Golang?中實(shí)現(xiàn)?Set的思路詳解

更新時(shí)間：2024年01月23日 10:13:44 作者：波羅學(xué)

本文介紹了Go中兩種set的實(shí)現(xiàn)原理，并在此基礎(chǔ)介紹了對(duì)應(yīng)于它們的兩個(gè)包簡單使用，本文介紹的非常詳細(xì)，需要的朋友參考下吧

Go 的數(shù)據(jù)結(jié)構(gòu)

Go 內(nèi)置的數(shù)據(jù)結(jié)構(gòu)并不多。工作中，我們最常用的兩種數(shù)據(jù)結(jié)構(gòu)分別是 slice 和 map，即切片和映射。其實(shí)，Go 中也有數(shù)組，切片的底層就是數(shù)組，只不過因?yàn)榍衅拇嬖?，我們平時(shí)很少使用它。

除了 Go 內(nèi)置的數(shù)據(jù)結(jié)構(gòu)，還有一些數(shù)據(jù)結(jié)構(gòu)是由 Go 的官方 container 包提供，如 heap 堆、list 雙向鏈表和ring 回環(huán)鏈表。但今天我們不講它們，這些數(shù)據(jù)結(jié)構(gòu)，對(duì)于熟手來說，看看文檔就會(huì)使用了。

我們今天將來聊的是 set 和 bitset。據(jù)我所知，其他一些語言，比如 Java，是有這兩種數(shù)據(jù)結(jié)構(gòu)。但 Go 當(dāng)前還沒有以任何形式提供。

實(shí)現(xiàn)思路

先來看一篇文章，訪問地址 2 basic set implementations 閱讀。文中介紹了兩種 go 實(shí)現(xiàn) set 的思路，分別是 map 和 bitset。

有興趣可以讀讀這篇文章，我們接下來具體介紹下。

map

我們知道，map 的 key 肯定是唯一的，而這恰好與 set 的特性一致，天然保證 set 中成員的唯一性。而且通過 map 實(shí)現(xiàn) set，在檢查是否存在某個(gè)元素時(shí)可直接使用 _, ok := m[key] 的語法，效率高。

先來看一個(gè)簡單的實(shí)現(xiàn)，如下：

set := make(map[string]bool) // New empty set
set["Foo"] = true            // Add
for k := range set {         // Loop
    fmt.Println(k)
}
delete(set, "Foo")    // Delete
size := len(set)      // Size
exists := set["Foo"]  // Membership

通過創(chuàng)建 map[string]bool 來存儲(chǔ) string 的集合，比較容易理解。但這里還有個(gè)問題，map 的 value 是布爾類型，這會(huì)導(dǎo)致 set 多占一定內(nèi)存空間，而 set 不該有這個(gè)問題。

怎么解決這個(gè)問題？

設(shè)置 value 為空結(jié)構(gòu)體，在 Go 中，空結(jié)構(gòu)體不占任何內(nèi)存。當(dāng)然，如果不確定，也可以來證明下這個(gè)結(jié)論。

unsafe.Sizeof(struct{}{}) // 結(jié)果為 0

優(yōu)化后的代碼，如下：

type void struct{}
var member void
set := make(map[string]void) // New empty set
set["Foo"] = member          // Add
for k := range set {         // Loop
    fmt.Println(k)
}
delete(set, "Foo")      // Delete
size := len(set)        // Size
_, exists := set["Foo"] // Membership

之前在網(wǎng)上看到有人按這個(gè)思路做了封裝，還寫了一篇文章，可以去讀一下。

其實(shí)，github 上已經(jīng)有個(gè)成熟的包，名為 golang-set，它也是采用這個(gè)思路實(shí)現(xiàn)的。訪問地址 golang-set，描述中說 Docker 用的也是它。包中提供了兩種 set 實(shí)現(xiàn)，線程安全的 set 和非線程安全的 set。

演示一個(gè)簡單的案例。

package main
import (
	"fmt"
	mapset "github.com/deckarep/golang-set"
)
func main() {
	// 默認(rèn)創(chuàng)建的線程安全的，如果無需線程安全
	// 可以使用 NewThreadUnsafeSet 創(chuàng)建，使用方法都是一樣的。
	s1 := mapset.NewSet(1, 2, 3, 4)
	fmt.Println("s1 contains 3: ", s1.Contains(3))
	fmt.Println("s1 contains 5: ", s1.Contains(5))
	// interface 參數(shù)，可以傳遞任意類型
	s1.Add("poloxue")
	fmt.Println("s1 contains poloxue: ", s1.Contains("poloxue"))
	s1.Remove(3)
	fmt.Println("s1 contains 3: ", s1.Contains(3))
	s2 := mapset.NewSet(1, 3, 4, 5)
	// 并集
	fmt.Println(s1.Union(s2))
}

輸出如下：

s1 contains 3: true
s1 contains 5: false
s1 contains poloxue: true
s1 contains 3: false
Set{4, polxue, 1, 2, 3, 5}

例子中演示了簡單的使用方式，如果有不明白的，看下源碼，這些數(shù)據(jù)結(jié)構(gòu)的操作方法名都是很常見的，比如交集 Intersect、差集 Difference 等，一看就懂。

bitset

繼續(xù)聊聊 bitset，bitset 中每個(gè)數(shù)子用一個(gè) bit 即能表示，對(duì)于一個(gè) int8 的數(shù)字，我們可以用它表示 8 個(gè)數(shù)字，能幫助我們大大節(jié)省數(shù)據(jù)的存儲(chǔ)空間。

bitset 最常見的應(yīng)用有 bitmap 和 flag，即位圖和標(biāo)志位。這里，我們先嘗試用它表示一些操作的標(biāo)志位。比如某個(gè)場景，我們需要三個(gè) flag 分別表示權(quán)限1、權(quán)限2和權(quán)限3，而且?guī)讉€(gè)權(quán)限可以共存。我們可以分別用三個(gè)常量 F1、F2、F3 表示位 Mask。

示例代碼如下（引用自文章 Bitmasks, bitsets and flags）：

type Bits uint8
const (
    F0 Bits = 1 << iota
    F1
    F2
)
func Set(b, flag Bits) Bits    { return b | flag }
func Clear(b, flag Bits) Bits  { return b &^ flag }
func Toggle(b, flag Bits) Bits { return b ^ flag }
func Has(b, flag Bits) bool    { return b&flag != 0 }
func main() {
    var b Bits
    b = Set(b, F0)
    b = Toggle(b, F2)
    for i, flag := range []Bits{F0, F1, F2} {
        fmt.Println(i, Has(b, flag))
    }
}

例子中，我們本來需要三個(gè)數(shù)才能表示這三個(gè)標(biāo)志，但現(xiàn)在通過一個(gè) uint8 就可以。bitset 的一些操作，如設(shè)置 Set、清除 Clear、切換 Toggle、檢查 Has 通過位運(yùn)算就可以實(shí)現(xiàn)，而且非常高效。

bitset 對(duì)集合操作有著天然的優(yōu)勢，直接通過位運(yùn)算符便可實(shí)現(xiàn)。比如交集、并集、和差集，示例如下：

交集：a & b
并集：a | b
差集：a & (~b)

底層的語言、庫、框架常會(huì)使用這種方式設(shè)置標(biāo)志位。

以上的例子中只展示了少量數(shù)據(jù)的處理方式，uint8 占 8 bit 空間，只能表示 8 個(gè)數(shù)字。那大數(shù)據(jù)場景能否可以使用這套思路呢？

我們可以把 bitset 和 Go 中的切片結(jié)合起來，重新定義 Bits 類型，如下：

type Bitset struct {
    data []int64
}

但如此也會(huì)產(chǎn)生一些問題，設(shè)置 bit，我們怎么知道它在哪里呢？仔細(xì)想想，這個(gè)位置信息包含兩部分，即保存該 bit 的數(shù)在切片索引位置和該 bit 在數(shù)字中的哪位，分別將它們命名為 index 和 position。那怎么獲?。?/p>

index 可以通過整除獲取，比如我們想知道表示 65 的 bit 在切片的哪個(gè) index，通過 65 / 64 即可獲得，如果為了高效，也可以用位運(yùn)算實(shí)現(xiàn)，即用移位替換除法，比如 65 >> 6，6 表示移位偏移，即 2^n = 64 的 n。

postion 是除法的余數(shù)，我們可以通過模運(yùn)算獲得，比如 65 % 64 = 1，同樣為了效率，也有相應(yīng)的位運(yùn)算實(shí)現(xiàn)，比如 65 & 0b00111111，即 65 & 63。

一個(gè)簡單例子，如下：

package main
import (
	"fmt"
)
const (
	shift = 6
	mask  = 0x3f // 即0b00111111
)
type Bitset struct {
	data []int64
}
func NewBitSet(n int) *Bitset {
	// 獲取位置信息
	index := n >> shift
	set := &Bitset{
		data: make([]int64, index+1),
	}
	// 根據(jù) n 設(shè)置 bitset
	set.data[index] |= 1 << uint(n&mask)
	return set
}
func (set *Bitset) Contains(n int) bool {
	// 獲取位置信息
	index := n >> shift
	return set.data[index]&(1<<uint(n&mask)) != 0
}
func main() {
	set := NewBitSet(65)
	fmt.Println("set contains 65", set.Contains(65))
	fmt.Println("set contains 64", set.Contains(64))
}

輸出結(jié)果

set contains 65 true
set contains 64 false

以上的例子功能很簡單，只是為了演示，只有創(chuàng)建 bitset 和 contains 兩個(gè)功能，其他諸如添加、刪除、不同 bitset 間的交、并、差還沒有實(shí)現(xiàn)。有興趣的朋友可以繼續(xù)嘗試。

其實(shí)，bitset 包也有人實(shí)現(xiàn)了，github地址 bit?？梢宰x讀它的源碼，實(shí)現(xiàn)思路和上面介紹差不多。

下面是一個(gè)使用案例。

package main
import (
	"fmt"
	"github.com/yourbasic/bit"
)
func main() {
	s := bit.New(2, 3, 4, 65, 128)
	fmt.Println("s contains 65", s.Contains(65))
	fmt.Println("s contains 15", s.Contains(15))
	s.Add(15)
	fmt.Println("s contains 15", s.Contains(15))
	fmt.Println("next 20 is ", s.Next(20))
	fmt.Println("prev 20 is ", s.Prev(20))
	s2 := bit.New(10, 22, 30)
	s3 := s.Or(s2)
	fmt.Println("next 20 is ", s3.Next(20))
	s3.Visit(func(n int) bool {
		fmt.Println(n)
		return false  // 返回 true 表示終止遍歷
	})
}

執(zhí)行結(jié)果：