百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

golang第九天,切片(slice)介绍

ztj100 2025-01-11 18:54 26 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

  1. 指针 - 指向数组中slice指定的开始位置
  2. 长度 - 即slice的长度
  3. 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

  1. 指向底层数组的指针
  2. 切片元素的长度,通过len()来获取
  3. 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

  1. 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])
}



  1. 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

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: