Go 概念[译]：slices 用法与实现

介绍

Go 语言的 Slice 类型提供了一种方便且高效处理类型序列的方法。Slice 和其他语言的数组有点类似，但有着区别于数组的特性。本文着重于介绍 Slice 的定义和用法。

Arrays(数组)

Slice 类型是基于 Array 类型的更高级的抽象，所以想要了解 Slice 之前，需要先理解 Arrays。

Array 类型定义需要指定长度和元素类型。比如，数组[4]int表示包含4个整形元素。数组的长度是固定的，而且它的长度是它类型的一部分([4]int和[5]int是不同、互不相容的类型)。Arrays 可以按普通方式索引，s[n]表示 s 的第 n 个元素，从0算起。

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

Arrays 不需要初始化，它的默认值是一个直接使用的数组，数组内的元素就是该类型的默认值。

// a[2] == 0, the zero value of the int type

[4]int在内存的表现只是4个按顺序排列的整数。

Go 的 Array 是值类型。一个数组变量代表整个数组，而不是数组第1个元素的指针(C语言)。这意味着你分配和传递一个 Array 时，会复制 Array 的内容。（为了避免这种情况，可以传递 Array 的指针，但这只是 Array 的指针，而不是 Array 本身）。我们可以把 Array 当成一种特殊的 struct，只不过它的字段名是索引，而不是字段名。

Array 可以这样指定：

b := [2]string{"Penn", "Teller"}

或者让编译器自己计算长度

b := [...]string{"Penn", "Teller"}

上面两个案例，b 的类型都是 [2]string。

Slices(切片)

数组有它应用场景，但是它有点死板，所以在 Go 代码中，不会特别常用。Slices 则随处可见。Slice 基于数组，但是更加强大且便利。

切片的类型规范是[]T，T 代表切片元素的类型。不像数组，切片不用指定长度。

切片字面量的声明和数组差不多，只不过不用指明元素的个数。

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

切片也可以使用内置函数make创建。

func make([]T, len, cap) []T

T 代表的是切片元素的类型。make函数的参数是类型([]T)、长度(len)、容量(cap), 。make被调用时，会先创建一个数组，然后返回一个引用该数组的切片。

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

参数cap被忽略时，默认使用cap = len。上面的代码可以简化为：

s := make([]byte, 5)

可以使用内置函数len和cap，来获取切片的长度和容量。

len(s) == 5
cap(s) == 5

后文会介绍 len 和 cap 的区别。

切片的缺省值是 nil。nil 切片的 len 和 cap 都为 0。

还能通过对数组和切片进行"截取"(slicing)操作，得到新的切片。比如，表达式b[1:4]创建一个新的切片，切片的元素包括变量 b的索引1到索引3的元素。

b := []byte{'g', 'o', 'l', 'a', 'n', 'g'}
// b[1:4] 为 []byte{'o', 'l', 'a'}, 跟 b 底层使用共同的数据

进行像b[n:m]的截取操作时，n 和 m 都是可选的，他们的默认值分别是 0 和 len(b):

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

同理，也可以对数组进行类似的操作：

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

Slice 内部实现

切片是数组片段的描述，它包括一个指向底层数组的指针ptr，数组片段的长度len，以及片段的容量cap(容量是片段的最大长度)。

我们通过s := make([]type, 5)创建变量s，它的结构如下：

长度len是切片引用的数组片段的长度，容量cap 是底层数组的元素个数（从切片指针引用的第一个元素到数组的结尾）。通过下面的例子，长度和容量的区别更加明显。

我们截取切片（slicing，翻译成"截取"可能并不贴切）s，会观察到其结构、及其底层数组有了以下变化：

s = s[2:4]

截取操作并不会复制切片，而是创建一个新的指向原始底层数组的切片。这使得操作切片和操作数组索引一样高效。因此，操作一个切片的元素，会影响到引用相同底层数组的其他切片。

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'}

刚才我们截取了变量 s，使它的长度小于容量(图 demo3 所示)。我们可以对 s 重新分片，来扩展切片。

s = s[:cap(s)]

扩容切片（copy 和 append 方法）

如果要对切片扩容，就必须创建一个更大容量的新切片，同时复制旧切片的内容到新切片。这类似其他语言的「动态数组」的实现。下面的例子是把切片s的扩容两倍，操作流程是先创建一个新切片 t, 容量是原切片s的两倍，接着把原切片s的元素赋值给t的元素，最后把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

for 循环可以使用内建函数copy简化。copy会从源切片复制数据到目标切片。它的返回值是复制元素的个数。

func copy(dst, src []T) int

copy函数支持复制不同长度的切片。如果dst和src底层是同一个数组，copy也能正确处理。

因此，上面的代码可以简化成

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

一个常用操作是追加一个元素到切片尾部。下面的函数追加 byte 元素到一个切片，如果容量不够会扩容，最后返回被追加后的切片。

func AppendByte(slice []byte, data ...byte) []byte {
    m := len(slice)
    n := m + len(data)
    if n > cap(slice) { // 如有需要，重新扩容
        // 扩展2倍容量，便于后续操作
        newSlice := make([]byte, (n+1)*2)
        copy(newSlice, slice)
        slice = newSlice
    }
    slice = slice[0:n]
    copy(slice[m:n], data)
    return slice
}

AppendByte 可以这么使用：

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

像AppendByte函数非常有用，因为它们提供了完整的自动扩容控制。取决于程序的特性，来决定扩容的大小或者重新分配的上限。

但是大部分程序是不需要完全控制扩容策略，所以 Go 提供了适用于大部分场景的append函数：

func append(s []T, x ...T) []T

append函数追加元素 x 到切片 s，如果容量用完会自动扩容。

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

如果追加一个切片到另一个切片，可以使用 ... 来展开成第二个参数。

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

既然 slice 的零值(nil) 表现和长度为 0 的切片表现一样，你可以直接把 nil 切片作为append的第一个参数。

// Filter 过滤掉不符合 fn() 的元素
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
}

一个可能会遇到的"陷阱"

正如前文所说，对一个切片进行重新切片操作以后，两个切片还是共用同一个底层数组。这个底层数组会一直保留在内存中，直到没被引用才被回收。这偶尔会造成一些问题：实际用到的切片长度很小，但是底层的数组非常大。

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

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

这段代码返回的[]byte指向的底层数组，包含着整个文件。只要切片引用着这个数组，垃圾回收器就不会释放这部分内容。相当于为了少数有用的 byte，我们在内存一直存着整个文件内容。

想要解决这个问题，可以在返回前，把目标数据复制到一个新的切片：

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

更简洁的版本是使用 append。这个留给读者自己练习。

引用

[1]. Go Slices: usage and internals （https://go.dev/blog/slices-intro）