go slice切片的详细知识（包含底层扩容）——2

最新推荐文章于 2024-09-17 08:50:11 发布

壮Sir不壮

最新推荐文章于 2024-09-17 08:50:11 发布

阅读量1.1k

点赞数 10

文章标签： golang

本文链接：https://blog.csdn.net/m0_72874409/article/details/139395602

版权

例子

例3：使用append逐个添加元素和一次性添加多个元素的区别

例4：order[low:high:max]

例5：当容量大于1024的时候，每次扩容真的是1.25倍吗？

本文是对上一篇文章的补充：

go slice切片的详细知识（包含底层扩容）-CSDN博客

例子

例3：使用append逐个添加元素和一次性添加多个元素的区别

一次性添加多个元素：slice = append(slice, 1, 2, 3)

性能：可能更高效，因为只进行了一次内存分配和复制操作。
代码简洁：代码更简洁明了。

逐个添加元素：slice = append(slice, 1)、slice = append(slice, 2)、slice = append(slice, 3)

性能：可能较低，因为每次添加元素时，切片可能需要多次进行内存分配和复制操作（取决于底层数组的容量）。
内存分配：可能会多次触发内存分配操作。
代码冗长：代码较为冗长，不如一次性添加多个元素的方式简洁。

// 示例 1: 一次性添加多个元素
var s1 []int
s1 = append(s1, 1, 2, 3)
fmt.Printf("%p %v %d %d\n", s1, s1, len(s1), cap(s1)) // 0xc000020090 [1 2 3] 3 3

var slice1 []int = []int{1, 2}
fmt.Printf("%p %v %d %d\n", slice1, slice1, len(slice1), cap(slice1)) // 0xc000128010 [1 2] 2 2
slice1 = append(slice1, 3, 4, 5)
fmt.Printf("%p %v %d %d\n", slice1, slice1, len(slice1), cap(slice1)) // 0xc000120060 [1 2 3 4 5] 5 6

// 示例 2: 逐个添加元素
var slice2 []int = []int{1, 2}
fmt.Printf("%p %v %d %d\n", slice2, slice2, len(slice2), cap(slice2)) // 0xc000128060 [1 2] 2 2
slice2 = append(slice2, 3)
fmt.Printf("%p %v %d %d\n", slice2, slice2, len(slice2), cap(slice2)) // 0xc00012c020 [1 2 3] 3 4
slice2 = append(slice2, 4)
fmt.Printf("%p %v %d %d\n", slice2, slice2, len(slice2), cap(slice2)) // 0xc00012c020 [1 2 3 4] 4 4
slice2 = append(slice2, 5)
fmt.Printf("%p %v %d %d\n", slice2, slice2, len(slice2), cap(slice2)) // 0xc00012e000 [1 2 3 4 5] 5 8

内容最终相同，但它们的内存分配情况可能不同。多次调用 append 可能会导致多次内存分配，而一次性添加多个元素则可能只需要进行一次内存分配和复制。

例4：order[low:high:max]

切片在被截取时的另一个特点是，被截取后的数组仍然指向原始切片的底层数据。

如：bar 执行了 append 函数之后，最终也修改了 foo 的最后一个元素，这是一个在实践中非常常见的陷阱。

foo := []int{0, 0, 0, 42, 100}
bar := foo[1:4]

fmt.Println(len(foo), cap(foo), foo) // 5 5 [0 0 0 42 100]
fmt.Println(len(bar), cap(bar), bar) // 3 4 [0 0 42]

fmt.Printf("%p %p\n", foo, bar) // 0xc00001c1b0 0xc00001c1b8  虽然地址不同（切片结构体还有长度和容量属性，所以切片结构体地址不同），但是指向的底层数组是同一个，因为没有扩容

bar = append(bar, 99)
fmt.Println(len(foo), cap(foo), foo) // 5 5 [0 0 0 42 99]
fmt.Println(len(bar), cap(bar), bar) // 4 4 [0 0 42 99]

如果要解决这样的问题，其实可以在截取时指定容量：order[low:high:max]

foo := []int{0, 0, 0, 42, 100}
bar := foo[1:4:4]
// bar := foo[1:4:3] // 报错：Invalid index values, must be low <= high <= max

fmt.Println(len(foo), cap(foo), foo) // 5 5 [0 0 0 42 100]
fmt.Println(len(bar), cap(bar), bar) // 3 3 [0 0 42]

fmt.Printf("%p %p\n", foo, bar) // 0xc00001c1b0 0xc00001c1b8

bar = append(bar, 99)
fmt.Println(len(foo), cap(foo), foo) // 5 5 [0 0 0 42 100]
fmt.Println(len(bar), cap(bar), bar) // 4 6 [0 0 42 99]

解释foo[1:4:4]：

low 是 1，表示新切片从 foo 的索引 1 开始（包含这个元素）。
high 是 4，表示新切片到 foo 的索引 4 结束（不包含这个元素）。
max 是 4，表示新切片的容量是从 low 开始到 max 结束的长度。

练习：

sliceA := make([]int, 5, 10)
sliceB := sliceA[0:5]
sliceC := sliceA[0:5:5]
fmt.Println(len(sliceA), cap(sliceA)) // 5 10
fmt.Println(len(sliceB), cap(sliceB)) // 5 10
fmt.Println(len(sliceC), cap(sliceC)) // 5 5

orderLen := 5
order := make([]uint16, 2*orderLen)

pollorder := order[:orderLen:orderLen]
lockorder := order[orderLen:][:orderLen:orderLen]
// pollorder切片指的是order的前半部分切片，lockorder指的是order的后半部分切片，即原order分成了两段。所以，pollorder和lockerorder的长度和容量都是5。
fmt.Println(len(pollorder), cap(pollorder)) // 5 5
fmt.Println(len(lockorder), cap(lockorder)) // 5 5

sli := make([]int, 0)
sli = append(sli, []int{1, 2, 3, 4, 5, 6, 7, 8, 9, 10}...)
s := sli[5:][:5] // sli 和 s 共享同一个底层数组
// sli[5:]：[6, 7, 8, 9, 10]
// [:5]：从上述新切片中再取前5个元素，结果是[6, 7, 8, 9, 10]

fmt.Println(s) // [6 7 8 9 10]

s[0] = 111
fmt.Println(s, sli) // [111 7 8 9 10] [1 2 3 4 5 111 7 8 9 10]

例5：当容量大于1024的时候，每次扩容真的是1.25倍吗？

1024 直接扩容到 1536，不是1.25倍，而是1.5倍，这是为什么？（对于容量大于等于 1024 的切片，在扩容时 Go 并不是简单地按照1.25倍扩容，而是使用了一种更复杂的策略。）

s2 := make([]int, 1024)
fmt.Printf("s2: len: %d, cap: %d\n", len(s2), cap(s2)) // s2: len: 1024, cap: 1024
s2 = append(s2, 1)
fmt.Printf("s2: len: %d, cap: %d\n", len(s2), cap(s2)) // s2: len: 1025, cap: 1536

向 slice 追加元素的时候，若容量不够，会调用 growslice 函数:

func growslice(et *_type, old slice, cap int) slice {
    // ……
    
    for 0 < newcap && newcap < cap {
        // Transition from growing 2x for small slices
        // to growing 1.25x for large slices. This formula
        // gives a smooth-ish transition between the two.
        newcap += (newcap + 3*threshold) / 4
    }
    // ……
    capmem = roundupsize(uintptr(newcap) * ptrSize)
    newcap = int(capmem / ptrSize)
}

for循环：会不断循环直到 newcap 超过所需的容量。最终的结果可能会比严格的1.25倍略大一些，具体取决于当前的容量和内存分配的优化策略。

最后两行代码：对 newcap 作了一个内存对齐，这个和内存分配策略相关，所以最终结果不一定是 1.25的整数倍（有时候扩容和元素类型的字节数有关系）。