Go语言的1.17版本发布了,其中开始正式支持泛型了。虽然还有一些限制(比如,不能把泛型函数export),但是,可以体验了。我的这个《Go编程模式》的系列终于有了真正的泛型编程了,再也不需要使用反射或是go generation这些难用的技术了。周末的时候,我把Go 1.17下载下来,然后,体验了一下泛型编程,还是很不错的。下面,就让我们来看一下Go的泛型编程。(注:不过,如果你对泛型编程的重要性还不是很了解的话,你可以先看一下之前的这篇文章《Go编程模式:Go Generation》,然后再读一下《Go编程模式:MapReduce》)
本文是全系列中第10 / 10篇:Go编程模式
- Go编程模式:切片,接口,时间和性能
- Go 编程模式:错误处理
- Go 编程模式:Functional Options
- Go编程模式:委托和反转控制
- Go编程模式:Map-Reduce
- Go 编程模式:Go Generation
- Go编程模式:修饰器
- Go编程模式:Pipeline
- Go 编程模式:k8s Visitor 模式
- Go编程模式 : 泛型编程
« 上一篇文章
初探
我们先来看一个简单的示例:
package main
import "fmt"
func printAny[T any] (arr []T) {
for _, v := range arr {
fmt.Print(v)
fmt.Print(" ")
}
fmt.Println("")
}
func main() {
strs := []string{"Hello", "World", "Generics"}
decs := []float64{3.14, 1.14, 1.618, 2.718 }
nums := []int{2,4,6,8}
printAny(strs)
printAny(decs)
printAny(nums)
}
在 run 和 build 的命令执行时指定 -G
标识或在 https://go2goplay.golang.org/ 运行如下代码
PS D:\Projects\Github\NoobWu\go-samples\simple> go run -gcflags=-G=3 .\generic.go
Hello World Generics
3.14 1.14 1.618 2.718
2 4 6 8
PS D:\Projects\Github\NoobWu\go-samples\simple>
上面这个例子中,有一个 print() 函数,这个函数就是想输出数组的值,如果没有泛型的话,这个函数需要写出 int 版,float版,string 版,以及我们的自定义类型(struct)的版本。现在好了,有了泛型的支持后,我们可以使用 [T any] 这样的方式来声明一个泛型类型(有点像 C++
的 typename T),然后面都使用 T 来声明变量就好。
上面这个示例中,我们泛型的 print() 支持了三种类型的适配—— int型,float64型,和 string型。要让这段程序跑起来需要在编译行上加上 -gcflags=-G=3 编译参数(这个编译参数会在 1.18
版上成为默认参数),如下所示:
$ go run -gcflags=-G=3 ./main.go
有了个操作以后,我们就可以写一些标准的算法了,比如,一个查找的算法
func find[T comparable] (arr []T, elem T) int {
for i, v := range arr {
if v == elem {
return i
}
}
return -1
}
我们注意到,我们没有使用 [T any]的形式,而是使用 [T comparable]的形式,comparable是一个接口类型,其约束了我们的类型需要支持 == 的操作, 不然就会有类型不对的编译错误。上面的这个 find() 函数同样可以使用于 int, float64或是string类型。
从上面的这两个小程序来看,Go语言的泛型已基本可用了,只不过,还有三个问题:
- 一个是 fmt.Printf()中的泛型类型是 %v 还不够好,不能像
c++
iostream重载 >> 来获得程序自定义的输出。 - 另外一个是,go 不支持操作符重载,所以,你也很难在泛型算法中使用“泛型操作符”如:== 等
- 最后一个是,上面的 find() 算法依赖于“数组”,对于hash-table、tree、graph、link等数据结构还要重写。也就是说,没有一个像C++ STL那样的一个泛型迭代器(这其中的一部分工作当然也需要通过重载操作符(如:++ 来实现)
不过,这个已经很好了,让我们来看一下,可以干哪些事了。
数据结构
Stack 栈
编程支持泛型最大的优势就是可以实现类型无关的数据结构了。下面,我们用 Slices 这个结构体来实现一个Stack 的数结构。
首先,我们可以定义一个泛型的 Stack
type stack [T any][]T
看上去很简单,还是 [T any] ,然后 []T 就是一个数组,接下来就是实现这个数据结构的各种方法了。下面的代码实现了 push() ,pop(),top(),len(),print()这几个方法,这几个方法和 C++
的 STL 中的 Stack 很类似。(注:目前 Go 的泛型函数不支持 export,所以只能使用第一个字符是小写的函数名)
func (s *stack[T]) push(elem T) {
*s = append(*s, elem)
}
func (s *stack[T]) pop() {
if len(*s) > 0 {
*s = (*s)[:len(*s)-1]
}
}
func (s *stack[T]) top() *T {
if len(*s) > 0 {
return &(*s)[len(*s)-1]
}
return nil
}
func (s *stack[T]) len() int {
return len(*s)
}
func (s *stack[T]) print() {
for _, elem := range *s {
fmt.Print(elem)
fmt.Print(" ")
}
fmt.Println("")
}
上面的这个例子还是比较简单的,不过在实现的过程中,对于一个如果栈为空,那么 top()要么返回error要么返回空值,在这个地方卡了一下。因为,之前,我们返回的“空”值,要么是 int 的0,要么是 string 的 “”,然而在泛型的T下,这个值就不容易搞了。也就是说,除了类型泛型后,还需要有一些“值的泛型”(注:在 C++
中,如果你要用一个空栈进行 top() 操作,你会得到一个 segmentation fault),所以,这里我们返回的是一个指针,这样可以判断一下指针是否为空。
下面是如何使用这个 stack 的代码。
package main
import "fmt"
func print[T any](arr []T) {
for _, v := range arr {
fmt.Print(v)
fmt.Print(" ")
}
fmt.Println("")
}
func printTest() {
strs := []string{"Hello", "World", "Generics"}
decs := []float64{3.14, 1.14, 1.618, 2.718}
nums := []int{2, 4, 6, 8}
print(strs)
print(decs)
print(nums)
}
type stack [T any][]T
func (s *stack[T]) push(elem T) {
*s = append(*s, elem)
}
func (s *stack[T]) pop() {
if len(*s) > 0 {
*s = (*s)[:len(*s)-1]
}
}
func (s *stack[T]) top() *T {
if len(*s) > 0 {
return &(*s)[len(*s)-1]
}
return nil
}
func (s *stack[T]) len() int {
return len(*s)
}
func (s *stack[T]) print() {
for _, elem := range *s {
fmt.Print(elem)
fmt.Print(" ")
}
fmt.Println("")
}
func stackTest() {
ss := stack[string]{}
ss.push("Hello")
ss.push("Hao")
ss.push("Chen")
ss.print()
fmt.Printf("stack top is - %v\n", *(ss.top()))
ss.pop()
ss.pop()
ss.print()
ns := stack[int]{}
ns.push(10)
ns.push(20)
ns.print()
ns.pop()
ns.print()
*ns.top() += 1
ns.print()
ns.pop()
fmt.Printf("stack top is - %v\n", ns.top())
}
func main() {
stackTest()
}
PS D:\Projects\Github\NoobWu\go-samples\simple> go run -gcflags=-G=3 .\generic.go
LinkList 双向链表
下面我们再来看一个双向链表的实现。下面这个实现中实现了 这几个方法:
- add() – 从头插入一个数据结点
- push() – 从尾插入一个数据结点
- del() – 删除一个结点(因为需要比较,所以使用了 compareable 的泛型)
- print() – 从头遍历一个链表,并输出值。 ```go type node[T comparable] struct { data T prev node[T] next node[T] }
type list[T comparable] struct { head, tail *node[T] len int }
func (l *list[T]) isEmpty() bool { return l.head == nil && l.tail == nil }
func (l *list[T]) add(data T) { n := &node[T] { data : data, prev : nil, next : l.head, } if l.isEmpty() { l.head = n l.tail = n } l.head.prev = n l.head = n }
func (l *list[T]) push(data T) { n := &node[T] { data : data, prev : l.tail, next : nil, } if l.isEmpty() { l.head = n l.tail = n } l.tail.next = n l.tail = n }
func (l *list[T]) del(data T) { for p := l.head; p != nil; p = p.next { if data == p.data {
if p == l.head {
l.head = p.next
}
if p == l.tail {
l.tail = p.prev
}
if p.prev != nil {
p.prev.next = p.next
}
if p.next != nil {
p.next.prev = p.prev
}
return
}
} }
func (l *list[T]) print() { if l.isEmpty() { fmt.Println(“the link list is empty.”) return } for p := l.head; p != nil; p = p.next { fmt.Printf(“[%v] -> “, p.data) } fmt.Println(“nil”) }
上面这个代码都是一些比较常规的链表操作,学过链表数据结构的同学应该都不陌生,使用的代码也不难,如下所示,都很简单,看代码就好了。
```go
func main(){
var l = list[int]{}
l.add(1)
l.add(2)
l.push(3)
l.push(4)
l.add(5)
l.print() //[5] -> [2] -> [1] -> [3] -> [4] -> nil
l.del(5)
l.del(1)
l.del(4)
l.print() //[2] -> [3] -> nil
}
PS D:\Projects\Github\NoobWu\go-samples\simple> go run -gcflags=-G=3 .\generic.go
[5] -> [2] -> [1] -> [3] -> [4] -> nil
[2] -> [3] -> nil
PS D:\Projects\Github\NoobWu\go-samples\simple>
函数式范型
接下来,我们就要来看一下我们函数式编程的三大件 map() 、 reduce() 和 filter() 在之前的《Go编程模式:Map-Reduce》文章中,我们可以看到要实现这样的泛型,需要用到反射,代码复杂到完全读不懂。下面来看一下真正的泛型版本。
泛型Map
func gMap[T1 any, T2 any](arr []T1, f func(T1) T2)[]T2 {
result := make([]T2, len(arr))
for i, elem := range arr {
result[i] = f(elem)
}
return result
}
在上面的这个 map函数中我使用了两个类型 – T1 和 T2 ,
- T1 – 是需要处理数据的类型
- T2 – 是处理后的数据类型
T1 和 T2 可以一样,也可以不一样。
我们还有一个函数参数 – func(T1) T2 意味着,进入的是 T1 类型的,出来的是 T2 类型的。
然后,整个函数返回的是一个 []T2
好的,我们来看一下怎么使用这个map函数:
func gMapTest() {
nums := []int {0,1,2,3,4,5,6,7,8,9}
squares := gMap(nums, func (elem int) int {
return elem * elem
})
print(squares) //0 1 4 9 16 25 36 49 64 81
strs := []string{"Hao", "Chen", "MegaEase"}
upstrs := gMap(strs, func(s string) string {
return strings.ToUpper(s)
})
print(upstrs) // HAO CHEN MEGAEASE
dict := []string{"零", "壹", "贰", "叁", "肆", "伍", "陆", "柒", "捌", "玖"}
strs = gMap(nums, func (elem int) string {
return dict[elem]
})
print(strs) // 零 壹 贰 叁 肆 伍 陆 柒 捌 玖
}
func main() {
// stackTest() //stack 栈
//listTest() //LinkList 双链表
gMapTest() //map
}
PS D:\Projects\Github\NoobWu\go-samples\simple> go run -gcflags=-G=3 .\generic.go
0 1 4 9 16 25 36 49 64 81
HAO CHEN MEGAEASE
零 壹 贰 叁 肆 伍 陆 柒 捌 玖
PS D:\Projects\Github\NoobWu\go-samples\simple>
泛型 Reduce
接下来,我们再来看一下我们的 Reduce 函数,reduce 函数是把一堆数据合成一个。
func gReduce[T1 any, T2 any](arr []T1, init T2, f func(T2, T1) T2) T2 {
result := init
for _, elem := range arr {
result = f(result, elem)
}
return result
}
函数实现起来很简单,但是感觉不是很优雅。
- 也是有两个类型 T1 和 T2,前者是输出数据的类型,后者是佃出数据的类型。
- 因为要合成一个数据,所以需要有这个数据的初始值 init,是 T2 类型
- 而自定义函数 func(T2, T1) T2,会把这个
init
值传给用户,然后用户处理完后再返回出来。
下面是一个使用上的示例——求一个数组的和
func gReduceTest() {
nums := []int {0,1,2,3,4,5,6,7,8,9}
sum := gReduce(nums, 0, func (result, elem int) int {
return result + elem
})
fmt.Printf("Sum = %d \n", sum)
}
func main() {
// stackTest() //stack 栈
//listTest() //LinkList 双链表
//gMapTest() //map
gReduceTest() //reduce
}
PS D:\Projects\Github\NoobWu\go-samples\simple> go run -gcflags=-G=3 .\generic.go
Sum = 45
PS D:\Projects\Github\NoobWu\go-samples\simple>
泛型 filter
filter 函数主要是用来做过滤的,把数据中一些符合条件(filter in)或是不符合条件(filter out)的数据过滤出来,下面是相关的代码示例
func gFilter[T any] (arr []T, in bool, f func(T) bool) []T {
result := []T{}
for _, elem := range arr {
choose := f(elem)
if (in && choose) || (!in && !choose) {
result = append(result, elem)
}
}
return result
}
func gFilterIn[T any] (arr []T, f func(T) bool) []T {
return gFilter(arr, true, f)
}
func gFilterOut[T any] (arr []T, f func(T) bool) []T {
return gFilter(arr, false, f)
}
其中,用户需要提从一个 bool 的函数,我们会把数据传给用户,然后用户只需要告诉我行还是不行,于是我们就会返回一个过滤好的数组给用户。
比如,我们想把数组中所有的奇数过滤出来
nums := []int {0,1,2,3,4,5,6,7,8,9}
odds := gFilterIn(nums, func (elem int) bool {
return elem % 2 == 1
})
print(odds)
PS D:\Projects\Github\NoobWu\go-samples\simple> go run -gcflags=-G=3 .\generic.go
1 3 5 7 9
PS D:\Projects\Github\NoobWu\go-samples\simple>
业务示例
正如《Go编程模式:Map-Reduce》中的那个业务示例,我们在这里再做一遍。
首先,我们先声明一个员工对象和相关的数据
type Employee struct {
Name string
Age int
Vacation int
Salary float32
}
var employees = []Employee{
{"Hao", 44, 0, 8000.5},
{"Bob", 34, 10, 5000.5},
{"Alice", 23, 5, 9000.0},
{"Jack", 26, 0, 4000.0},
{"Tom", 48, 9, 7500.75},
{"Marry", 29, 0, 6000.0},
{"Mike", 32, 8, 4000.3},
}
然后,我们想统一下所有员工的薪水,我们就可以使用前面的 reduce 函数
total_pay := gReduce(employees, 0.0, func(result float32, e Employee) float32 {
return result + e.Salary
})
fmt.Printf("Total Salary: %0.2f\n", total_pay) // Total Salary: 43502.05
我们函数这个 gReduce 函数有点啰嗦,还需要传一个初始值,在用户自己的函数中,还要关心 result 我们还是来定义一个更好的版本。
一般来说,我们用 reduce 函数大多时候基本上是统计求和或是数个数,所以,是不是我们可以定义的更为直接一些?比如下面的这个 CountIf(),就比上面的 Reduce 干净了很多。
func gCountIf[T any](arr []T, f func(T) bool) int {
cnt := 0
for _, elem := range arr {
if f(elem) {
cnt += 1
}
}
return cnt;
}
我们做求和,我们也可以写一个 Sum 的泛型。
- 处理 T 类型的数据,返回 U类型的结果
- 然后,用户只需要给我一个需要统计的 T 的 U 类型的数据就可以了。
如下所示:
type Sumable interface {
type int, int8, int16, int32, int64,
uint, uint8, uint16, uint32, uint64,
float32, float64
}
func gSum[T any, U Sumable](arr []T, f func(T) U) U {
var sum U
for _, elem := range arr {
sum += f(elem)
}
return sum
}
上面的代码我们动用了一个叫 Sumable 的接口,其限定了 U
类型,只能是 Sumable 里的那些类型,也就是整型或浮点型,这个支持可以让我们的泛型代码更健壮一些。
于是,我们就可以完成下面的事了。
1)统计年龄大于40岁的员工数
old := gCountIf(employees, func (e Employee) bool {
return e.Age > 40
})
fmt.Printf("old people(>40): %d\n", old)
// ld people(>40): 2
2)统计薪水超过 6000元的员工数
high_pay := gCountIf(employees, func(e Employee) bool {
return e.Salary >= 6000
})
fmt.Printf("High Salary people(>6k): %d\n", high_pay)
//High Salary people(>6k): 4
3)统计年龄小于30岁的员工的薪水
younger_pay := gSum(employees, func(e Employee) float32 {
if e.Age < 30 {
return e.Salary
}
return 0
})
fmt.Printf("Total Salary of Young People: %0.2f\n", younger_pay)
//Total Salary of Young People: 19000.00
4)统计全员的休假天数
total_vacation := gSum(employees, func(e Employee) int {
return e.Vacation
})
fmt.Printf("Total Vacation: %d day(s)\n", total_vacation)
//Total Vacation: 32 day(s)
5)把没有休假的员工过滤出来
no_vacation := gFilterIn(employees, func(e Employee) bool {
return e.Vacation == 0
})
print(no_vacation)
//{Hao 44 0 8000.5} {Jack 26 0 4000} {Marry 29 0 6000}
怎么样,你大概了解了泛型编程的意义了吧。
(全文完)
package main
import (
"fmt"
"strings"
)
func print[T any](arr []T) {
for _, v := range arr {
fmt.Print(v)
fmt.Print(" ")
}
fmt.Println("")
}
func printTest() {
strs := []string{"Hello", "World", "Generics"}
decs := []float64{3.14, 1.14, 1.618, 2.718}
nums := []int{2, 4, 6, 8}
print(strs)
print(decs)
print(nums)
}
type stack[T any] []T
func (s *stack[T]) push(elem T) {
*s = append(*s, elem)
}
func (s *stack[T]) pop() {
if len(*s) > 0 {
*s = (*s)[:len(*s)-1]
}
}
func (s *stack[T]) top() *T {
if len(*s) > 0 {
return &(*s)[len(*s)-1]
}
return nil
}
func (s *stack[T]) len() int {
return len(*s)
}
func (s *stack[T]) print() {
for _, elem := range *s {
fmt.Print(elem)
fmt.Print(" ")
}
fmt.Println("")
}
func stackTest() {
ss := stack[string]{}
ss.push("Hello")
ss.push("Hao")
ss.push("Chen")
ss.print()
fmt.Printf("stack top is - %v\n", *(ss.top()))
ss.pop()
ss.pop()
ss.print()
ns := stack[int]{}
ns.push(10)
ns.push(20)
ns.print()
ns.pop()
ns.print()
*ns.top() += 1
ns.print()
ns.pop()
fmt.Printf("stack top is - %v\n", ns.top())
}
type node[T comparable] struct {
data T
prev *node[T]
next *node[T]
}
type list[T comparable] struct {
head, tail *node[T]
len int
}
func (l *list[T]) isEmpty() bool {
return l.head == nil && l.tail == nil
}
func (l *list[T]) add(data T) {
n := &node[T]{
data: data,
prev: nil,
next: l.head,
}
if l.isEmpty() {
l.head = n
l.tail = n
}
l.head.prev = n
l.head = n
}
func (l *list[T]) push(data T) {
n := &node[T]{
data: data,
prev: l.tail,
next: nil,
}
if l.isEmpty() {
l.head = n
l.tail = n
}
l.tail.next = n
l.tail = n
}
func (l *list[T]) del(data T) {
for p := l.head; p != nil; p = p.next {
if data == p.data {
if p == l.head {
l.head = p.next
}
if p == l.tail {
l.tail = p.prev
}
if p.prev != nil {
p.prev.next = p.next
}
if p.next != nil {
p.next.prev = p.prev
}
return
}
}
}
func (l *list[T]) print() {
if l.isEmpty() {
fmt.Println("the link list is empty.")
return
}
for p := l.head; p != nil; p = p.next {
fmt.Printf("[%v] -> ", p.data)
}
fmt.Println("nil")
}
func listTest() {
var l = list[int]{}
l.add(1)
l.add(2)
l.push(3)
l.push(4)
l.add(5)
l.print() //[5] -> [2] -> [1] -> [3] -> [4] -> nil
l.del(5)
l.del(1)
l.del(4)
l.print() //[2] -> [3] -> nil
}
func gMap[T1 any, T2 any](arr []T1, f func(T1) T2) []T2 {
result := make([]T2, len(arr))
for i, elem := range arr {
result[i] = f(elem)
}
return result
}
func gMapTest() {
nums := []int{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
squares := gMap(nums, func(elem int) int {
return elem * elem
})
print(squares) //0 1 4 9 16 25 36 49 64 81
strs := []string{"Hao", "Chen", "MegaEase"}
upstrs := gMap(strs, func(s string) string {
return strings.ToUpper(s)
})
print(upstrs) // HAO CHEN MEGAEASE
dict := []string{"零", "壹", "贰", "叁", "肆", "伍", "陆", "柒", "捌", "玖"}
strs = gMap(nums, func(elem int) string {
return dict[elem]
})
print(strs) // 零 壹 贰 叁 肆 伍 陆 柒 捌 玖
}
func gReduce[T1 any, T2 any](arr []T1, init T2, f func(T2, T1) T2) T2 {
result := init
for _, elem := range arr {
result = f(result, elem)
}
return result
}
func gReduceTest() {
nums := []int{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
sum := gReduce(nums, 0, func(result, elem int) int {
return result + elem
})
fmt.Printf("Sum = %d \n", sum)
}
func gFilter[T any](arr []T, in bool, f func(T) bool) []T {
result := []T{}
for _, elem := range arr {
choose := f(elem)
if (in && choose) || (!in && !choose) {
result = append(result, elem)
}
}
return result
}
func gFilterIn[T any](arr []T, f func(T) bool) []T {
return gFilter(arr, true, f)
}
func gFilterOut[T any](arr []T, f func(T) bool) []T {
return gFilter(arr, false, f)
}
func gFilterTest() {
nums := []int{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
odds := gFilterIn(nums, func(elem int) bool {
return elem%2 == 1
})
print(odds)
}
type Employee struct {
Name string
Age int
Vacation int
Salary float32
}
var employees = []Employee{
{"Hao", 44, 0, 8000.5},
{"Bob", 34, 10, 5000.5},
{"Alice", 23, 5, 9000.0},
{"Jack", 26, 0, 4000.0},
{"Tom", 48, 9, 7500.75},
{"Marry", 29, 0, 6000.0},
{"Mike", 32, 8, 4000.3},
}
func gCountIf[T any](arr []T, f func(T) bool) int {
cnt := 0
for _, elem := range arr {
if f(elem) {
cnt += 1
}
}
return cnt
}
type Sumable interface {
type int, int8, int16, int32, int64, uint, uint8, uint16, uint32, uint64, float32, float64
}
func gSum[T any, U Sumable](arr []T, f func(T) U) U {
var sum U
for _, elem := range arr {
sum += f(elem)
}
return sum
}
func main() {
// stackTest() //stack 栈
//listTest() //LinkList 双链表
//gMapTest() //map
//gReduceTest() //reduce
//gFilterTest() //filter
total_pay := gReduce(employees, 0.0, func(result float32, e Employee) float32 {
return result + e.Salary
})
fmt.Printf("Total Salary: %0.2f\n", total_pay) // Total Salary: 43502.05
//统计年龄大于40岁的员工数
old := gCountIf(employees, func(e Employee) bool {
return e.Age > 40
})
fmt.Printf("old people(>40): %d\n", old)
// ld people(>40): 2
//统计薪水超过 6000元的员工数
high_pay := gCountIf(employees, func(e Employee) bool {
return e.Salary >= 6000
})
fmt.Printf("High Salary people(>6k): %d\n", high_pay)
//High Salary people(>6k): 4
//统计年龄小于30岁的员工的薪水
younger_pay := gSum(employees, func(e Employee) float32 {
if e.Age < 30 {
return e.Salary
}
return 0
})
fmt.Printf("Total Salary of Young People: %0.2f\n", younger_pay)
//Total Salary of Young People: 19000.00
//统计全员的休假天数
total_vacation := gSum(employees, func(e Employee) int {
return e.Vacation
})
fmt.Printf("Total Vacation: %d day(s)\n", total_vacation)
//Total Vacation: 32 day(s)
}
关注CoolShell微信公众账号和微信小程序
(转载本站文章请注明作者和出处 酷 壳 – CoolShell ,请勿用于任何商业用途)
——=== 访问 酷壳404页面 寻找遗失儿童。 ===——