云原生系列Go语言篇-泛型Part 2

类型推导和泛型

就像在使用:=时支持类型推导一样，在调用泛型函数时Go同样支持类型推导。可在上面对Map、Filter和Reduce调用中看出。有些场景无法进行类型推导（如类型参数仅用作返回值）。这时，必须指定所有的参数类型。下面的代码演示了无法进行类型推导的场景：

type Integer interface {int | int8 | int16 | int32 | int64 | uint | uint8 | uint16 | uint32 | uint64
}func Convert[T1, T2 Integer](in T1) T2 {return T2(in)
}func main() {var a int = 10b := Convert[int, int64](a) // 无法推导返回类型fmt.Println(b)
}

可在The Go Playground 或第8章的GitHub代码库的sample_code/type_inference目录下测试这段代码。

类型元素限定常量

类型元素也可指定哪些常量可赋值给泛型变量。和运算符一样，常需要对类型元素中的所有类型名有效。没有常量可同时赋值给Ordered中列出的所有类型，因此无法将一个常量赋值给该泛型类型的变量。如果使用Integer接口，以下代码无法编译通过，因为不能将1,000赋值给8位的整型：

// INVALID!
func PlusOneThousand[T Integer](in T) T {return in + 1_000
}

但下面的就是有效的：

// VALID
func PlusOneHundred[T Integer](in T) T {return in + 100
}

组合泛型函数和泛型数据结构

回到二叉树示例，来看如何使用所学的知识生成适用所有实体类型的树。

核心在于理解该树需要一个泛型函数，可比较两个值给出排序：

type OrderableFunc [T any] func(t1, t2 T) int

有了OrderableFunc，我们就可以稍稍修改树的实现。首先将其分成两种类型，Tree和Node：

type Tree[T any] struct {f    OrderableFunc[T]root *Node[T]
}type Node[T any] struct {val         Tleft, right *Node[T]
}

通过构造函数构造一个新Tree：

func NewTree[T any](f OrderableFunc[T]) *Tree[T] {return &Tree[T]{f: f,}
}

Tree的方法非常简单，因为它调用Node来完成任务：

func (t *Tree[T]) Add(v T) {t.root = t.root.Add(t.f, v)
}func (t *Tree[T]) Contains(v T) bool {return t.root.Contains(t.f, v)
}

Node的Add和Contains方法与之前的非常类似。唯一的区别是传递了用于排序元素的函数：

func (n *Node[T]) Add(f OrderableFunc[T], v T) *Node[T] {if n == nil {return &Node[T]{val: v}}switch r := f(v, n.val); {case r <= -1:n.left = n.left.Add(f, v)case r >= 1:n.right = n.right.Add(f, v)}return n
}func (n *Node[T]) Contains(f OrderableFunc[T], v T) bool {if n == nil {return false}switch r := f(v, n.val); {case r <= -1:return n.left.Contains(f, v)case r >= 1:return n.right.Contains(f, v)}return true
}

现在我们需要匹配OrderedFunc定义的函数。所幸我们已经见过一个：cmp包中的Compare。在对Tree使用它时是这样：

t1 := NewTree(cmp.Compare[int])
t1.Add(10)
t1.Add(30)
t1.Add(15)
fmt.Println(t1.Contains(15))
fmt.Println(t1.Contains(40))

对于结构体，有两种选项。可以编写一个函数：

type Person struct {Name stringAge int
}func OrderPeople(p1, p2 Person) int {out := cmp.Compare(p1.Name, p2.Name)if out == 0 {out = cmp.Compare(p1.Age, p2.Age)}return out
}

然后在创建树进传递该函数：

t2 := NewTree(OrderPeople)
t2.Add(Person{"Bob", 30})
t2.Add(Person{"Maria", 35})
t2.Add(Person{"Bob", 50})
fmt.Println(t2.Contains(Person{"Bob", 30}))
fmt.Println(t2.Contains(Person{"Fred", 25}))

不使用函数，我们了可以为NewTree提供一个方法。在方法也是函数中我们讨论过，可以使用方法表达式来将方法看作函数。下面上手操作。首先编写方法：

func (p Person) Order(other Person) int {out := cmp.Compare(p.Name, other.Name)if out == 0 {out = cmp.Compare(p.Age, other.Age)}return out
}

然后使用该方法：

t3 := NewTree(Person.Order)
t3.Add(Person{"Bob", 30})
t3.Add(Person{"Maria", 35})
t3.Add(Person{"Bob", 50})
fmt.Println(t3.Contains(Person{"Bob", 30}))
fmt.Println(t3.Contains(Person{"Fred", 25}))

可在The Go Playground 或第8章的GitHub代码库的sample_code/generic_tree目录下测试这段代码。

再谈可比较类型

在接口可比较一节中我们学到，接口中也是Go中一种可比较类型。这也就表示在对接口类型变量使用==和!=时要小心。如果接口的底层类型不可比较，代码会在运行时panic。

这个坑在使用带泛型的可比较接口时依然存在。假设我们定义了一个接口以及一些实现：

type Thinger interface {Thing()
}type ThingerInt intfunc (t ThingerInt) Thing() {fmt.Println("ThingInt:", t)
}type ThingerSlice []intfunc (t ThingerSlice) Thing() {fmt.Println("ThingSlice:", t)
}

还需要定义一个泛型函数仅接收可比较的值：

func Comparer[T comparable](t1, t2 T) {if t1 == t2 {fmt.Println("equal!")}
}

调用带类型为int或ThingerInt的变量的函数完全合法：

var a int = 10
var b int = 10
Comparer(a, b) // prints truevar a2 ThingerInt = 20
var b2 ThingerInt = 20
Comparer(a2, b2) // prints true

编译器不允许我们调用变量类型为ThingerSlice（或[]int）的函数：

var a3 ThingerSlice = []int{1, 2, 3}
var b3 ThingerSlice = []int{1, 2, 3}
Comparer(a3, b3) // compile fails: "ThingerSlice does not satisfy comparable"

但所调用的变量类型为Thinger时完全合法。如果使用ThingerInt，代码可正常编译、运行：

var a4 Thinger = a2
var b4 Thinger = b2
Comparer(a4, b4) // prints true

但也可以将ThingerSlice赋值给Thinger类型的变量。这时会出问题：

a4 = a3
b4 = b3
Comparer(a4, b4) // compiles, panics at runtime

编译器允许我们构建这段代码，但运行后程序会panic（参见panic和recover一节了解更多信息），消息为panic: runtime error: comparing uncomparable type main.ThingerSlice。可在The Go Playground 或第8章的GitHub代码库的sample_code/more_comparable目录下测试这段代码。

在关可比较类型和泛型交互以及为何做出这种设计决策的更多技术细节，请阅读Go团队Robert Griesemer的博客文章All your comparable types。

未实现的功能

Go仍是一种小型且聚焦的编程语言，Go对泛型的实现并未包含部分在其它语言泛型中存在的特性。下面是一些Go泛型尚未实现的特性。

虽然我们可以构建一个同时能处理自定义和内置类型的树，但在Python、Ruby和C++中处理的方法却不同。它们有运算符重载，允许用户自定义类型指定运算符的实现。 Go没有添加这种特性。也就意味着我们不能使用range遍历自定义容器类型，也不能对其使用[]进行索引。

没添加运算符重载有一些原因。其一是Go语言中有极其大量的运算符。Go也不支持函数或方法重载，那就需要为不同的类型指定不同的运算函数。此外，重载的代码会不易理解，因为开发人员会为符号巧立各种含义（在C++中，<<对一些类型表示按位左移，而对另一些类型则在左侧值的右侧写值）。Go努力避免这类易读性问题。

另一个未实现的有用特性是，Go的泛型实现对方法没有附加类型参数。回看Map/Reduce/Filter函数，你可能觉得它们可像方法那样使用，如：

type functionalSlice[T any] []T// THIS DOES NOT WORK
func (fs functionalSlice[T]) Map[E any](f func(T) E) functionalSlice[E] {out := make(functionalSlice[E], len(fs))for i, v := range fs {out[i] = f(v)}return out
}// THIS DOES NOT WORK
func (fs functionalSlice[T]) Reduce[E any](start E, f func(E, T) E) E {out := startfor _, v := range fs {out = f(out, v)}return out
}

你以为可以这样用：

var numStrings = functionalSlice[string]{"1", "2", "3"}
sum := numStrings.Map(func(s string) int {v, _ := strconv.Atoi(s)return v
}).Reduce(0, func(acc int, cur int) int {return acc + cur
})

可惜对于函数式编程的拥趸们，并不能这样用。我们不能做链式方法调用，而要嵌套函数调用或使用更易读一次调用一次函数的方式，将中间值赋给变量。类型参数提案中详细讨论了未支持参数化方法的原因。

没有可变类型参数。在可变参数和切片一节中讨论到，要实现接收可变数量参数的函数，需要指定最后一个参数，其类型以...开头。比如，无法对可变参数指定某种类型模式，像可交替的string和int。所有的可变变量必须为同一种声明类型，是不是泛型皆可。

Go泛型未实现的其它特性就更加晦涩些了。有：

特化（Specialization）函数或方法可通过泛型版本外的一个或多个指定类型版本进行重载。因Go语言没有重载，这一特性不在考虑范围内。柯里化（Currying）允许我们通过指定某些类型参数根据另一个泛型函数或类型部分实例化函数。元编程允许我们指定在编译时运行的代码并生成运行时运行的代码。

地道的Go和泛型

添加泛型显然会改变一些地道使用Go的建议。使用float64来表示所有的数值类型的时代结束了。应当使用any来代替interface{}表示数据结构或函数参数中未指定的类型。可以用一个点函数处理不同的切片类型。但不要觉得要马上使用类型参数切换掉所有的代码。在新设计模式发明和深化的同时老代码依然正常可用。

现在判断泛型对性能的长期影响还为时尚早。在写本文时，它对编译时间并没有影响。Go 1.18的编译器要慢于之前的版本，但Go 1.20的编译器解决了这一问题。

有一些关于泛型对运行时间影响的影响。Vicent Marti写了一篇深入的文章，探讨了一些导致代码变慢的泛型案例并详细讲解了产生这一问题的实现细节。相反，Eli Bendersky写了一篇博客文章说明泛型让排序算法变快了。

一般来说，不要期望将带接口参数的函数修改为泛型类型参数的函数能提升性能。比如，将下面的小函数：

type Ager interface {age() int
}func doubleAge(a Ager) int {return a.age() * 2
}

转化为：

func doubleAgeGeneric[T Ager](a T) int {return a.age() * 2
}

会使得该函数在Go 1.20变慢约30%。（对于大型函数，没有显著的性能区别）。可以使用第8章的GitHub代码库的sample_code/perf directory目录下代码进行基准测试。

使用过其它语言泛型的开发者可能会感到意外。比如在C++中，编译器使用抽象数据类型的泛型来将运行时运算（确定所使用的实体类型）转化为编译时运算，为每种实体类型生成独立的函数。这会让二进制变大，但也让其变快。Vicent在博客文章中提到，当前的Go编译器仅为不同的底层类型生成独立函数。此外，所有指针类型共享同一个生成函数。为区分传递给共享生成函数的类型，编译器添加了额外的运行时查询。这会减慢性能。

随着Go未来版本中泛型实现渐趋成熟，运行时性能也会提升。目标并没有改变，还是要编写满足需求且易维护的快速运行代码。使用基准测试一节中讨论的基准测试和性能测试工具来度量和提升你的代码。

向标准库添加泛型

Go 1.18刚发布泛型时是很保守的。在全局添加了any和comparable接口，但并未在标准库中做出支持泛型的API调整。只做出了样式变化，将大部分标准库中的interface{}改成了any。

现在Go社区更适应了泛型，我们也看到了更多的变化。从Go 1.21起，标准库中包含了一些函数，使用泛型实现切片、字典和并发的常用算法。在复合类型一文中我们讲到了slices和maps包中的Equal和EqualFunc函数。这些包中的其它函数简化了切片和字典操作。slices包中的Insert、Delete和DeleteFunc 函数让开发展不必构建极其复杂的切片处理代码。maps.Clone函数利用Go Runtime来提供更快速的方式，来创建字典的浅拷贝。在代码精确地只运行一次一节中，我们学到sync.OnceValue和sync.OnceValues，它们使用泛型来构建只运行一次并返回一到两个值的函数。推荐使用这些包中的函数，而不要自己去实现。未来版本的标准库还会包含更多用到泛型的函数和类型。

解锁未来特性

泛型可能是其它未来特性的基础。一个可能是sum types。就像类型元素用于指定可替换类型参数的类型一样，和类型可用于变量参数中的接口。这会出现一些有趣的特性。如今Go在JSON的常见场景存在问题：其字段可以是单个值也可是值列表。即使是有泛型，处理这种情况的唯一方式是装饰字段类型设为any。添加和类型可让我们创建指定字段可为字符串、字符串切片及其它类型的接口。然后类型switch可以枚举每种有效类型，提升类型案例。指定类型边界集的能力可以让现代语言（包括Rust和Swift）使用和类型替代枚举。而Go当前在枚举特性上存在不足，这会成为一种有吸引力的解决方案，但需要时间来评估和探讨这些想法。