切片类型
切片类型
切片(Slices) 允许你引用集合中连续的一段元素,而不是整个集合。切片是引用的一种,因此它没有所有权。
这里有一个简单的编程问题:编写一个函数,该函数接受一个由空格分隔的单词组成的字符串,并返回在该字符串中找到的第一个单词。如果函数在字符串中找不到空格,说明整个字符串是一个单词,所以应该返回整个字符串。
让我们首先不使用切片来写出这个函数的签名,以理解切片解决的问题:
fn first_word(s: &String) -> ?
first_word
函数的参数是一个 &String
。我们不想获取所有权,所以这是可以的。但是我们应该返回什么呢?我们没有办法直接讨论字符串的一部分。然而,我们可以返回第一个单词的结束索引,由空格来表示。让我们试试这样做,如代码清单 4-7 所示。
文件名:src/main.rs
fn first_word(s: &String) -> usize {
let bytes = s.as_bytes();
for (i, &item) in bytes.iter().enumerate() {
if item == b' ' {
return i;
}
}
s.len()
}
代码清单 4-7:first_word
函数返回 String
参数的字节索引值
由于我们需要逐个检查 String
的元素,并检查其是否为空格,我们将使用 as_bytes
方法将 String
转换为字节数组。
let bytes = s.as_bytes();
接下来,我们使用 iter
方法在字节数组上创建一个迭代器:
for (i, &item) in bytes.iter().enumerate() {
我们将在 第 13 章 中更详细地讨论迭代器。现在,只需要知道 iter
是一个方法,它返回集合中的每个元素,并且 enumerate
包装 iter
的结果,将每个元素作为元组的一部分返回。从 enumerate
返回的元组的第一个元素是索引,第二个元素是元素的引用。这比我们自己计算索引要方便一些。
由于 enumerate
方法返回一个元组,我们可以使用模式(patterns)来解构该元组。在 for
循环中,我们指定一个模式,其中 i
是元组中的索引,&item
是元组中的单个字节。因为我们从 .iter().enumerate()
获取了对元素的引用,所以在模式中使用了 &
。
在 for
循环内部,我们使用字节文字的语法来搜索表示空格的字节。如果找到了空格,我们返回该位置。否则,我们使用 s.len()
返回字符串的长度。
if item == b' ' {
return i;
}
我们现在有一种方法来找到字符串中第一个单词的结束索引,但有一个问题。我们返回了一个独立的 usize
,但它只在 &String
的上下文中有意义。换句话说,因为它与 String
是一个独立的值,所以不能保证它在将来仍然有效。考虑代码清单 4-8 中使用代码清单 4-7 中的 first_word
函数的程序。
文件名:src/main.rs
fn main() {
let mut s = String::from("hello world");
let word = first_word(&s); // word 将获得值 5
s.clear(); // 这将清空 String,使它变为空字符串 ""
// 这里 word 仍然是 5,但是现在没有字符串可以使用值 5 了。
// word 现在是完全无效的!
}
代码清单 4-8:调用 first_word
函数并更改 String
内容后存储结果
这个程序可以成功编译,即使在调用 s.clear()
后使用了 word
。因为 word
完全没有与 s
的状态相关联,word
仍然包含值 5
。我们可以尝试使用值 5
与变量 s
提取第一个单词,但这是一个错误,因为自从我们在 word
中保存了 5
以来,s
的内容已经改变了。
必须担心 word
中的索引与 s
中的数据不同步是很麻烦且容易出错的!如果我们编写一个 second_word
函数,管理这些索引会更加脆弱。它的签名将是这样的:
fn second_word(s: &String) -> (usize, usize) {
现在 我们正在跟踪起始 和 结束索引,我们有了更多基于特定状态计算的值,但与该状态无关。我们有三个无关的浮动变量,需要保持同步。
幸运的是,Rust 提供了解决这个问题的方法:字符串切片。
字符串切片
字符串切片 是对 String
的一部分的引用,它的写法如下:
let s = String::from("hello world");
let hello = &s[0..5];
let world = &s[6..11];
与对整个 String
的引用不同,hello
是对 String
一部分的引用,该部分在额外的 [0..5]
中指定。我们使用方括号内的范围创建切
片,通过指定 [starting_index..ending_index]
,其中 starting_index
是切片的起始位置,ending_index
是切片的最后一个位置的后一个位置。在内部,切片数据结构存储了切片的起始位置和长度,该长度等于 ending_index
减去 starting_index
。因此,在 let world = &s[6..11];
的情况下,world
是一个包含指向 s
的索引为 6 的字节的指针,并具有长度值 5
的切片。
图 4-6 在图示中展示了这一点。
图 4-6:字符串切片引用了 String
的一部分
通过 Rust 的 ..
范围语法,如果你想从索引 0 开始,可以省略两个点之前的值。换句话说,下面两种写法是等价的:
let s = String::from("hello");
let slice = &s[0..2];
let slice = &s[..2];
同理,如果你的切片包含 String
的最后一个字节,你可以省略尾部的数字。这意味着下面两种写法是等价的:
let s = String::from("hello");
let len = s.len();
let slice = &s[3..len];
let slice = &s[3..];
你还可以同时省略两个值,以获取整个字符串的切片。因此,下面两种写法是等价的:
let s = String::from("hello");
let len = s.len();
let slice = &s[0..len];
let slice = &s[..];
注意:字符串切片的范围索引必须位于有效的 UTF-8 字符边界上。如果尝试在多字节字符的中间创建字符串切片,程序将以错误退出。为了介绍字符串切片,本节假设仅使用 ASCII。有关 UTF-8 处理的更全面讨论,请参阅第 8 章中的 “使用字符串存储 UTF-8 编码的文本” 部分。
有了所有这些信息,让我们将 first_word
重写为返回切片。表示“字符串切片”的类型写作 &str
:
文件名:src/main.rs
fn first_word(s: &String) -> &str {
let bytes = s.as_bytes();
for (i, &item) in bytes.iter().enumerate() {
if item == b' ' {
return &s[0..i];
}
}
&s[..]
}
我们以与代码清单 4-7 中相同的方式获取了找到第一个空格后的单词的结束索引,方法是查找第一个空格的位置。当找到空格时,我们返回一个字符串切片,使用字符串的起始点和空格的索引作为起始和结束索引。
现在,当我们调用 first_word
时,我们得到一个与基础数据相关联的单个值。该值由切片的起始点引用和切片中元素的数量组成。
返回切片对于 second_word
函数也有效:
fn second_word(s: &String) -> &str {
我们现在有了一个简单的 API,很难出错,因为编译器将确保对 String
的引用保持有效。回想一下代码清单 4-8 中的程序,在获得第一个单词的结束索引后,我们清空了字符串,因此索引无效。逻辑上,那段代码是错误的,但没有立即显示出错误。如果我们继续尝试使用 s
中的第一个单词索引,问题将在以后的使用中出现。 切片使这个错误变得不可能,并且让我们更早地发现了代码中的问题。使用切片版本的 first_word
将在编译时引发错误:
文件名:src/main.rs
fn main() {
let mut s = String::from("hello world");
let word = first_word(&s);
s.clear(); // 错误!
println!("the first word is: {}", word);
}
这里是编译器的错误信息:
$ cargo run
Compiling ownership v0.1.0 (file:///projects/ownership)
error[E0502]: cannot borrow `s` as mutable because it is also borrowed as immutable
--> src/main.rs:18:5
|
16 | let word = first_word(&s);
| -- immutable borrow occurs here
17 |
18 | s.clear(); // 错误!
| ^^^^^^^^^ mutable borrow occurs here
19 |
20 | println!("the first word is: {}", word);
| ---- immutable borrow later used here
For more information about this error, try `rustc --explain E0502`.
error: could not compile `ownership` due to previous error
从借用规则中我们知道,如果我们对某物有一个不可变的引用,我们不能同时获取可变的引用。因为 clear
需要截断 String
,它需要获取一个可变的引用。在调用 clear
后,println!
使 用了 word
中的引用,因此不可变引用必须仍然存在。Rust 不允许同时存在 clear
中的可变引用和 word
中的不可变引用,因此编译失败。Rust 使得我们的 API 更易于使用,并在编译时消除了一整类错误!
字符串字面值作为切片
回顾一下我们讨论过的字符串字面值是存储在二进制文件中的。现在我们了解了切片,我们可以正确理解字符串字面值:
let s = "Hello, world!";
s
的类型在这里是 &str
,它是指向二进制文件中特定位置的切片。这也是为什么字符串字面值是不可变的;&str
是一个不可变的引用。
将字符串切片作为参数
知道你可以从字面值和 String
值中取出切片,让我们对 first_word
做进一步改进,使其签名如下所示:
fn first_word(s: &str) -> &str {
一个经验丰富的 Rust 程序员将改用代码清单 4-9 中所示的签名,因为它允许我们在 &String
值和 &str
值上使用相同的函数。
fn first_word(s: &str) -> &str {
代码清单 4-9:通过使用字符串切片作为 s
参数的类型来改进 first_word
函数
如果我们有一个字符串切片,我们可以直接传递它。如果我们有一个 String
,我们可以传递 String
的切片或对 String
的引用。这种灵活性利用了解引用强制转换(deref coercions),我们将在第 15 章的 “使用函数和方法进行隐式解引用强制转换” 部分中介绍。
使用字符串切片而不是对 String
的引用来定义函数会使得我们的 API 更加通用和有用,同时又不会失去任何功能:
文件名:src/main.rs
fn main() {
let my_string = String::from("hello world");
// `first_word` 可以用于 `String` 的切片,无论部分还是全部
let word = first_word(&my_string[0..6]);
let word = first_word(&my_string[..]);
// `first_word` 也可以用于对 `String` 的引用,它们是等价的
let word = first_word(&my_string);
let my_string_literal = "hello world";
// `first_word` 可以用于字符串字面值的切片,无论部分还是全部
let word = first_word(&my_string_literal[0..6]);
let word = first_word(&my_string_literal[..]);
// 由于字符串字面值本身就是字符串切片,
// 这样也是可以的,无需使用切片语法!
let word = first_word(my_string_literal);
}
其他切片
如你所想象的那样,字符串切片是特定于字符串的。但是还有一个更通用的切片类型。考虑以下数组:
let a = [1, 2, 3, 4, 5];
正如我们可能想要引用字符串的一部分,我们可能也想要引用数组的一部分。我们可以这样做:
let a = [1, 2, 3, 4, 5];
let slice = &a[1..3];
assert_eq!(slice, &[2, 3]);
这个切片的类型是 &[i32]
。它的工作方式与字符串切片相同,通过存储对第一个元素的引用和长度来实现。当处理其他类型的集合时,你将使用这种切片。在第 8 章中,我们将详细讨论这些集合,特别是向量(vectors)。
总结
所有权、借用和切片的概念确保了 Rust 程序在编译时的内存安全。Rust 语言使你能够像其他系统编程语言一样控制内存使用,但是当所有者超出作用域时,所有者自动清理该数据,意味着你不必写和调试额外的代码来获得这种控制。
所有权影响了 Rust 中的许多其他部分,因此我们将在本书的其余部分更进一步地讨论这些概念。现在我们继续进入第 5 章,讨论如何在一个 struct
中将数据片段组合在一起。