虽然golang是用C实现的,并且被称为下一代的C语言,但是golang跟C的差别还是很大的。它定义了一套很丰富的数据类型及数据结构,这些类型和结构或者是直接映射为C的数据类型,或者是用C struct来实现。了解golang的数据类型和数据结构的底层实现,将有助于我们更好的理解golang并写出质量更好的代码。
基础类型
源码在:$GOROOT/src/pkg/runtime/runtime.h 。我们先来看下基础类型:
04 | typedef signed char int8; |
05 | typedef unsigned char uint8; |
06 | typedef signed short int16; |
07 | typedef unsigned short uint16; |
08 | typedef signed int int32; |
09 | typedef unsigned int uint32; |
10 | typedef signed long long int int64; |
11 | typedef unsigned long long int uint64; |
12 | typedef float float32; |
13 | typedef double float64; |
16 | typedef uint64 uintptr; |
19 | typedef uint64 uintgo; |
21 | typedef uint32 uintptr; |
24 | typedef uint32 uintgo; |
int8、uint8、int16、uint16、int32、uint32、int64、uint64、float32、float64分别对应于C的类型,这个只要有C基础就很容易看得出来。uintptr和intptr是无符号和有符号的指针类型,并且确保在64位平台上是8个字节,在32位平台上是4个字节,uintptr主要用于golang中的指针运算。而intgo和uintgo之所以不命名为int和uint,是因为int在C中是类型名,想必uintgo是为了跟intgo的命名对应吧。intgo和uintgo对应golang中的int和uint。从定义可以看出int和uint是可变大小类型的,在64位平台上占8个字节,在32位平台上占4个字节。所以如果有明确的要求,应该选择int32、int64或uint32、uint64。byte类型的底层类型是uint8。可以看下测试:
10 | fmt.Printf( "output: %v\n" , reflect.TypeOf(b).Kind()) |
1 | $ cd $GOPATH/src/basictype_test |
数据类型分为静态类型和底层类型,相对于以上代码中的变量b来说,byte是它的静态类型,uint8是它的底层类型。这点很重要,以后经常会用到这个概念。
rune类型
rune是int32的别名,用于表示unicode字符。通常在处理中文的时候需要用到它,当然也可以用range关键字。
string类型
string类型的底层是一个C struct。
成员str为字符数组,len为字符数组长度。golang的字符串是不可变类型,对string类型的变量初始化意味着会对底层结构的初始化。至于为什么str用byte类型而不用rune类型,这是因为golang的for循环对字符串的遍历是基于字节的,如果有必要,可以转成rune切片或使用range来迭代。我们来看个例子:
$GOPATH/src
----basictype_test
--------main.go
09 | var str string = "hi, 陈一回~" |
13 | })(unsafe.Pointer(&str)) |
15 | fmt.Printf( "%+v\n" , p) |
1 | $ cd $GOPATH/src/basictype_test |
4 | output: &{str:135100456 len:14} |
内建函数len对string类型的操作是直接从底层结构中取出len值,而不需要额外的操作,当然在初始化时必需同时初始化len的值。
slice类型
slice类型的底层同样是一个C struct。
包括三个成员。array为底层数组,len为实际存放的个数,cap为总容量。使用内建函数make对slice进行初始化,也可以类似于数组的方式进行初始化。当使用make函数来对slice进行初始化时,第一个参数为切片类型,第二个参数为len,第三个参数可选,如果不传入,则cap等于len。通常传入cap参数来预先分配大小的slice,避免频繁重新分配内存。
09 | var slice []int32 = make([]int32, 5, 10) |
14 | })(unsafe.Pointer(&slice)) |
16 | fmt.Printf( "output: %+v\n" , p) |
1 | $ cd $GOPATH/src/basictype_test |
4 | output: &{array:406958176 len:5 cap:10} |
由于切片指向一个底层数组,并且可以通过切片语法直接从数组生成切片,所以需要了解切片和数组的关系,否则可能就会不知不觉的写出有bug的代码。比如有如下代码:
08 | var array = [...]int32{1, 2, 3, 4, 5} |
09 | var slice = array[2:4] |
10 | fmt.Printf( "改变slice之前: array=%+v, slice=%+v\n" , array, slice) |
12 | fmt.Printf( "改变slice之后: array=%+v, slice=%+v\n" , array, slice) |
1 | $ cd $GOPATH/src/basictype_test |
4 | 改变slice之前: array=[1 2 3 4 5], slice=[3 4] |
5 | 改变slice之后: array=[1 2 234 4 5], slice=[234 4] |
您可以清楚的看到,在改变slice后,array也被改变了。这是因为slice通过数组创建的切片指向这个数组,也就是说这个slice的底层数组就是这个array。因此很显然,slice的改变其实就是改变它的底层数组。当然如果删除或添加元素,那么len也会变化,cap可能会变化。
那这个slice是如何指向array呢?slice的底层数组指针指向array中索引为2的元素(因为切片是通过array[2:4]来生成的),len记录元素个数,而cap则等于len。
之所以说cap可能会变,是因为cap表示总容量,添加或删除操作不一定会使总容量发生变化。我们接着再来看另一个例子:
08 | var array = [...]int32{1, 2, 3, 4, 5} |
09 | var slice = array[2:4] |
10 | slice = append(slice, 6, 7, 8) |
11 | fmt.Printf( "改变slice之前: array=%+v, slice=%+v\n" , array, slice) |
13 | fmt.Printf( "改变slice之后: array=%+v, slice=%+v\n" , array, slice) |
1 | $ cd $GOPATH/src/basictype_test |
4 | 改变slice之前: array=[1 2 3 4 5], slice=[3 4 6 7 8] |
5 | 改变slice之后: array=[1 2 3 4 5], slice=[234 4 6 7 8] |
经过append操作之后,对slice的修改并未影响到array。原因在于append的操作令slice重新分配底层数组,所以此时slice的底层数组不再指向前面定义的array。
但是很显然,这种规则对从切片生成的切片也是同样的,请看代码:
08 | var slice1 = []int32{1, 2, 3, 4, 5} |
09 | var slice2 = slice1[2:4] |
10 | fmt.Printf( "改变slice2之前: slice1=%+v, slice2=%+v\n" , slice1, slice2) |
12 | fmt.Printf( "改变slice2之后: slice1=%+v, slice2=%+v\n" , slice1, slice2) |
1 | $ cd $GOPATH/src/basictype_test |
4 | 改变slice2之前: slice1=[1 2 3 4 5], slice2=[3 4] |
5 | 改变slice2之后: slice1=[1 2 234 4 5], slice2=[234 4] |
slice1和slice2共用一个底层数组,修改slice2的元素导致slice1也发生变化。
08 | var slice1 = []int32{1, 2, 3, 4, 5} |
09 | var slice2 = slice1[2:4] |
10 | fmt.Printf( "改变slice2之前: slice1=%+v, slice2=%+v\n" , slice1, slice2) |
11 | slice2 = append(slice2, 6, 7, 8) |
12 | fmt.Printf( "改变slice2之后: slice1=%+v, slice2=%+v\n" , slice1, slice2) |
1 | $ cd $GOPATH/src/basictype_test |
4 | 改变slice2之前: slice1=[1 2 3 4 5], slice2=[3 4] |
5 | 改变slice2之后: slice1=[1 2 3 4 5], slice2=[3 4 6 7 8] |
而append操作可令slice1或slice2重新分配底层数组,因此对slice1或slice2执行append操作都不会相互影响。
接口类型
接口在golang中的实现比较复杂,在$GOROOT/src/pkg/runtime/type.h中定义了:
在$GOROOT/src/pkg/runtime/runtime.h中定义了:
interface实际上是一个结构体,包括两个成员,一个是指向数据的指针,一个包含了成员的类型信息。Eface是interface{}底层使用的数据结构。因为interface中保存了类型信息,所以可以实现反射。反射其实就是查找底层数据结构的元数据。完整的实现在:$GOROOT/src/pkg/runtime/iface.c 。
09 | var str interface{} = "Hello World!" |
13 | })(unsafe.Pointer(&str)) |
15 | fmt.Printf( "%+v\n" , p) |
1 | $ cd $GOPATH/src/basictype_test |
4 | output: &{tab:134966528 data:406847688} |
map类型
golang的map实现是hashtable,源码在:$GOROOT/src/pkg/runtime/hashmap.c 。
测试代码如下:
09 | var m = make(map[string]int32, 10) |
23 | })(unsafe.Pointer(&m)) |
25 | fmt.Printf( "output: %+v\n" , p) |
1 | $ cd $GOPATH/src/basictype_test |
4 | output: &{count:407032064 flags:0 hash0:134958144 B:192 keysize:0 valuesize:64 bucketsize:30063 buckets:540701813 oldbuckets:0 nevacuate:0} |
golang的坑还是比较多的,需要深入研究底层,否则很容易掉坑里。