Go编程模式 ： 泛型编程

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

目录

• 初探
• 数据结构
  • Stack 栈
  • LinkList 双向链表
• 函数式范型
  • 泛型Map
  • 泛型 Reduce
  • 泛型 filter
• 业务示例

初探

我们先来看一个简单的示例：

package main

import "fmt"

func print\[T any\] (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}

  print(strs)
  print(decs)
  print(nums)
}

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。

func main() {

  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())

}

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。

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。

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
  
}

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：

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

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

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)

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)

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。

代码如下所示：

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）

（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）

相关文章

• 
  
  Go编程模式：Map-Reduce
• 
  
  Go 编程模式：k8s Visitor 模式
• 
  
  Go编程模式：Pipeline
• 
  
  Go编程模式：委托和反转控制
• 
  
  Go 编程模式：Go Generation
• 
  
  Go 编程模式：Functional Options

(44 人打了分，平均分： 4.18 )

Loading...