Go 新版泛型使用:80余行代码构建一个哈希表

2018 年,我使用 Go 语言实现了一个玩具性质的哈希表 (1),以便学习 Go 的 map 等数据类型如何工作。这个版本只支持字符串作为 key 以及 value。

  1. https://github.com/mdlayher/misc/blob/master/go/algorithms/hashtable/hashtable.go

两年后的 2020 年 6 月,Go 团队发布了一篇题为《泛型的下一步 (1) 》的文章,提供了一个新版的泛型草案设计,它基于扩展 Go 现有的接口,而不是添加 contract 等新概念来实现。如果你还没看过,我强烈建议你至少浏览一下新的设计草案文档 (2)。我不是专家,只能以我有限的经验和时间来谈论这个设计。

  1. https://blog.golang.org/generics-next-step

  2. https://go.googlesource.com/proposal/+/refs/heads/master/design/go2draft-type-parameters.md

这篇文章将分享如何将我的玩具 hashtable 移植到新的泛型设计。如果你想跳过介绍并直接查看泛型代码,请随时跳到第二部分 “泛型哈希表” 章节。

非泛型哈希表

我 2018 年开始的初步设计版本,只支持字符串键和值。

Table 类型是这个包的基础。它内部使用 slice 存储键/值字符串对,其中 slice 内的 hashtable buckets 数量由一个整数 m 决定。

  • 一个较小的 m 意味着较少的桶将被创建,但是每个存储在 Table 中的键有较高的可能性与其他键共享一个桶,从而减慢了查找速度

  • 更大的 m 意味着将创建更多的桶,因此存储在 Table 中的每个键与其他键共享一个桶的可能性较低,从而加快了查找速度。

kv 类型是一个小帮手,用于简洁地存储键/值字符串对。

// Package hashtable implements a basic hashtable for string key/value pairs.package hashtable
// A Table is a basic hashtable.type Table struct { m int table kv}
// A kv stores key/value data in a Table.type kv struct { Key, Value string}
// New creates a Table with m internal buckets.func New(m int) *Table { return &Table{ m: m, table: make([][]kv, m), }}

这个哈希表支持两种操作:

  • Get: 确定一个键是否存在于哈希表中,返回对应的值(如果找到),以及一个布尔值,表示对象是否存在。

  • Insert:在哈希表中插入一个新的键/值对,覆盖同一键的任何先前的值。

这两个操作都需要一个哈希函数,它可以接受一个输入字符串,并返回一个整数,表示键值可能存在的桶。

// hash picks a hashtable index to use to store a string with key s.func (t *Table) hash(s string) int { h := fnv.New32 h.Write(byte(s)) return int(h.Sum32) % t.m}

我选择了 hash/fnv32 作为一个简单的、非加密的哈希函数,它可以返回一个整数。然后通过计算模数运算 hash % t.m,我们可以确保得到的整数返回我们的一个哈希表桶的索引。

下面是 Get 操作对应的代码。

// Get determines if key is present in the hashtable, returning its value and// whether or not the key was found.func (t *Table) Get(key string) (string, bool) { // Hash key to determine which bucket this key's value belongs in. i := t.hash(key)
for j, kv := range t.table[i] { if key == kv.Key { // Found a match, return it! return t.table[i][j].Value, true } }
// No match. return "", false}

Table.Get 对输入的 key 进行哈希处理,以确定存储键的值位于哪个桶。一旦确定了 bucket,它就会遍历该 bucket 中的所有 key/value 对,如果 key 与该 bucket 中的某个 key 匹配,则返回该 bucket 的值和 boolean true。

  • 如果输入的键与该桶中的键匹配,返回该桶的值和布尔值 true。

  • 如果没有匹配,返回一个空字符串和布尔值 false。

接下来,我们来看看 Insert。

// Insert inserts a new key/value pair into the Table.func (t *Table) Insert(key, value string) { i := t.hash(key)
for j, kv := range t.table[i] { if key == kv.Key { // Overwrite previous value for the same key. t.table[i][j].Value = value return } }
// Add a new value to the table. t.table[i] = append(t.table[i], kv{ Key: key, Value: value, })}

Table.Insert 也需要对输入 key 进行哈希处理,以确定应该使用哪个桶来插入键/值对。当迭代一个桶中的键/值对时,我们可能会发现一个匹配的 key 已经存在。

  • 如果输入的 key 与该 bucket 中的 key 匹配,则用新的值覆盖 key 的值。

  • 如果没有匹配,则在 bucket 的 key/value pair slice 中添加一个新条目。

搞定了!我们已经创建了一个非常基本的哈希表,可以用来处理键/值字符串对。

// 8 buckets ought to be plenty.t := hashtable.New(8)t.Insert("foo", "bar")t.Insert("baz", "qux")
v, ok := t.Get("foo")fmt.Printf("t.Get(%q) = (%q, %t)", "foo", v, ok)// t.Get("foo") = ("bar", true)

让我们把现有的这段代码移植到新的 Go 泛型设计中去。

泛型哈希表

我们的目标是利用现有的 hashtable 代码,使其能支持任意键/值对类型。但我们有一个约束:我们的 hashable 中的 key 必须与预先声明的类型约束 comparable 相匹配,以便我们可以做等值比较。

编辑:原本这段代码使用了 type K, V comparable,但这是不是必须的。感谢 Brad Fitzpatrick 和 @nemetroid 指出,type K comparable, V interface{} 就足够了。

// Package hashtable implements a basic hashtable for generic key/value pairs.package hashtable
// A Table is a basic generic hashtable.type Table(type K comparable, V interface{}) struct { // hash is a function which can hash a key of type K with t.m. hash func(key K, m int) int
m int table kv}
// A kv stores generic key/value data in a Table.type kv(type K comparable, V interface{}) struct { Key K Value V}
// New creates a table with m internal buckets which uses the specified hash// function for an input type K.func New(type K comparable, V interface{})(m int, hash func(K, int) int) *Table(K, V) { return &Table(K, V){ hash: hash, m: m, // Note the parentheses around "kv(K, V)"; these are required! table: make((kv(K, V)), m), }}

凡是需要泛型的地方,都需要新的类型参数列表,因此这些顶层类型和函数都必须有 K 和 V 的类型参数列表,用于 K 的类型必须是 comparable,任何类型都可以用于 V,如 interface{} 所示。

在写这段代码的时候,学会了下面一些神奇的操作。

  • 注意,哈希函数 func(K, int) int 现在是传递给 New 的第二个参数。这是必要的,因为我们必须知道如何对任何给定的泛型进行哈希。我本可以用 Hash int 约束或类似的方式创建一个新的接口,但我希望我的哈希表能与内置的 Go 类型(如 string 和 int)一起工作,而你没法在这些类型上定义方法。

  • 我花了一点时间来弄清楚创建 Table.table 时 make 调用的正确括号用法。我最初的尝试使用了 make(kv(K, V)),这对增加的类型参数是行不通的。

是时候实现 Get:

// Get determines if key is present in the hashtable, returning its value and// whether or not the key was found.func (t *Table(K, V)) Get(key K) (V, bool) { // Hash key to determine which bucket this key's value belongs in. // Pass t.m so t.hash can perform the necessary operation "hash % t.m". i := t.hash(key, t.m)
for j, kv := range t.table[i] { if key == kv.Key { // Found a match, return it! return t.table[i][j].Value, true } }
// No match. The easiest way to return the zero-value for a generic type // is to declare a temporary variable as follows. var zero V return zero, false}

一个定义在泛型上的方法,必须在其接受者中声明相关的通用类型参数。现在,Get 可以接受任何类型的 K,并返回任何类型的 V,同时用 bool 表示是否找到了值。

除了修改后的方法接收器和一些 K 和 V 类型之外,这看起来和典型的 Go 代码差不多。

这里有一个稍显棘手的问题是如何处理一个泛型的零值 (1)。链接的问题建议像我们在这里所做的那样,通过声明 var zero V,但也许在未来可以有一个更简单的选项来做这件事。我个人很希望看到返回 _、false 或类似的选项,作为泛型和非泛型 Go 的选项。

  1. https://go.googlesource.com/proposal/+/refs/heads/master/design/go2draft-type-parameters.md#the-zero-value

我们继续说说 Insert。

// Insert inserts a new key/value pair into the Table.func (t *Table(K, V)) Insert(key K, value V) { i := t.hash(key, t.m)
for j, kv := range t.table[i] { if key == kv.Key { // Overwrite previous value for the same key. t.table[i][j].Value = value return } }
// Add a new value to the table. t.table[i] = append(t.table[i], kv(K, V){ Key: key, Value: value, })}

为了使这段代码成为泛型代码,只需要做很少的修改。

  • 方法接收器现在是 *Table(K, V),而不是 *Table。

  • 输入参数现在是 (key K, value V) 而不是 (key, value string)

  • kv{} struct 现在必须声明为 kv(K, V){}。

这就是所有需要做的,我们现在有了一个泛型的哈希表类型,它可以接受任何实现 comparable 类型约束的键和值。

泛型哈希表的用法

为了测试这段代码,我决定创建两个并行的哈希表,作为字符串和整数类型之间的索引和反向索引。

t1 := hashtable.New(string, int)(8, func(key string, m int) int { h := fnv.New32 h.Write(byte(key)) return int(h.Sum32) % m})
t2 := hashtable.New(int, string)(8, func(key int, m int) int { // Good enough! return key % m})

在调用泛型构造函数 New 时,我们指定泛型 K 和 V 的类型参数,例如 t1 是 Table(string, int),意思是 K=string,V=int;t2 则相反:Table(int, string), 因为 int 和 string 都符合 comparable 类型约束,所以完全没问题。

为了对泛型进行散列,我们必须提供一个可以对 K 和 t.m 进行操作的散列函数,以产生一个 int 输出。对于 t1,我们重新使用原始例子中的 hash/fnv 哈希。至于 t2,对于我们的演示来说,一个模数运算似乎就足够了。

我明白,在大多数情况下,Go 编译器应该能够在 hashtable.New 这样的调用站点推断出 K 和 V 等泛型的正确类型,但我可能会继续用显式的方式写它们一段时间,以习惯这种设计。

现在我们已经创建了索引和反向索引的哈希表,让我们来填充它们。

strs := string{"foo", "bar", "baz"}for i, s := range strs { t1.Insert(s, i) t2.Insert(i, s)}

t1 中的每一个键/值对都会被镜像为 t2 中的值/键。最后,我们可以迭代已知的字符串和索引(以及一个永远不会被发现的附加值),以显示我们的泛型代码的作用。

for i, s := range append(strs, "nope!") { v1, ok1 := t1.Get(s) log.Printf("t1.Get(%v) = (%v, %v)", s, v1, ok1)
v2, ok2 := t2.Get(i) log.Printf("t2.Get(%v) = (%v, %v)\n\n", i, v2, ok2)}

我们的演示程序的输出如下。

t1.Get(foo) = (0, true)t2.Get(0) = (foo, true)
t1.Get(bar) = (1, true)t2.Get(1) = (bar, true)
t1.Get(baz) = (2, true)t2.Get(2) = (baz, true)
t1.Get(nope!) = (0, false)t2.Get(3) = (, false)

写完收工,我们已经在 Go 语言中实现了一个泛型哈希表。

为了更好地理解新的泛型设计草案,我还有不少实验要做。如果你喜欢这篇文章并想更多了解泛型,请查看 Go 官方说明 (1) 和新的泛型设计草案文档。

  1. https://blog.golang.org/generics-next-step

如果你有问题或评论,请随时在 Twitter 或 Gophers Slack 上通过 @mdlayher 联系我。我很可能在不久的将来也会在 Twitch 上直播一些 Go 泛型内容。

奖励:一个泛型哈希函数

在实现我的泛型 hashtable 时,我在 Gophers Slack 上与 #performance 的一些网友讨论了如何才能访问内置 Go map 使用的运行时的泛型哈希功能。

Gophers Slack 的 @zeebo 提出了这个有趣的、彪悍的、出色的解决方案。

func hash(type A comparable)(a A) uintptr { var m interface{} = make(map[A]struct{}) hf := (*mh)(*(*unsafe.Pointer)(unsafe.Pointer(&m))).hf return hf(unsafe.Pointer(&a), 0)}
func main { fmt.Println(hash(0)) fmt.Println(hash(false)) fmt.Println(hash("why hello there"))}
////////////////////////////// stolen from runtime //////////////////////////////
// mh is an inlined combination of runtime._type and runtime.maptype.type mh struct { _ uintptr _ uintptr _ uint32 _ uint8 _ uint8 _ uint8 _ uint8 _ func(unsafe.Pointer, unsafe.Pointer) bool _ *byte _ int32 _ int32 _ unsafe.Pointer _ unsafe.Pointer _ unsafe.Pointer hf func(unsafe.Pointer, uintptr) uintptr}

这段代码滥用了这样一个功能,即 Go 接口实际上是一个运行时类型数据的元组和一个类型的指针。通过访问该指针,并使用 unsafe 将其转换为运行时的 map 表示(它有一个散列函数字段),我们可以创建一个泛型的散列函数,用于我们自己的代码中。

很酷,对吧?

80余行代码的例子见:(可在线运行)

https://go2goplay.golang.org/p/2pcBZTQdh3u

本文英文链接:

https://mdlayher.com/blog/go-generics-draft-design-building-a-hashtable/

  • 哔哩哔哩「会员购」在流量回放上的探索

  • 新项目用 Rust 还是 Go ?

  • Go语言如何实现stop the world?

  • 为什么我放弃使用 Kotlin 中的协程?

  • 基准测试表明, Async Python 远不如同步方式

  • 谈谈PHP8新特性Attributes

本文由高可用架构翻译,技术原创及架构实践文章,欢迎通过公众号菜单「联系我们」进行投稿。

高可用架构

改变互联网的构建方式

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注