老司机带你深入浅出 Collection

作者：Ole Begemann，原文链接，原文日期：2016-09-22
译者：BigbigChai；校对：walkingway；定稿：CMB

本文摘自即将出新版的 Swift 进阶（Advanced Swift）一书中的集合协议（Collection Protocols）章节（稍作修改以适合博客文章）。我和 Chris Eidhof 已经基本完成为本书更新到 Swift 3 的工作，很快可以面世。

Swift 中的集合非常强大，但也很复杂。如果你想实现自定义的集合类型，首先需要了解集合协议的原理。即使只是使用标准库中常见的集合类型，它的工作原理仍然十分值得学习，尤其是它可以帮助你理解编译器打印出来的错误信息。

在本文中，我们想探讨一下集合协议的关联类型。这听起来像是一个晦涩的主题，但我认为想要掌握 Swift 中集合类型的关键：在于对理解关联类型的作用、以及为什么需要它们。

概述

集合有五种关联类型。它们声明如下（实际的代码并不是这样，因为 Index 是在 IndexableBase 中声明的，但你明白我的意思就好）：

protocol Collection: Indexable, Sequence {
    associatedtype Iterator: IteratorProtocol = IndexingIterator<Self>
    associatedtype SubSequence: IndexableBase, Sequence = Slice<Self>
    associatedtype Index: Comparable // declared in IndexableBase
    associatedtype IndexDistance: SignedInteger = Int
    associatedtype Indices: IndexableBase, Sequence = DefaultIndices<Self>
    ...
}

前四个关联类型继承自基础协议
Sequence，Indexable 和 IndexableBase ¹；集合遵循了以上所有的协议，只是 Index 的约束更加严格、余下的协议赋予了不同的默认值。

注意，除了 Index 以外，集合类型的关联类型都有默认值 — 因此遵守集合协议的类型都只需指定 Index 的类型就可以了。虽然你不必过分在意其他的关联类型，但还是应该大致了解一下。

迭代器 Iterator

遵守 Sequence 协议。Sequence 通过创建迭代器来访问它们的元素。迭代器每次产生一个序列的值，并在遍历该序列时追踪它的迭代状态。

迭代器内部有一个称为 Element 的关联类型。Element 类型指定了迭代器的生成值类型。例如，对于 String.CharacterView 的迭代器而言，Element 的类型是 Character。另外，迭代器也定义了它的 Sequence 的 Element 类型；事实上，我们经常能在方法签名、或者 Sequence 和集合的泛型约束中看到对 Iterator.Element 的引用，就是因为 Element 是 IteratorProtocol 的关联类型。

集合的默认迭代器类型是 IndexingIterator <Self>。这是一个非常简单的封装结构体，它使用集合自身的索引来遍历每个元素。标准库中的大多数集合都使用 IndexingIterator 作为迭代器。我们不需要为自定义的集合更改迭代器类型。

子序列 SubSequence

子序列也遵守 Sequence 协议，但是集合约束更加严格：集合的子序列本身也应该是集合。（我们说“应该”而不是“必须”，因为这种约束在目前的类型系统中无法完全表示。）

在返回初始集合片段的操作中，子序列作为其返回类型：

• prefix 和 suffix — 取开头或末尾的 n 个元素。

• dropFirst 和 dropLast — 返回删除开头或末尾 n 个元素后的子序列。

• 拆分（split） — 以指定的分隔符元素拆分序列，并以数组形式返回。

• 带有 Range <Index> 参数的 subscript（下标）— 返回指定索引范围内的元素片段。

集合的默认子序列类型是 Slice <Self>，它封装了初始的集合（类似于 IndexingIterator ），并存储该片段在初始集合中的起始索引（startIndex）和结束索引（endIndex）。

自定义集合的子序列类型非常有用，特别是当它定义为 Self（即集合的片段与集合本身类型相同）的时候。标准库类型中的例子有 String.CharacterView，这让字符串片段的使用更为方便。而一个反例是 Array，它以 ArraySlice 作为片段类型。

索引 Index

索引表示集合中的位置。每个集合都有两个特殊的索引，startIndex 和 endIndex。 startIndex 指向集合的第一个元素，而 endIndex 是集合中最后一个元素之后的索引。索引应该是一个哑值，只存储表明元素位置所需的最少信息量。尤其，索引应该尽可能地减少对集合的引用。集合索引必须是可比较的，这是它唯一的要求。也就是说，索引需要有明确的顺序。

比如数组就是用整数作为索引的，但是整数索引不是对所有数据结构都起作用。我们再以 String.CharacterView 为例，Swift 中的字符是大小可变的；如果你想使用整数索引，你有两个选择：

1. 用索引表示字符串内部存储的偏移量。这种做法十分有效率；访问一个给定索引的元素的复杂度是 O（1）。但是对于索引范围而言会有差别。例如，如果索引 0 处的字符是正常大小的两倍，则下一个字符的索引会是 2 - 访问索引 1 处的元素将触发致命错误或未定义行为。这会严重违反用户的期望。

2. 用索引 n 表示字符串中的第 n 个字符。这与用户期望一致 — 对索引范围来说不会有任何差别。然而，访问给定索引的元素的复杂度变成了O（n）；必须从头遍历字符串内该索引之前的所有元素，才能确定字符的储存位置。这种行为非常不好，因为用户会期望通过索引下标访问元素的操作能瞬间完成。
   ​

因此，String.CharacterView.Index 是一个不可见的值，指向字符串的内部存储缓冲区中的位置。实际上，它只是封装了一个整型偏移量，集合的使用者并不会对这种实现细节感兴趣。
每个集合都需要分别选择正确的索引类型。因此，关联类型中索引是唯一没有默认值的。

索引距离 IndexDistance

索引距离是一个带符号的整型，表示两个索引之间的距离。默认值是整型，我们没必要自己修改。

索引范围 Indices

这是集合的 indices 属性的返回类型。它是一个包含所有索引的集合，该集合中的索引以升序排列对应初始集合的下标。注意，endIndex 不包括在内，因为 endIndex 表示”结束之后”的位置，所以不是有效的下标参数。

在 Swift 2 中，indices 属性返回一个 Range <Index>，可以用来遍历集合中所有的有效索引。在 Swift 3 中，Range <Index> 不再可迭代，因为索引不能自我递进（现在由集合来推进索引迭代）。Indices 类型替代了 Range <Index> 来实现索引的迭代。

默认的 Indices 类型十分具有想象力地命名为 DefaultIndices <Self>（23333）。它跟 Slice 一样，是对初始集合、起始和结束索引的一个简单封装 — 它需要保留对初始集合的引用，以便能够推进索引。如果在集合迭代索引的过程中对集合进行修改，可能会导致意想不到的性能问题：假设集合的实现使用了写时复制（copy-on-write）（正如标准库中的所有集合类型），迭代开始之后对集合的额外引用可能触发不必要的复制。

我们在书中广泛说明了写时复制的内容。就现在来说，知道自定义集合可以使用一个不引用初始集合的 Indices 类型就足够了，这样做是一个非常有益的优化。所有索引不依赖于集合本身的集合都可以这样使用，例如数组。如果数组的索引是一个整数类型，你可以使用 CountableRange <Index>。以下是对自定义队列类型的定义（我们在书中实现了此类型）：

extension Queue: Collection {
    ...
    
    typealias Indices = CountableRange<Int>
    
    var indices: CountableRange<Int> {
        return startIndex..<endIndex
    }
}

本文由 SwiftGG 翻译组翻译，已经获得作者翻译授权，最新文章请访问 http://swift.gg。

---

1. 请将 Indexable 和 IndexableBase 视为实现细节。这些协议被引入来解决类型系统不支持递归协议的约束，例如引用了集合本身的集合，它的关联类型就会有这种限制。
   考虑这是更好地支持泛型的部分，希望明年当这个让人高度期待的特性出来时，Indexable 和 IndexableBase 会被去掉，而把它们的功能放在集合内部。 ↩