场合建议预留足够多的空间，避免中途内存分配和数据复制开销

 

copy

• 在两个切片对象间复制数据，允许指向同一底层数组，允许目标区间重叠，最终所复制长度以较短的切片长度 （ len ）为准

• 还可直接从字符串中复制数据到 [ ]byte

• 如果切片长时间引用大数组中很小的片段，那么建议新建独立切片，复制出所需数据，以便原数组内存可被及时回收。

 

4. Map

• 字典 （哈希表）是一种使用频率极高的数据结构，将其作为语言内置类型，从运行时层面进行优化，可获得更高校的性能

• 作为无序键值对集合、字典要求 key 必须是支持相等运算符 （==、!=）的数据类型，比如，数字、字符串、指针、数组、结构体，以及对应接口类型

• 字典是引用类型，使用 make 函数或初始化表达语句来创建

• 访问不存在的键值，会默认返回零值，不会引发错误。但推荐使用 ok-idiom 模式，毕竟通过零值无法判断键值是否存在，或许存储的 value 本就是零

• 对字典进行迭代，每次返回的键值次序都不相同

• 函数 len 返回当前键值对数量，cap 不接受字典类型。另外因内存访问安全和哈希算法等问题，字典被设计成 “ not addressable ”，所以不能直接修改 value 成员 （结构或函数）

• 正确的做法是返回整个 value，待修改后再设置字典键值，或直接用指针类型

• 不能对 nil 字典进行写操作，但却能读

• 内容为空的字典 ≠ nil

 

安全

• 在迭代期间删除或新增键值是安全的

• 运行时会对字典并发操作做出检测，如果某个任务正在对字典进行写操作，那么其他任务就不能对该字典执行并发操作 （读、写、删除），否则会导致进程崩溃

• 上述问题可用 数据竞争 （ data race ）检查，它会输出详细检测信息

 

性能

• 字典对象本身是指针包装，传参时无需再次取地址

• 在创建时预先准备足够的空间有助于提升性能，减少扩张时的内存分配和重新哈希操作

• 对于海量小对象，应直接用字典存储键值数据拷贝，而非指针，这有助于减少需要扫描的对象数量，大幅缩短垃圾回收时间。另外，字典不会收缩内存，所以适当替换成新对象时必要的

 

5. Struct

• 结构体将多个不同类型命名字段（field）序列打包成一个符合类型

• 字段名必须唯一，可以用 “ _ ” 补位，支持使用自身指针类型成员。字段名，排列顺序属于类型组成成分。除对齐处理外，编译器不会优化，调整内存布局

• 可以按照顺序初始化全部字段，或使用命名方式初始化指定字段

• 可以直接定义匿名结构类型变量，或用作字段类型，但因其缺少类型标识，在作为字段类型时无法直接初始化，稍显麻烦

• 只有在所有字段类型全部支持时，才可做相等操作

• 可使用指针直接操作结构字段，但不能是多级指针

 

空结构（struct{ }）

• 空结构是指没有字段的结构类型，它比较特殊，因为无论是其自身还是作为数组元素类型，其长度都为0

• 尽管没有分配数组内存，但依然可以操作元素，对应切片 len、cap 属性也正常

• 实际上，这类”长度“为 0 的对象通常都指向 runtime.zerobase 变量

• 空结构可作为通道元素类型，用于事件通知

 

匿名字段（ anonymous field ）

• 匿名字段是指没有名字、仅有类型的字段，也被称作嵌入字段或者嵌入类型

• 从编译器角度看，这只是隐式地以类型名作为字段名字，可直接引用匿名字段的成员，但初始化时须当作独立字段

• 如嵌入其他包中的类型，则隐式字段名字不包括包名

• 不仅仅时结构体，除接口指针和多级指针以外的任何命名类型都可作为匿名字段

• 不能将基础类型和其指针类型同时嵌入，因为两者隐式名字相同

• 虽然可以像普通字段那样访问匿名字段成员，但会存在重名问题，默认情况下，编译器从当前显式命名字段开始，逐步向内查找匿名字段成员，如果匿名字段成员被外层同名字段遮蔽，那么必须使用显式字段名

• 如果多个相同层级的匿名字段成员重名，就只能使用显式字段名访问，因为编译器无法确定目标

• 严格来说，golang 并不是传统意义上的面向对象编程语言，或者说仅实现了最小面向对象机制，匿名嵌入不是继承，无法实现多态处理。虽然配合方法集，可用接口来实现一些类似的操作，但是其本质是完全不同的

 

字段标签 （ tag ）

• 字段标签并不是注释，而是用来对字段进行描述的元数据，尽管它不属于数据成员，但是确实类型的组成成分

• 在运行期，可用反射获取标签信息，它常被用做格式校验，数据库关系映射等

 

内存布局

• 不管结构体中包含多少字段，其内存总是一次性分配的，各字段在相邻的地址空间按定义顺序排列。

• 对于引用类型、字符串和指针，结构内存中只包含其基本（头部）数据

• 包含匿名字段成员

• 借助 unsafe 包中的相关函数，可输出所有字段的偏移量和长度

• 分配内存时，字段必须做对齐处理，通常以所有字段中最长的基础类型宽度为标准

• 比较特殊的时空结构类型字段，如果它是最后一个字段，那么编译器将其作为长度为 1 的类型做类型处理，以便地址不会越界，避免引发垃圾回收错误

• 如果仅有一个空结构字段，那么同样按 1 对齐，只不过长度为 0 ，且指向 runtime.zerobase 变量

• 对齐的原因于硬件平台，以及访问效率有关，某些平台只能访问特定地址，比如只能是偶数地址。而另一方面，CPU 访问自然对齐的数据所需的读周期最少，还可以避免拼接数据