【Rust】集合的使用——Rust语言基础16

文章目录

1. 前言
2. Vector
- 2.1. 构建一个 vector
- 2.2. 获取 vector 中的元素
- 2.3. 遍历 vector
- 2.4. 使用枚举来储存多种类型
3. String
- 3.1. 新建字符串
- 3.2. 更新字符串
- 3.3. 字符串的内部结构
- - 3.3.1. 字符串如何访问内部元素？
  - 3.3.2. 字节、标量值和字形簇
- 3.4. 字符串 slice
- 3.5. 字符串遍历
4. Hash Map
- 4.1. 新建一个 Hash Map
- 4.2. 获取 map 中值
- 4.4. 哈希 map 和所有权
- 4.5. 覆盖关键字的值
- 4.6. 当关键字不存在时才插入键值对
- 4.7. 根据旧值更新一个值

1. 前言

看过上一篇博客的长篇大论一定很疲惫，不过笔者保证这一篇我们将会很轻松的度过~

在其它编程语言中也会有集合这样的类似概念，例如在 C++ 中将这种数据结构称为容器，而在 Rust 中则将这些数据结构称为集合（collections）。集合是一种非常有用的数据结构，当有一类具有相同属性或者共同点的东西归类或统计时，集合就会派上大用处。

在 Rust 中常见的几个集合：

vector ：存储一系列同类型数量可变的值；
字符串（string）：这时字符的集合，本文将会着重介绍它；
哈希 map（hash map）：每个成员是由一个唯一存在的关键字（key）和其所一一对应的值（value）所组成。

接下来让我们一个个的认识并掌握！

2. Vector

Vec<T>，也被称为 vector。vector 允许我们在一个单独的数据结构中储存多于一个的值，它在内存中彼此相邻地排列所有的值。vector 只能储存相同类型的值。

正如所看到的一样这里的 <> 表示这是一个泛型实现的类型，到目前为止可以不用过于深入理解泛型，只要大概明白它的概念即可，这里的 T 可以被任何类型替换，表示该向量将会且只能存储这种类型的值。

2.1. 构建一个 vector

创建一个新的空 vector，可以调用 Vec::new 函数：

    let v: Vec<i32> = Vec::new();

可以看到这里创建的 vector 并没有初始化，因此我们在声明的时候需要指明其具体类型。

当有初始值时，创建的 vector 允许不显示声明其类型：

    let v = vec![1, 2, 3];

这里虽然没有显示的注明 vector 的类型，但是编译器通过其初始值可以推断出 v 的类型是 Vec<i32>。

当我们新建完一个空的 vector 后可以用 push 方法向其添加元素：

	// 注意，此时则需要创建可变类型
    let mut v = Vec::new();

	// 向最后插入一个新的元素
    v.push(5);
    v.push(6);
    v.push(7);
    v.push(8);

	// 删除末尾的一个元素
	v.pop();

[注]：Rust 编译器也可以通过后面所添加的值来推断 vector 类型。

2.2. 获取 vector 中的元素

有两种方式可以获取 vector 中的元素：

通过索引的方式访问获取；
使用 get 方法获取。

    let v = vec![1, 2, 3, 4, 5];
	// 通过索引的方式访问
    let third: &i32 = &v[2];
    println!("The third element is {third}");

	// 通过 vector 的 get 方法访问
    let third: Option<&i32> = v.get(2);
    match third {
        Some(third) => println!("The third element is {third}"),
        None => println!("There is no third element."),
    }

这里需要注意的一个点是 get 方法返回的是 Option<&T> 类型并非元素值本身，因此我们需要通过 match 提取具体的值。

越界问题

访问越界这是一个很常见的问题，我们来看看 Rust 是如何处理的：

	let v = vec![32, 26, 48];

    let unexist = &v[10];		// 索引
    let unexist = v.get(10);	// get

首先这段代码是可以编译通过的，因为语法没有任何问题，但是在运行时将会使得程序崩溃，由于 Rust 发现试图去访问一个超过 vector 范围的内存，直接会终止程序运行。

那么当我们注释掉 “索引” 那行代码后，这段程序时可以正常运行的，这是何原因呢？

由于 get 返回的是 Option<&T> 类型，也就是当有值的时候会返回 Some(i)，没有值时候返回 None，这两个都不会导致程序崩溃。这样设计的原因在于 Rust 考虑到这种越界特殊情况的处理工作也可以交给开发者自己处理，而不是一味的终止代码运行，这是很不好的体验。

再看另外一种情况：

    let mut v = vec![1, 2, 3, 4, 5];

    let first = &v[0];

    v.push(6);

    println!("The first element is: {first}");

在编译这段代码时会报错：

$ cargo run
   Compiling collections v0.1.0 (file:///projects/collections)
error[E0502]: cannot borrow `v` as mutable because it is also borrowed as immutable
 --> src/main.rs:6:5
  |
4 |     let first = &v[0];
  |                  - immutable borrow occurs here
5 |
6 |     v.push(6);
  |     ^^^^^^^^^ mutable borrow occurs here
7 |
8 |     println!("The first element is: {first}");
  |                                     ------- immutable borrow later used here

For more information about this error, try `rustc --explain E0502`.
error: could not compile `collections` (bin "collections") due to 1 previous error

编译器告诉我们，因为 first 这里用的是 v 的不可变引用，而下面尝试调用 push 方法时的 v 应该是可变变量，而在其后又希望再继续使用 first 这样的操作是不被允许的，其实当我们注释掉最后一行的打印这段代码也是没问题的。

那么为什么呢？这个看起来是之前我们学习引用那块学习到的一个规则 “不能在相同作用域中同时存在可变和不可变引用”。

这里就涉及到 vector 的工作原理，在 vector 的结尾增加新元素时，在没有足够空间将所有元素依次相邻存放的情况下，可能会要求分配新内存并将老的元素拷贝到新的空间中。这时，第一个元素的引用就指向了被释放的内存。

2.3. 遍历 vector

Rust 提供了非常便利的遍历方式，无需我们自己通过索引一个个的访问：

    let v = vec![32, 26, 48];
    for i in &v {
        println!("{i}");
    }

也可以遍历过程中使用元素的值：

    let mut v = vec![32, 26, 48];
    for i in &mut v {
        *i += 50;
    }

修改可变引用所指向的值，需要在使用 += 运算符之前必须使用解引用运算符（*）获取 i 中的值。

2.4. 使用枚举来储存多种类型

上文提到了 vector 只能够存储同一类型的值，不过这一点概念是相对的。还记得之前我们学习过一种叫做枚举的类型吗？

没错！你知道我想说什么了，是的，枚举变量中可以包含各种各样的类型，而对外这一个整体只会被认作同一个类型那就是枚举本身。

    enum SpreadsheetCell {
        Int(i32),
        Float(f64),
        Text(String),
    }

    let row = vec![
        SpreadsheetCell::Int(3),
        SpreadsheetCell::Text(String::from("blue")),
        SpreadsheetCell::Float(10.12),
    ];

这样一来 row 的类型就是 Vec<enum SpreadsheetCell>，再配合 match，我们就可以利用同一个 vector 存储不同类型的值：

	enum SpreadsheetCell {
        Int(i32),
        Float(f64),
        Text(String),
    }

    let row  = vec![
        SpreadsheetCell::Int(3),
        SpreadsheetCell::Text(String::from("blue")),
        SpreadsheetCell::Float(10.12),
    ];

    for i in &row {
        match i {
            SpreadsheetCell::Int(i) => println!("{}", i),
            SpreadsheetCell::Float(f) => println!("{}", f),
            SpreadsheetCell::Text(s) => println!("{}", s),
        }
    }

同样的当 vector 变量离开自己所属的作用域时将会被丢弃，所有的内容将会清空，同时变量本身也会清理变得无效。

3. String

这一小节是本文的重头戏，请各位同学打起精神仔细阅读本小节。

其实之前我们已经使用过 String 类型，因此它对于我们并不算陌生，而 String 类型在初学者一路学习过来很容易与另一个类型 str 搞混，这个类型值之前有解释过，str 是 String 中的一部分值的引用，这是两种类型。

在 Rust 中 String 类型实际上是对 Vec<u8> 类型的封装实现的。且字符串是 UTF-8 编码的。

3.1. 新建字符串

使用 new 方法创建一个空的字符串。

    let mut s = String::new();

有两种方式可以让我们为空的字符串填充数据：

to_string() 方法；
String::from() 函数。

    let data = "initial contents";

    let s = data.to_string();
    // 效果与上行代码相同
    //let s = String::from("initial contents");


    // 该方法也可直接用于字符串字面值：
    let s = "initial contents".to_string();

正因为 String 类型是 UTF-8 编码的，因此可以使用任何符合 UTF-8 编码的数据：

    let hello = String::from("السلام عليكم");
    let hello = String::from("Dobrý den");
    let hello = String::from("Hello");
    let hello = String::from("שלום");
    let hello = String::from("नमस्ते");
    let hello = String::from("こんにちは");
    let hello = String::from("안녕하세요");
    let hello = String::from("你好");
    let hello = String::from("Olá");
    let hello = String::from("Здравствуйте");
    let hello = String::from("Hola");
    let hello = String::from("🌟");

3.2. 更新字符串

String 的大小可以增加，其内容也可以改变。可以方便的使用 + 运算符或 format! 宏来拼接 String 值。
[注]：还记得吧，带有 ! 表示一个宏。忘了的同学罚款3000w。

可以通过 push_str 函数为 String 类型追加 str 类型而使得 String 变长。

    let mut s = String::from("hello，");
    s.push_str("world！");

执行这两行代码之后，s 将会包含 hello,world!。push_str 方法采用字符串 slice，因为该方法并不需要获取参数的所有权。

    let mut s1 = String::from("hello，");
    let s2 = "world！";
    s1.push_str(s2);
    println!("s2 is {s2}");

例如，这里希望在将 s2 的内容附加到 s1 之后还能使用它。是的，由于 push_str 使用的字符串 slice，还记得吧，str 只是 String 内容的一部分的引用，是的它是引用，因此不会获取所有权，因此这里在后面是可以继续用 s2。

还可以通过使用 push 方法为末尾添加一个字符。

    let mut s = String::from("Ma");
    s.push('x');

通过使用 + 组合两个字符串。

    let s1 = String::from("Hello, ");
    let s2 = String::from("world!");
    let s3 = s1 + &s2; // 注意 s1 被移动了，不能继续使用

执行完这些代码之后，字符串 s3 将会包含 Hello, world!。s1 在相加后不再有效的原因，和使用 s2 的引用的原因，与使用 + 运算符时调用的函数签名有关。+ 运算符使用了 add 函数，这个函数签名看起来像这样：

fn add(self, s: &str) -> String {

在标准库中你会发现，add 的定义使用了泛型和关联类型。在这里我们替换为了具体类型，这也正是当使用 String 值调用这个方法会发生的。这个签名提供了理解 + 运算那微妙部分的线索。

首先，s2 使用了 &，意味着我们使用第二个字符串的引用与第一个字符串相加。这是因为 add 函数的 s 参数：只能将 String 和 &str 相加，不能将两个 String 值相加。&s2 的类型是 &String, 而不是 add 第二个参数所指定的 &str。但为什么编译器没有报错呢？

是的，你想的没错，这里的确发生了隐式的强制类型转换，将 &String 转为 &str，这是 Rust 替我们完成的工作。而由于 s2 这里用的是引用，因此在 add 之后还是可以正常使用的。而这里的 s1 可就惨了，被 add 获取的所有权，在 add 之后就不能在使用了。

再来看 format! 这个宏的使用：

    let s1 = String::from("tic");
    let s2 = String::from("tac");
    let s3 = String::from("toe");

    let s = format!("{s1}-{s2}-{s3}");

这些代码也会将 s 设置为 “tic-tac-toe”。format! 与 println! 的工作原理相同，不过不同于将输出打印到屏幕上，它返回一个带有结果内容的 String。

3.3. 字符串的内部结构

3.3.1. 字符串如何访问内部元素？

在大多数编程语言中，通过索引来引用字符串中的单独字符是有效且常见的操作。然而在 Rust 中，如果你尝试使用索引语法访问 String 的一部分，会出现一个错误。

    let s1 = String::from("hello");
    let h = s1[0];

这样的访问编译器将会报错：

$ cargo run
   Compiling collections v0.1.0 (file:///projects/collections)
error[E0277]: the type `str` cannot be indexed by `{integer}`
 --> src/main.rs:3:16
  |
3 |     let h = s1[0];
  |                ^ string indices are ranges of `usize`
  |
  = help: the trait `SliceIndex<str>` is not implemented for `{integer}`, which is required by `String: Index<_>`
  = note: you can use `.chars().nth()` or `.bytes().nth()`
          for more information, see chapter 8 in The Book: <https://doc.rust-lang.org/book/ch08-02-strings.html#indexing-into-strings>
  = help: the trait `SliceIndex<[_]>` is implemented for `usize`
  = help: for that trait implementation, expected `[_]`, found `str`
  = note: required for `String` to implement `Index<{integer}>`

For more information about this error, try `rustc --explain E0277`.
error: could not compile `collections` (bin "collections") due to 1 previous error

错误和提示说明了全部问题：Rust 的字符串不支持索引。那么接下来的问题是，为什么不支持呢？为了回答这个问题，我们必须先聊一聊 Rust 是如何在内存中储存字符串的。

上文提到了 String 其实是一个 Vec<u8> 的封装，让我们来看一个例子：

    let hello = String::from("Hello");

在这里，len 的值是 5，这意味着储存字符串 “Hello” 的 Vec 的长度是五个字节：这里每一个字母的 UTF-8 编码都占用一个字节。那下面这个例子又如何呢？（注意这个字符串中的首字母是西里尔字母的 Ze 而不是数字 3。）

    let hello = String::from("Здравствуйте");

当问及这个字符是多长的时候有人可能会说是 12。然而，Rust 的回答是 24。这是使用 UTF-8 编码 “Здравствуйте” 所需要的字节数，这是因为每个 Unicode 标量值需要两个字节存储。因此一个字符串字节值的索引并不总是对应一个有效的 Unicode 标量值。

let hello = "Здравствуйте";
let answer = &hello[0];

[注]：这段代码无法编译通过，在这里仅为说明问题。

我们已经知道 answer 不是第一个字符 3。当使用 UTF-8 编码时，（西里尔字母的 Ze）З 的第一个字节是 208，第二个是 151，所以 answer 实际上应该是 208，不过 208 自身并不是一个有效的字母。返回 208 可不是一个请求字符串第一个字母的人所希望看到的，不过它是 Rust 在字节索引 0 位置所能提供的唯一数据。用户通常不会想要一个字节值被返回。即使这个字符串只有拉丁字母，如果 &"hello"[0] 是返回字节值的有效代码，它也会返回 104 而不是 h。

为了避免返回意外的值并造成不能立刻发现的 bug，Rust 根本不会编译这些代码，并在开发过程中及早杜绝了误会的发生。

3.3.2. 字节、标量值和字形簇

这引起了关于 UTF-8 的另外一个问题：从 Rust 的角度来讲，事实上有三种相关方式可以理解字符串：字节、标量值和字形簇（最接近人们眼中字符的概念）。
比如这个用梵文书写的印度语单词 “नमस्ते”，最终它储存在 vector 中的 u8 值看起来像这样：

[224, 164, 168, 224, 164, 174, 224, 164, 184, 224, 165, 141, 224, 164, 164,
224, 165, 135]

这里有 18 个字节，也就是计算机最终会储存的数据。如果从 Unicode 标量值的角度理解它们，也就像 Rust 的 char 类型那样，这些字节看起来像这样：

['न', 'म', 'स', '्', 'त', 'े']

这里有六个 char，不过第四个和第六个都不是字母，它们是发音符号本身并没有任何意义。最后，如果以字形簇的角度理解，就会得到人们所说的构成这个单词的四个字母：

["न", "म", "स्", "ते"]

Rust 提供了多种不同的方式来解释计算机储存的原始字符串数据，这样程序就可以选择它需要的表现方式，而无所谓是何种人类语言。

最后一个 Rust 不允许使用索引获取 String 字符的原因是，索引操作预期总是需要常数时间（O(1)）。但是对于 String 不可能保证这样的性能，因为 Rust 必须从开头到索引位置遍历来确定有多少有效的字符。

3.4. 字符串 slice

索引字符串通常是一个坏点子，因为字符串索引应该返回的类型是不明确的：字节值、字符、字形簇或者字符串 slice。因此，如果你真的希望使用索引创建字符串 slice 时，Rust 会要求你更明确一些。为了更明确索引并表明你需要一个字符串 slice，相比使用 [] 和单个值的索引，可以使用 [] 和一个 range 来创建含特定字节的字符串 slice：

let hello = "Здравствуйте";

let s = &hello[0..4];

这里，s 会是一个 &str，它包含字符串的头四个字节。早些时候，我们提到了这些字母都是两个字节长的，所以这意味着 s 将会是 “Зд”。

如果获取 &hello[0..1] 会发生什么呢？答案是，在运行中 Rust 将会报错，不允许将一个编码的字符拆开输出，因为没有与之对应的字符。

3.5. 字符串遍历

操作字符串每一部分的最好的方法是明确表示需要字符还是字节。对于单独的 Unicode 标量值使用 chars 方法。对 “Зд” 调用 chars 方法会将其分开并返回两个 char 类型的值，接着就可以遍历其结果来访问每一个元素了：

for c in "Зд".chars() {
    println!("{c}");
}

运行结果：

З
д

另外 bytes 方法返回每一个原始字节，这可能会适合你的使用场景：

for b in "Зд".bytes() {
    println!("{b}");
}

这些代码会打印出组成 String 的 4 个字节：

总而言之，字符串还是很复杂的。不同的语言选择了不同的向程序员展示其复杂性的方式。Rust 选择了以准确的方式处理 String 数据作为所有 Rust 程序的默认行为，这意味着程序员们必须更多的思考如何预先处理 UTF-8 数据。这种权衡取舍相比其他语言更多的暴露出了字符串的复杂性，不过也使你在开发周期后期免于处理涉及非 ASCII 字符的错误。

好消息是标准库提供了很多围绕 String 和 &str 构建的功能，来帮助我们正确处理这些复杂场景。请务必查看这些使用方法的文档，例如 contains 来搜索一个字符串，和 replace 将字符串的一部分替换为另一个字符串。

好了，本文最繁杂的部分已经结束了，接下来将会非常轻松的进行。

4. Hash Map

哈希 map（hash map）。HashMap<K, V> 类型储存了一个键类型 K 对应一个值类型 V 的映射。它通过一个哈希函数（hashing function）来实现映射，决定如何将键和值放入内存中。

在很多变成语言都支持 map 这个数据结构，因此也不算陌生。

4.1. 新建一个 Hash Map

使用 new 创建一个空的 HashMap，并使用 insert 增加元素。这里我们记录两支队伍的分数，分别是蓝队和黄队。蓝队开始有 10 分而黄队开始有 50 分：

    use std::collections::HashMap;

    let mut scores = HashMap::new();

    scores.insert(String::from("Blue"), 10);
    scores.insert(String::from("Yellow"), 50);

注意必须首先 use 标准库中集合部分的 HashMap。像 vector 一样，哈希 map 将它们的数据储存在堆上，这个 HashMap 的键类型是 String 而值类型是 i32。

4.2. 获取 map 中值

通过 get 方法根据 关键字 可以获取对应的值：

    use std::collections::HashMap;

    let mut scores = HashMap::new();

    scores.insert(String::from("Blue"), 10);
    scores.insert(String::from("Yellow"), 50);

    let team_name = String::from("Blue");
    let score = scores.get(&team_name).copied().unwrap_or(0);

这里，score 是与蓝队分数相关的值，应为 10。get 方法返回 Option<&V>，如果某个键在哈希 map 中没有对应的值，get 会返回 None。

程序中通过调用 copied 方法来获取一个 Option<i32> 而不是 Option<&i32>，接着调用 unwrap_or 在 scores 中没有该键所对应的项时将其设置为零。

可以使用与 vector 类似的方式来遍历哈希 map 中的每一个键值对，也就是 for 循环：

    use std::collections::HashMap;

    let mut scores = HashMap::new();

    scores.insert(String::from("Blue"), 10);
    scores.insert(String::from("Yellow"), 50);

    for (key, value) in &scores {
        println!("{key}: {value}");
    }

这会以任意顺序打印出每一个键值对：

Yellow: 50
Blue: 10

4.4. 哈希 map 和所有权

对于像 i32 这样的实现了 Copy trait 的类型，其值可以拷贝进哈希 map。对于像 String 这样拥有所有权的值，其值将被移动而哈希 map 会成为这些值的所有者：

    use std::collections::HashMap;

    let field_name = String::from("Favorite color");
    let field_value = String::from("Blue");

    let mut map = HashMap::new();
    map.insert(field_name, field_value);
    // 这里 field_name 和 field_value 不再有效，
    // 尝试使用它们看看会出现什么编译错误！

当 insert 调用将 field_name 和 field_value 移动到哈希 map 中后，将不能使用这两个绑定。

如果将值的引用插入哈希 map，这些值本身将不会被移动进哈希 map。但是这些引用指向的值必须至少在哈希 map 有效时也是有效的。

4.5. 覆盖关键字的值

当插入了一个键值对，接着用相同的键插入一个不同的值，与这个键相关联的旧值将被替换。

    use std::collections::HashMap;

    let mut scores = HashMap::new();

    scores.insert(String::from("Blue"), 10);
    scores.insert(String::from("Blue"), 25);

    println!("{scores:?}");

这会打印出 {"Blue": 25}。原始的值 10 则被覆盖了。

4.6. 当关键字不存在时才插入键值对

我们经常会检查某个特定的键是否已经存在于哈希 map 中并进行如下操作：如果哈希 map 中键已经存在则不做任何操作。如果不存在则连同值一块插入。

    use std::collections::HashMap;

    let mut scores = HashMap::new();
    scores.insert(String::from("Blue"), 10);

    scores.entry(String::from("Yellow")).or_insert(50);
    scores.entry(String::from("Blue")).or_insert(50);

    println!("{scores:?}");

Entry 的 or_insert 方法在键对应的值存在时就返回这个值的可变引用，如果不存在则将参数作为新值插入并返回新值的可变引用。这比编写自己的逻辑要简明的多，另外也与借用检查器结合得更好。

运行结果会打印出 {"Yellow": 50, "Blue": 10}。第一个 entry 调用会插入黄队的键和值 50，因为黄队并没有一个值。第二个 entry 调用不会改变哈希 map 因为蓝队已经有了值 10。

4.7. 根据旧值更新一个值

另一个常见的哈希 map 的应用场景是找到一个键对应的值并根据旧的值更新它。计数一些文本中每一个单词分别出现了多少次：

    use std::collections::HashMap;

    let text = "hello world wonderful world";

    let mut map = HashMap::new();

    for word in text.split_whitespace() {
        let count = map.entry(word).or_insert(0);
        *count += 1;
    }

    println!("{map:?}");

这会打印出 {"world": 2, "hello": 1, "wonderful": 1}。你可能会看到相同的键值对以不同的顺序打印：回忆一下“获取 map 中的值”部分中提到遍历哈希 map 会以任意顺序进行。

其中 split_whitespace 方法返回一个由空格分隔 text 值子 slice 的迭代器。or_insert 方法返回这个键的值的一个可变引用（&mut V）。这里我们将这个可变引用储存在 count 变量中，所以为了赋值必须首先使用星号（*）解引用 count。这个可变引用在 for 循环的结尾离开作用域，这样所有这些改变都是安全的并符合借用规则。

下一篇《Rust语言基础17》

觉得这篇文章对你有帮助的话，就留下一个赞吧v*
请尊重作者，转载还请注明出处！感谢配合~
[作者]: Imagine Miracle
[版权]: 本作品采用知识共享署名-非商业性-相同方式共享 4.0 国际许可协议进行许可。
[本文链接]: https://blog.csdn.net/qq_36393978/article/details/146397162