哈希 map 儲存鍵值對
ch08-03-hash-maps.md
commit 85b02530cc749565c26c05bf1b3a838334e9717f
最後介紹的常用集合類型是 哈希 map(hash map)。HashMap<K, V>
類型儲存了一個鍵類型 K
對應一個值類型 V
的映射。它通過一個 哈希函數(hashing function)來實現映射,決定如何將鍵和值放入記憶體中。很多程式語言支持這種數據結構,不過通常有不同的名字:哈希、map、對象、哈希表或者關聯數組,僅舉幾例。
哈希 map 可以用於需要任何類型作為鍵來尋找數據的情況,而不是像 vector 那樣通過索引。例如,在一個遊戲中,你可以將每個團隊的分數記錄到哈希 map 中,其中鍵是隊伍的名字而值是每個隊伍的分數。給出一個隊名,就能得到他們的得分。
本章我們會介紹哈希 map 的基本 API,不過還有更多吸引人的功能隱藏於標準庫在 HashMap<K, V>
上定義的函數中。一如既往請查看標準庫文件來了解更多訊息。
新建一個哈希 map
可以使用 new
創建一個空的 HashMap
,並使用 insert
增加元素。在範例 8-20 中我們記錄兩支隊伍的分數,分別是藍隊和黃隊。藍隊開始有 10 分而黃隊開始有 50 分:
#![allow(unused)] fn main() { use std::collections::HashMap; let mut scores = HashMap::new(); scores.insert(String::from("Blue"), 10); scores.insert(String::from("Yellow"), 50); }
注意必須首先 use
標準庫中集合部分的 HashMap
。在這三個常用集合中,HashMap
是最不常用的,所以並沒有被 prelude 自動引用。標準庫中對 HashMap
的支持也相對較少,例如,並沒有內建的構建宏。
像 vector 一樣,哈希 map 將它們的數據儲存在堆上,這個 HashMap
的鍵類型是 String
而值類型是 i32
。類似於 vector,哈希 map 是同質的:所有的鍵必須是相同類型,值也必須都是相同類型。
另一個構建哈希 map 的方法是使用一個元組的 vector 的 collect
方法,其中每個元組包含一個鍵值對。collect
方法可以將數據收集進一系列的集合類型,包括 HashMap
。例如,如果隊伍的名字和初始分數分別在兩個 vector 中,可以使用 zip
方法來創建一個元組的 vector,其中 “Blue” 與 10 是一對,依此類推。接著就可以使用 collect
方法將這個元組 vector 轉換成一個 HashMap
,如範例 8-21 所示:
#![allow(unused)] fn main() { use std::collections::HashMap; let teams = vec![String::from("Blue"), String::from("Yellow")]; let initial_scores = vec![10, 50]; let scores: HashMap<_, _> = teams.iter().zip(initial_scores.iter()).collect(); }
這裡 HashMap<_, _>
類型註解是必要的,因為可能 collect
很多不同的數據結構,而除非顯式指定否則 Rust 無從得知你需要的類型。但是對於鍵和值的類型參數來說,可以使用下劃線占位,而 Rust 能夠根據 vector 中數據的類型推斷出 HashMap
所包含的類型。
哈希 map 和所有權
對於像 i32
這樣的實現了 Copy
trait 的類型,其值可以拷貝進哈希 map。對於像 String
這樣擁有所有權的值,其值將被移動而哈希 map 會成為這些值的所有者,如範例 8-22 所示:
#![allow(unused)] fn main() { use std::collections::HashMap; let field_name = String::from("Favorite color"); let field_value = String::from("Blue"); let mut map = HashMap::new(); map.insert(field_name, field_value); // 這裡 field_name 和 field_value 不再有效, // 嘗試使用它們看看會出現什麼編譯錯誤! }
當 insert
調用將 field_name
和 field_value
移動到哈希 map 中後,將不能使用這兩個綁定。
如果將值的引用插入哈希 map,這些值本身將不會被移動進哈希 map。但是這些引用指向的值必須至少在哈希 map 有效時也是有效的。第十章 “生命週期與引用有效性” 部分將會更多的討論這個問題。
訪問哈希 map 中的值
可以通過 get
方法並提供對應的鍵來從哈希 map 中獲取值,如範例 8-23 所示:
#![allow(unused)] fn main() { use std::collections::HashMap; let mut scores = HashMap::new(); scores.insert(String::from("Blue"), 10); scores.insert(String::from("Yellow"), 50); let team_name = String::from("Blue"); let score = scores.get(&team_name); }
這裡,score
是與藍隊分數相關的值,應為 Some(10)
。因為 get
返回 Option<V>
,所以結果被裝進 Some
;如果某個鍵在哈希 map 中沒有對應的值,get
會返回 None
。這時就要用某種第六章提到的方法之一來處理 Option
。
可以使用與 vector 類似的方式來遍歷哈希 map 中的每一個鍵值對,也就是 for
循環:
#![allow(unused)] fn main() { use std::collections::HashMap; let mut scores = HashMap::new(); scores.insert(String::from("Blue"), 10); scores.insert(String::from("Yellow"), 50); for (key, value) in &scores { println!("{}: {}", key, value); } }
這會以任意順序列印出每一個鍵值對:
Yellow: 50
Blue: 10
更新哈希 map
儘管鍵值對的數量是可以增長的,不過任何時候,每個鍵只能關聯一個值。當我們想要改變哈希 map 中的數據時,必須決定如何處理一個鍵已經有值了的情況。可以選擇完全無視舊值並用新值代替舊值。可以選擇保留舊值而忽略新值,並只在鍵 沒有 對應值時增加新值。或者可以結合新舊兩值。讓我們看看這分別該如何處理!
覆蓋一個值
如果我們插入了一個鍵值對,接著用相同的鍵插入一個不同的值,與這個鍵相關聯的舊值將被替換。即便範例 8-24 中的代碼調用了兩次 insert
,哈希 map 也只會包含一個鍵值對,因為兩次都是對藍隊的鍵插入的值:
#![allow(unused)] fn main() { use std::collections::HashMap; let mut scores = HashMap::new(); scores.insert(String::from("Blue"), 10); scores.insert(String::from("Blue"), 25); println!("{:?}", scores); }
這會列印出 {"Blue": 25}
。原始的值 10
則被覆蓋了。
只在鍵沒有對應值時插入
我們經常會檢查某個特定的鍵是否有值,如果沒有就插入一個值。為此哈希 map 有一個特有的 API,叫做 entry
,它獲取我們想要檢查的鍵作為參數。entry
函數的返回值是一個枚舉,Entry
,它代表了可能存在也可能不存在的值。比如說我們想要檢查黃隊的鍵是否關聯了一個值。如果沒有,就插入值 50,對於藍隊也是如此。使用 entry API 的代碼看起來像範例 8-25 這樣:
#![allow(unused)] fn main() { use std::collections::HashMap; let mut scores = HashMap::new(); scores.insert(String::from("Blue"), 10); scores.entry(String::from("Yellow")).or_insert(50); scores.entry(String::from("Blue")).or_insert(50); println!("{:?}", scores); }
Entry
的 or_insert
方法在鍵對應的值存在時就返回這個值的可變引用,如果不存在則將參數作為新值插入並返回新值的可變引用。這比編寫自己的邏輯要簡明的多,另外也與借用檢查器結合得更好。
運行範例 8-25 的代碼會列印出 {"Yellow": 50, "Blue": 10}
。第一個 entry
調用會插入黃隊的鍵和值 50
,因為黃隊並沒有一個值。第二個 entry
調用不會改變哈希 map 因為藍隊已經有了值 10
。
根據舊值更新一個值
另一個常見的哈希 map 的應用場景是找到一個鍵對應的值並根據舊的值更新它。例如,範例 8-26 中的代碼計數一些文本中每一個單詞分別出現了多少次。我們使用哈希 map 以單詞作為鍵並遞增其值來記錄我們遇到過幾次這個單詞。如果是第一次看到某個單詞,就插入值 0
。
#![allow(unused)] fn main() { use std::collections::HashMap; let text = "hello world wonderful world"; let mut map = HashMap::new(); for word in text.split_whitespace() { let count = map.entry(word).or_insert(0); *count += 1; } println!("{:?}", map); }
這會列印出 {"world": 2, "hello": 1, "wonderful": 1}
,or_insert
方法事實上會返回這個鍵的值的一個可變引用(&mut V
)。這裡我們將這個可變引用儲存在 count
變數中,所以為了賦值必須首先使用星號(*
)解引用 count
。這個可變引用在 for
循環的結尾離開作用域,這樣所有這些改變都是安全的並符合借用規則。
哈希函數
HashMap
預設使用一種 “密碼學安全的”(“cryptographically strong” )1 哈希函數,它可以抵抗拒絕服務(Denial of Service, DoS)攻擊。然而這並不是可用的最快的算法,不過為了更高的安全性值得付出一些性能的代價。如果性能監測顯示此哈希函數非常慢,以致於你無法接受,你可以指定一個不同的 hasher 來切換為其它函數。hasher 是一個實現了 BuildHasher
trait 的類型。第十章會討論 trait 和如何實現它們。你並不需要從頭開始實現你自己的 hasher;crates.io 有其他人分享的實現了許多常用哈希算法的 hasher 的庫。
總結
vector、字串和哈希 map 會在你的程序需要儲存、訪問和修改數據時幫助你。這裡有一些你應該能夠解決的練習問題:
- 給定一系列數字,使用 vector 並返回這個列表的平均數(mean, average)、中位數(排列數組後位於中間的值)和眾數(mode,出現次數最多的值;這裡哈希函數會很有幫助)。
- 將字串轉換為 Pig Latin,也就是每一個單詞的第一個子音字母被移動到單詞的結尾並增加 “ay”,所以 “first” 會變成 “irst-fay”。母音字母開頭的單詞則在結尾增加 “hay”(“apple” 會變成 “apple-hay”)。牢記 UTF-8 編碼!
- 使用哈希 map 和 vector,創建一個文本介面來允許用戶向公司的部門中增加員工的名字。例如,“Add Sally to Engineering” 或 “Add Amir to Sales”。接著讓用戶獲取一個部門的所有員工的列表,或者公司每個部門的所有員工按照字典序排列的列表。
標準庫 API 文件中描述的這些類型的方法將有助於你進行這些練習!
我們已經開始接觸可能會有失敗操作的複雜程序了,這也意味著接下來是一個了解錯誤處理的絕佳時機!