golang第九天,切片(slice)介绍
ztj100 2025-01-11 18:54 23 浏览 0 评论
什么是切片
golang切片是对数组的抽象。go的数组长度不可改变,在特定场景中这样的集合就不太适用,go中提供了一种灵活,功能强悍的内置类型切片(“动态数组”),与数组相比切片的长度是不固定的,可以追加元素,在追加时可能使切片的容量增大
切片是一种方便,灵活且强大的包装器。切片本身没有任何数据。它们只是对现有的数组的引用
切片与数组相比,不需要设定长度,在[]中不用设定值,相对来说比较自由
从概念上来说slice像一个结构体,这个结构体包含了三个元素
- 指针 - 指向数组中slice指定的开始位置
- 长度 - 即slice的长度
- 最大长度 - 也就是slice开始位置到数组的最后位置到长度
切片概述
- 一种数据结构,便于使用与管理我们的数据集合
- 按需自动增长,动态数组(通过append来完成)
- 底层指向的是数组
- 内存当中是连续的存储空间,可以有效的提升cpu的执行效率
- 引用类型
切片组成
- 指向底层数组的指针
- 切片元素的长度,通过len()来获取
- 容量,通过cap()获取
切片的作用与应用场景
作用:在函数当中传递切片时,当数据类型数据较大时,使用切片可以有效减少内存占用,提高程序执行效率
应用场景:从数据库表中读取商品信息时,用到map切片,每一个map看成一个整体
切片怎么用
定义一个数组,让切片去引用
arr := [...]int{1, 2, 3, 4, 5}
// 定义一个切片去引用数组,这种情况默认长度和容量arr一致
var sliceArr []int
sliceArr = arr[:]
通过以上代码,分析切片的底层情况 分别打印数组的地址与切片地址来分析
- 切片的定义
var arr []int
// 定义一个数组
arr := [...]int{1, 2, 3, 4, 5}
for i:= 0; i < len(arr); i++ {
fmt.Println("arr[%d]=%d,地址=%p\n",i, arr[i], &arr[i])
}
- 切片去引用数组
arr := [...]int{1, 2, 3, 4, 5}
var sliceArr = arr[:]
for i := 0; i < len(sliceArr); i++ {
fmt.Println("sliceArr[%d]=%d,地址=%p\n", i, sliceArr[i], &sliceArr[i])
}
var arr1 = [...]int{1, 2, 3, 4, 5}
arr := arr1[1:3]
fmt.Println(arr)
// 1, 2, 3, 4, 5
// 结果:arr = [2 3]
// 切片指向的是底层的数组
for i := 0; i < len(arr); i++ {
fmt.Printf("arr[%d]=%d,地址=%p\n", i, arr[i], &arr[i])
}
arr[0] = 100
fmt.Println(arr1) // [1 2 3 4 5]
fmt.Println(arr) // [100 3]
通过make来创建切片
// 创建一个初始元素个数为len,元素初始值为0,并预留capacity个元素的存储空间
var slice1 []type = make([]type, len, capacity)
// 也可以简写为
slice1 := make([]type, len, capacity)
make([]T, length, capacity)
// demo
var arr []int = make([]int, 5, 6)
fmt.Println("arr的长度=%d,容量=%d,\n切片指向底层数组的地址=%p,切片自己的地址=%p\n", len(arr), cap(arr), arr, &arr)
最后
刚学golang,希望大家监督并且一起努力
有兴趣的小伙伴,欢迎关注我订阅号:EntrepreneurialG
相关推荐
- 再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)
-
在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...
- python创建分类器小结(pytorch分类数据集创建)
-
简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...
- matplotlib——绘制散点图(matplotlib散点图颜色和图例)
-
绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...
- python实现实时绘制数据(python如何绘制)
-
方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...
- 简单学Python——matplotlib库3——绘制散点图
-
前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...
- 数据分析-相关性分析可视化(相关性分析数据处理)
-
前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...
- 免费Python机器学习课程一:线性回归算法
-
学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...
- 用Python进行机器学习(2)之逻辑回归
-
前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...
- 【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂
-
一、拟合和回归的区别拟合...
- 推荐2个十分好用的pandas数据探索分析神器
-
作者:俊欣来源:关于数据分析与可视化...
- 向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- 用Python进行机器学习(11)-主成分分析PCA
-
我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...
- 神经网络基础深度解析:从感知机到反向传播
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- Python实现基于机器学习的RFM模型
-
CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)