关于golang:对比Python学习Go-高级数据结构下篇

本篇是「比照 Python 学习 Go」系列的第四篇，本篇文章咱们来看下 Go 的高级数据结构，因文章偏长分为两篇，此为下篇。本系列的其余文章可到「比照 Python 学习 Go」- 开篇查看，上面咱们开始明天的分享。

上篇说道，Go 和 Python 的数据结构可分为类数组和哈希构造。本篇咱们来看下哈希构造相干的类型。

哈希构造又叫做散列表（hash table），它是数组的一种扩大。它通过 散列函数 把元素的键值映射为数组的下标，而后将数据存储在数组中对应下标的地位。当咱们依照键值查问元素时，咱们用同样的散列函数，将键值转化数组下标，从对应的数组下标的地位取数据。通过散列函数，咱们能够相似数组下标一样间接定位数据，工夫复杂度能够到 O(1)。

哈希构造中，最重要的两个知识点是「哈希函数的构建」和「散列抵触的解决」。

哈希函数 构建的好坏间接影响到数据结构的性能，哈希的 key 散布平均的话，会缩小散列抵触的产生。
散列抵触 是哈希构造不可避免的，解决散列抵触的办法次要有两种，是「凋谢寻址法(open addressing)」和「列表法(chaining)」。

开发寻址法，即利用一些算法查找下一个为空的数组地位。列表法，是在以后 key 的数组地位，以链表的模式，减少额定空间。

更多哈希常识，可参考我整顿的无关散列表的笔记数据结构与算法 – 散列表。

理解了上边列出的哈希构造的基本知识后，咱们来看看 Go 和 Python 的哈希构造是如何的。

Go 语言的中的哈希构造为 map 构造，依据 map 的源码剖析，map 的底层构造大抵如下：

最外层为一个 hmap 的构造体，应用一个[]bmap 数组寄存了 bmap 的地址，bmap 用来存储数据，每个 bmap 最多可存储 8 个 kv 对，另外还有一个 overflow，存储后一个 bmap 的地址。
oldbuckets 用来寄存老的 buckets 数组地址，在扩容的时候会应用来暂存还没有移到新 buckets 数组的 bmap 地址。mapextra 用来寄存非指针数据，用于优化存储和拜访。

对于 map 内存的增长扩容，则次要是 []bmap 数组的扩容。当数据越来越多时，[]bmap 数组后边挂的 bmap 也会越来越多，bmap 的数量越多，在查找时，则大部分工夫会破费在链表的查找上。这里有个规范，通常是在装填因子(填入表中的元素个数 / 散列表的长度) 大于 6.5 时，会触发[]bmap 数组的扩容，通常是源数组的两倍。扩容后，并不会立刻迁徙数据，而是先将老的[]bmap 数组挂在 olebuckets 上，待有新的更新或插入操作时，才进行 bmap 的迁徙。

依据咱们对 Go map 内存构造的剖析，联合散列表的常识，咱们能够晓得，Go 应用了「链表法」来解决散列抵触。只不过，链表中的节点并非是值，而是一个 bmap 构造的存储块，这样能够缩小单个链上的对象块，不便内存治理，利于 GC 操作。

在哈希函数方面，采纳哈希低位确定 bmap，高位比照确定是否有存储的 key，进步了哈希比对搜寻的效率。

另一个在 bmap 中，并没有 key-value 结对存储，而是将绝对占用空间小的 key 放一块，value 按雷同的程序放一块。这样利用内存对齐，节俭空间。

Go map 的设计处处走漏着对性能的极致谋求，强烈建议好好钻研一番。

上面咱们来看看 Go map 的一些罕用操作：


// 初始化
// 应用 make 函数
myMap := make(map[string]int)
fmt.Println(myMap) // map[]

// 应用字面量
myResume := map[string]string{"name": "DeanWu", "job": "SRE"}
fmt.Println(myResume)  // map[job:SRE name:DeanWu]

// 申明一个空 map
//var myResume1 map[string]string
//myResume1["name"] = "DeanWu"  //panic: assignment to entry in nil map
// 空的 map，零碎并没有分配内存，并能赋值。// 键值的类型能够是内置的类型，也能够是构造类型，只有这个值能够应用 == 运算符做比拟
// 切片、函数以及蕴含切片的构造类型，这些类型因为具备援用语义，可被其余援用扭转原值，不能作为映射的键。//myMap1 := map[[]string]int{}
//fmt.Println(myMap1)  // invalid map key type []string

// 更新、赋值 key
myResume["job"] = "web deployment"
fmt.Println(myResume)  // map[job:web deployment name:DeanWu]

// 获取某个 key 的值
value, exists := myResume["name"]
if exists {fmt.Println(value) // DeanWu
}
value1 := myResume["name"]
if value1 != ""{fmt.Println(value1) // DeanWu
  // 举荐上边的写法，因为即便 map 无此 key 也会返回对应的零值。须要依据数据类型，做相应的判断，不如上边的对立，不便。}

// 删除键值对
delete(myResume, "job")
delete(myResume, "year")  // 当 map 中没有这个 key 时，什么都不执行。fmt.Println(myResume)  // map[name:DeanWu]

map 也能够嵌套。

// map 嵌套
myNewResume := map[string]map[string]string{
  "name": {
    "first": "Dean",
    "last":"Wu",
  },
}
fmt.Println(myNewResume) // map[name:map[first:Dean last:Wu]]

Python 中的哈希构造，有字典和汇合两种。

字典

字典依据 Python3 的源码，底层构造大抵如下：

其中最外层是 PyDictObject，其中定义了一些字典的全局管制字段。其中有个 PyDictKeysObject 定义了字典哈希表的一些字段。其中有两个数组 dk_indices[] 和 dk_entries[]，这两个便是真正的存储数据的数组。kv 数据保留在 dk_entries[] 数组中，dk_indices[]来存储 kv 数据在 dk_enties 数组中保留的索引。其中每个 kv 数据以 entry 的数据结构来存储，如下：

typedef struct {
    /* Cached hash code of me_key. */
    Py_hash_t me_hash;
    PyObject *me_key;
    PyObject *me_value; /* This field is only meaningful for combined tables */
} PyDictKeyEntry;

me_hash缓存存 key 的哈希值，避免哈希值的反复计算。me_key和 me_value 便是 key 和 value 的真正数据了。

哈希表的扩容，从源码中能够看出，一个字典的最小容量为 8，Python 采纳了 ” 翻倍扩容 ” 的策略。依据教训值得出，哈希表数组中，装填因子为 2 / 3 时，是一个哈希抵触的临界值。所以，当哈希数组 dk_entries 装填因子到 2 / 3 时，便会扩容。

这里 Python 为了节俭内存，将索引和哈希表数组离开，分为 dk_indices 和dk_entries。前者保留的是数据的索引，占空间小，可申请所有元素个数的空间。后者能够只申请原大小的 2 / 3 空间。因为到 2 / 3 之后，便会扩容，这个 2 / 3 能够依据 dk_indices 取得。

剖析了 Python 字典的底层构造，依据哈希表的常识，咱们能够晓得 Python 是用「凋谢寻址法」来解决哈希抵触的。

Python 字典的罕用操作：

# 初始化
myDict1 = dict()
myDict2 = {}   # 举荐应用
print(myDict1, myDict2)  # {} {}

# 赋值
myDict3 = {'name': 'Tim', 'age': 18}
myDict3['job'] = 'student'
print(myDict3)  # {'name': 'Tim', 'age': 18, 'job': 'student'}

# 取值
print(myDict3['name'])  # Tim
# print(myDict3['phone'])  # KeyError: 'phone'
print(myDict3.get('phone'))  # None 若没有 key，应用 get 办法不会抛出谬误
print(myDict3.get('phone', '136xxxxxxx'))  # 136xxxxxxx  给没有 key 的，附默认值

# 删除
del[myDict3['job']]
print(myDict3)  # {'name': 'Tim', 'age': 18}

# 字典提供丰盛的内建办法
# radiansdict.clear() 删除字典内所有元素
# radiansdict.copy() 返回一个字典的浅复制，返回原字典的援用
# radiansdict.fromkeys() 创立一个新字典，以序列 seq 中元素做字典的键，val 为字典所有键对应的初始值
# radiansdict.get(key, default=None) 返回指定键的值，如果值不在字典中返回 default 值
# key in dict 如果键在字典 dict 里返回 true，否则返回 false
# radiansdict.items() 以列表返回可遍历的(键, 值) 元组数组
# radiansdict.keys() 以列表返回一个字典所有的键
# radiansdict.setdefault(key, default=None) 和 get()相似, 但如果键不存在于字典中，将会增加键并将值设为 default
# radiansdict.update(dict2) 把字典 dict2 的键 / 值对更新到 dict 里
# radiansdict.values() 以列表返回字典中的所有值
# pop(key[,default]) 删除字典给定键 key 所对应的值，返回值为被删除的值。key 值必须给出。否则，返回 default 值。# popitem() 随机返回并删除字典中的一对键和值(个别删除开端对)。

汇合

汇合和字典一样，底层也是哈希构造，和字典相比，可了解为只有 key，没有 values。依据 Python3 源码，大抵构造如下：

相比字典，汇合简略了不少。在 PySetObject 中间接保留了存储数据的数组。

依据汇合的底层数据结构剖析，它解决哈希抵触也是应用的「开发寻址法」。

汇合的一些罕用操作：

# 初始化
s1 = {'1', '2', '3'}  # 不举荐，当元素中有字典时，会报错
s2 = set(['1', '4', '5'])
print(s1)  # {'3', '1', '2'}
print(s2)  # {'3', '1', '2'}

# 交加
print(s1&s2)  # {'1'}
# 并集
print(s1|s2)  # {'3', '5', '4', '2', '1'}
# 差集
print(s1 - s2)  # {'3', '2'}
# 判断子集和超集
s2.issubset(s1)   # s2 是否为 s1 的子集
s1.issuperset(s2)  # s1 是否为 s2 的超集

# 汇合的一些内建办法
# set.add(obj) 增加汇合元素
# set.remove(obj) 删除汇合元素
# set.update(set) 合并汇合
# set.pop() 随机删除一个元素，并返回该元素

除了类数组和哈希构造外，Go 还有本人独有的一些构造。

Go 语言具备指针。指针保留了变量的内存地址。类型 * T 是指向类型 T 的值的指针。其零值是 nil。

& 符号会生成一个指向其作用对象的指针。
* 符号示意指针指向的底层的值。

与 C 不同，Go 没有指针运算。

i, j := 42, 2701

p := &i         // point to i
fmt.Println(*p) // read i through the pointer
*p = 21         // set i through the pointer
fmt.Println(i)  // see the new value of i

p = &j         // point to j
*p = *p / 37   // divide j through the pointer
fmt.Println(j) // see the new value of j

Python 中并没有指针的概念，内存的地址被叫做“援用”。和这里的指针有殊途同归之妙，但仅仅是体现在逻辑剖析上，并没有语法反对。

Go 语言中，构造体（struct）就是一个字段的汇合，构造体字段能够通过构造体指针来拜访。

// 定义构造体，主动名必须大写结尾，作为公共变量
type Vertex struct {
  X int
  Y int
}
// 初始化
var ver Vertex
ver.X = 4  // 可应用. 来赋值和拜访构造体
fmt.Println(ver.X)  // 4

// 可应用指针来拜访
v := Vertex{1, 2}
p := &v
p.X = 1e9
fmt.Println(v)  // {1000000000 2}

构造体能够实现嵌套，当嵌套时，会继承嵌套构造体的所有字段。

type NewVertex struct {
  Vertex
  Z int
}
var v1 NewVertex
v1.X = 12
v1.Z = 13
fmt.Println(v1.X) // 12
fmt.Println(v1)  // {{12 0} 13}

正因为构造体的上边的这些个性，加之 Go 语言中并没有类的概念，构造体在很多 Web 框架中，被当做“类”来应用。

本篇咱们我学习了 Go 和 Python 的高级数据结构，他们底层都遵循了肯定的数据结构，但又都有本人的特色。汇合本人语言的个性，设计奇妙。总之，不论何种语言，咱们在应用时，既要理解构造的根本用法，还要理解其底层的逻辑构造，能力防止在应用时的一些莫名的坑。

我是 DeanWu，一个致力成为真正 SRE 的人。

关注公众号「码农吴先生」, 可第一工夫获取最新文章。回复关键字「go」「python」获取我收集的学习材料，也可回复关键字「小二」，加我 wx 拉你进技术交换群，聊技术聊人生~

关于golang:对比Python学习Go-高级数据结构下篇

哈希构造

Go

Python

独有数据结构

Go – 指针

Go – 构造体

总结