From d9b6b89ff6b2e1d59637cc8032a713ceddf2ebf5 Mon Sep 17 00:00:00 2001 From: sunface Date: Mon, 14 Mar 2022 13:36:17 +0800 Subject: [PATCH] =?UTF-8?q?=E6=96=B0=E5=A2=9E=E7=AB=A0=E8=8A=82=20-=20?= =?UTF-8?q?=E6=8C=81=E4=B9=85=E5=8C=96=E9=93=BE=E8=A1=A8=20-=20=E6=95=B0?= =?UTF-8?q?=E6=8D=AE=E5=B8=83=E5=B1=80=E5=92=8C=E5=9F=BA=E6=9C=AC=E6=93=8D?= =?UTF-8?q?=E4=BD=9C?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- src/SUMMARY.md | 4 + src/pitfalls/utf8-performance.md | 6 +- src/too-many-lists/persistent-stack/intro.md | 15 ++ src/too-many-lists/persistent-stack/layout.md | 232 ++++++++++++++++++ 内容变更记录.md | 1 + 5 files changed, 255 insertions(+), 3 deletions(-) create mode 100644 src/too-many-lists/persistent-stack/intro.md create mode 100644 src/too-many-lists/persistent-stack/layout.md diff --git a/src/SUMMARY.md b/src/SUMMARY.md index e0ffe97a..62ede4bf 100644 --- a/src/SUMMARY.md +++ b/src/SUMMARY.md @@ -164,6 +164,10 @@ - [定义 Peek 函数](too-many-lists/ok-stack/peek.md) - [IntoIter 和 Iter](too-many-lists/ok-stack/iter.md) - [IterMut以及完整代码](too-many-lists/ok-stack/itermut.md) + - [持久化单向链表](too-many-lists/persistent-stack/intro.md) + - [数据布局和基本操作](too-many-lists/persistent-stack/layout.md) + + - [易混淆概念解析](confonding/intro.md) - [切片和切片引用](confonding/slice.md) - [Eq 和 PartialEq](confonding/eq.md) diff --git a/src/pitfalls/utf8-performance.md b/src/pitfalls/utf8-performance.md index 9efd03a6..74712ab3 100644 --- a/src/pitfalls/utf8-performance.md +++ b/src/pitfalls/utf8-performance.md @@ -1,5 +1,5 @@ # 警惕 UTF-8 引发的性能隐患 -大家应该都知道 Rust 的字符串 `&str`、`String` 虽然底层是通过 `Vec` 实现的：字符串数据以字节数组的形式存在堆上，但是在使用时，它们都是 UTF-8 编码的，例如: +大家应该都知道, 虽然 Rust 的字符串 `&str`、`String` 在底层是通过 `Vec` 实现的：字符串数据以字节数组的形式存在堆上，但在使用时，它们都是 UTF-8 编码的，例如: ```rust fn main() { let s: &str = "中国人"; @@ -15,7 +15,7 @@ fn main() { 从上述代码，可以很清晰看出，Rust 的字符串确实是 UTF-8 编码的，这就带来一个隐患：可能在某个转角，你就会遇到来自糟糕性能的示爱。 ## 问题描述 & 解决 -例如如果你尝试写一个词法解析器，里面用到了以下代码 `self.source.chars().nth(self.index).unwrap();` 去获取下一个需要处理的字符，大家可能会以为 `.nth` 的访问应该非常快吧？事实上它确实很快，但是这段代码在循环处理 70000 长度的字符串时，需要消耗 5s 才能完成！ +例如我们尝试写一个词法解析器，里面用到了以下代码 `self.source.chars().nth(self.index).unwrap();` 去获取下一个需要处理的字符，大家可能会以为 `.nth` 的访问应该非常快吧？事实上它确实很快，但是并不妨碍这段代码在循环处理 70000 长度的字符串时，需要消耗 5s 才能完成！ 这么看来，唯一的问题就在于 `.chars()` 上了。 @@ -33,4 +33,4 @@ fn main() { **肉眼可见的巨大提升，12500 倍！** -因此我们在热点路径使用字符串做 UTF-8 的相关操作时，就算不提前优化，也要做到心里有数，这样才能在问题发生时，进退自如。 \ No newline at end of file +总之，我们在热点路径中使用字符串做 UTF-8 的相关操作时，就算不提前优化，也要做到心里有数，这样才能在问题发生时，进退自如。 \ No newline at end of file diff --git a/src/too-many-lists/persistent-stack/intro.md b/src/too-many-lists/persistent-stack/intro.md new file mode 100644 index 00000000..087931f6 --- /dev/null +++ b/src/too-many-lists/persistent-stack/intro.md @@ -0,0 +1,15 @@ +# 持久化单向链表 +迄今为止，我们已经掌握了如何实现一个可变的单向链表。但是之前的链表都是单所有权的，在实际使用中，共享所有权才是更实用的方式，下面一起来看看该如何实现一个不可变的、共享所有权的持久化链表( persistent )。 + +开始之前，还需要创建一个新文件 `third.rs` ，并在 `lib.rs` 中添加以下内容: +```rust +// in lib.rs + +pub mod first; +pub mod second; +pub mod third; +``` + +与上一个链表有所不同，这次我们无需拷贝之前的代码，而是从零开始构建一个新的链表。 + + diff --git a/src/too-many-lists/persistent-stack/layout.md b/src/too-many-lists/persistent-stack/layout.md new file mode 100644 index 00000000..72cdd308 --- /dev/null +++ b/src/too-many-lists/persistent-stack/layout.md @@ -0,0 +1,232 @@ +# 数据布局和基本操作 +对于新的链表来说，最重要的就是我们可以免费的操控列表的尾部( tail )。 + +## 数据布局 +例如以下是一个不太常见的持久化列表布局: +```shell +list1 = A -> B -> C -> D +list2 = tail(list1) = B -> C -> D +list3 = push(list2, X) = X -> B -> C -> D +``` + +如果上面的不够清晰，我们还可以从内存角度来看： +```shell +list1 -> A ---+ + | + v +list2 ------> B -> C -> D + ^ + | +list3 -> X ---+ +``` + +这里大家可能会看出一些端倪：节点 `B` 被多个链表所共享，这造成了我们无法通过 `Box` 的方式来实现，因为如果使用 `Box`，还存在一个问题，谁来负责清理释放？如果 drop `list2`，那 `B` 节点会被清理释放吗？ + +函数式语言或者说其它绝大多数语言，并不存在这个问题，因为 GC 垃圾回收解千愁，但是 Rust 并没有。 + +好在标准库为我们提供了引用计数的数据结构: `Rc / Arc`，引用计数可以被认为是一种简单的 GC，对于很多场景来说，引用计数的数据吞吐量要远小于垃圾回收，而且引用计数还存在循环引用的风险！但... 我们有其它选择吗？ :( + +不过使用 Rc 意味着我们的数据将无法被改变，因为它不具备内部可变性，关于 Rc/Arc 的详细介绍请看[这里](https://course.rs/advance/smart-pointer/rc-arc.html)。 + +下面，简单的将我们的数据结构通过 `Rc` 来实现： +```rust +// in third.rs +use std::rc::Rc; + +pub struct List { + head: Link, +} + +type Link = Option>>; + +struct Node { + elem: T, + next: Link, +} +``` + +需要注意的是, `Rc` 在 Rust 中并不是一等公民，它没有被包含在 `std::prelude` 中，因此我们必须手动引入 `use std::rc::Rc` (混得好失败 - , -) + +## 基本操作 +首先，对于 List 的构造器，可以直接复制粘贴: +```rust +impl List { + pub fn new() -> Self { + List { head: None } + } +} +``` + +而之前的 `push` 和 `pop` 已无任何意义，因为新链表是不可变的，但我们可以使用功能相似的 `prepend` 和 `tail` 来返回新的链表。 + +```rust +pub fn prepend(&self, elem: T) -> List { + List { head: Some(Rc::new(Node { + elem: elem, + next: self.head.clone(), + }))} +} +``` + +大家可能会大惊失色，什么，你竟然用了 `clone`，不是号称高性能链表实现吗？别急，这里其实只是 `Rc::clone`，对于该方法而言，`clone` 仅仅是增加引用计数，并不是复制底层的数据。虽然 `Rc` 的性能要比 `Box` 的引用方式低一点，但是它依然是多所有权前提下最好的解决方式或者说之一。 + +还有一点值得注意， `head` 是 `Option>>` 类型，那么为何不先匹配出内部的 `Rc>`，然后再 clone 呢？原因是 `Option` 也提供了相应的 API，它的功能跟我们的需求是一致的。 + +运行下试试： +```shell +> cargo build + +warning: field is never used: `elem` + --> src/third.rs:10:5 + | +10 | elem: T, + | ^^^^^^^ + | + = note: #[warn(dead_code)] on by default + +warning: field is never used: `next` + --> src/third.rs:11:5 + | +11 | next: Link, + | ^^^^^^^^^^^^^ +``` + +胆战心惊的编译通过(胆战心惊? 日常基本操作，请坐下!)。 + +继续来实现 `tail`，该方法会将现有链表的首个元素移除，并返回剩余的链表: +```rust +pub fn tail(&self) -> List { + List { head: self.head.as_ref().map(|node| node.next.clone()) } +} +``` + +```shell +cargo build + +error[E0308]: mismatched types + --> src/third.rs:27:22 + | +27 | List { head: self.head.as_ref().map(|node| node.next.clone()) } + | ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ expected struct `std::rc::Rc`, found enum `std::option::Option` + | + = note: expected type `std::option::Option>` + found type `std::option::Option>>` +``` + +看起来这里的 `map` 多套了一层 `Option`，可以用 `and_then` 替代： +```rust +pub fn tail(&self) -> List { + List { head: self.head.as_ref().and_then(|node| node.next.clone()) } +} +``` + +顺利通过编译，很棒！最后就是实现 `head` 方法，它返回首个元素的引用，跟之前链表的 `peek` 方法一样: +```rust +pub fn head(&self) -> Option<&T> { + self.head.as_ref().map(|node| &node.elem ) +} +``` + +好了，至此，新链表的基本操作都已经实现，最后让我们写几个测试用例来看看它们是骡子还是马： +```rust +#[cfg(test)] +mod test { + use super::List; + + #[test] + fn basics() { + let list = List::new(); + assert_eq!(list.head(), None); + + let list = list.prepend(1).prepend(2).prepend(3); + assert_eq!(list.head(), Some(&3)); + + let list = list.tail(); + assert_eq!(list.head(), Some(&2)); + + let list = list.tail(); + assert_eq!(list.head(), Some(&1)); + + let list = list.tail(); + assert_eq!(list.head(), None); + + // Make sure empty tail works + let list = list.tail(); + assert_eq!(list.head(), None); + + } +} +``` + +```shell +> cargo test + + Running target/debug/lists-5c71138492ad4b4a + +running 5 tests +test first::test::basics ... ok +test second::test::into_iter ... ok +test second::test::basics ... ok +test second::test::iter ... ok +test third::test::basics ... ok + +test result: ok. 5 passed; 0 failed; 0 ignored; 0 measured +``` + +哦对了... 我们好像忘了一个重要特性：对链表的迭代。 + +```rust +pub struct Iter<'a, T> { + next: Option<&'a Node>, +} + +impl List { + pub fn iter(&self) -> Iter<'_, T> { + Iter { next: self.head.as_deref() } + } +} + +impl<'a, T> Iterator for Iter<'a, T> { + type Item = &'a T; + + fn next(&mut self) -> Option { + self.next.map(|node| { + self.next = node.next.as_deref(); + &node.elem + }) + } +} +``` + +```rust +#[test] +fn iter() { + let list = List::new().prepend(1).prepend(2).prepend(3); + + let mut iter = list.iter(); + assert_eq!(iter.next(), Some(&3)); + assert_eq!(iter.next(), Some(&2)); + assert_eq!(iter.next(), Some(&1)); +} +``` + +```shell +cargo test + + Running target/debug/lists-5c71138492ad4b4a + +running 7 tests +test first::test::basics ... ok +test second::test::basics ... ok +test second::test::iter ... ok +test second::test::into_iter ... ok +test second::test::peek ... ok +test third::test::basics ... ok +test third::test::iter ... ok + +test result: ok. 6 passed; 0 failed; 0 ignored; 0 measured +``` + +细心的同学可能会觉得我在凑字数，这不跟之前的链表迭代实现一样一样的嘛？恭喜你答对了 ：） + +最后，给大家留个作业，你可以尝试下看能不能实现 `IntoIter` 和 `IterMut`，如果实现不了请不要打我，冤有头债有主，都是 `Rc` 惹的祸 :( \ No newline at end of file diff --git a/内容变更记录.md b/内容变更记录.md index 7e6c9463..534d14b0 100644 --- a/内容变更记录.md +++ b/内容变更记录.md @@ -4,6 +4,7 @@ ## 2022-03-14 - 新增章节: [Rust 陷阱 - UTF-8 引发的性能隐患](https://course.rs/pitfalls/utf8-performance.html) +- 新增章节：[持久化链表 - 数据布局和基本操作](https://course.rs/too-many-lists/persistent-stack/layout.html) ## 2022-03-13