本文简介

第8章 字符串与集合

程序中最常用的三大数据结构是字符串、数组和射。

字符串和数组、映射的区别在于,字符串是被作为一个整体来关注和使用的; 数组和映射关注最多的是其中的元素及它们之间的关系。所以,数组和映射也被称为集合类型。

8.1 字符串

• 字符和计算机底层一串0、1的一一映射关系就叫作字符编码(Character Encoding) 。
• Unicode字符集是通用的多字节编码字符集集。Unicode 字符集相当于一张表,其中包含了世界上所有语言中可能出现的字符,每个字符对应一个非负整数,该数字称为码点(Code Point) 。这个码点也分为不同的类型,包括标量值(Scala Value) 、代理对码点、非字符码点、保留码点和私有码点。
• 标量值最常用,它是指实际存在对应字符的Unicode码位
• Unicode只规定字符对应的码点，没有指定如何存储
• Unicode 字符集解决了字符通用的问题,但是必须寻求另外一种存储方式以更加节约流量和硬盘空间。这种存储方式就是码元(Code Unit)组成的序列
• 码元是指用于处理和交换编码文本的最小比特组合。比如计算机处理字符的最小单位1字节就是一个码元。通过将Unicode标量值和码元序列建立一一映射关系,就构成了编码表。
• 在Unicode中一共有三种这样的字符编码表:UTF-8、UTF-16 UTF-32,它们正好对应了1字节、2字节和4字节的码元。
• 但是多字节码元有字节序的问题，而UTF-8一个码元只有一个字节，不存在字节序可以直接储存
• UTF-8编码规则大致如下:
  • 当一个字符在ASCII码的范围(兼容ASCII码)时,就用1字节表示
  • 当一个字符占用了n个字节时,第一字节的前n个设置为1,第n+1位设置为0,后面字节的前两位设置为10
• 将Unicode字符转换为字节序列的过程称为编码；把编码字节序转为字符的过程为解码

8.2 字符

• Rust使用char类型表示单个字符。char类型使用整数值与Unicode标量值一一对应
• Rust用单引号来定义字符,使用双引号定义的是字符串字面量。
• 在Rust中每个char类型的字符都代表一个有效的u32类型的整数
• 为了能存储任何Unicode标量值，Rust规定每个字符都占4个字节

8.3 字符串分类

创建字符串的各种方法:

let string = String::new();
let string = String::from("hello rust");
let string = String::with_capacity(20);

let str = "hello";
let string = str.chars().filter(|c| !c.is_whitespace()).collect();
let string = str.to_owned();
let string = str.to_string();

8.1.4 字符串的两种处理方式

在Rust中对字符串的操作大致分为两种方式：按字节处理和按字符处理 。

• let str = "boo虎foo"
  • 如何得到字符串的长度？长度是多少？长度的单位是___数
  • 如何将其转换为字符char向量，它的长度是多少？
  • 如何将其转换为字符bytes迭代器？
• 字符串为什么不能按索引访问其中字符？
• let mut v = String::from("boo虎foo");
  • 如何访问第0个字符？
  • 如何访问”虎”这个字符？
  • v.get_mut(5..)的结果是什么？
  • 如何判断字符”虎”的边界是3？
• let s = "hello,我的世界";
  • 如何分割成中英文两个子串？
  • 在索引7处分割可以吗？

8.1.5 字符串的修改

修改字符串，则使用String类型。修改字符串大致分为追加、插入、连接、更新和删除5种情形

1. 追加

     let mut hello = String::from("Hello, ");
   

   • 如何在hello后追加一个字符R
   • 如何追加字符串ust!
   • 如何通过Extend迭代器追加字符串
   • 为什么hello可以通过extend追加字符串
   • 如何通过迭代器追加[',', 'r', 'u']数组
   • 如何通过迭代器追加"st "字符串
   • 如何通过迭代器追加"w o r l d"去除空白字符的字符串
2. 插入字符串

     let mut s = String::with_capacity(3);
   

   • 如何在索引0处插入'f'字符
   • 如何在索引2处插入'o'字符（对吗？）
   • 如何在索引0处插入"bar"字符串
   • 索引的单位是_____
   • insert内部是基于is_char_boundary来判断插入位置的合法性的
3. 连接字符串

     let left = "abc".to_string();
     let right = "def".to_string();
   

   • 如何把left和right连接起来
4. 更新字符串

     let s = String::from("foobarr");
   

   • 如何把偶数位改成大写？
5. 删除字符串

     let mut s = String::from("He虎llo");
   

   • 如何删除”虎”字?
   • 如何删除最后一个字符？
   • 如何删除虎后面的所有字符？
   • 如何清除整个字符串？

       let mut s = String::from("老虎 is tiger, 山羊 is sheep");
     

   • drain的作用：移除指定范围内的字符串？
   • 如何用drain把字符串分成两个部分？

8.1.6 字符串的查找

rust 可以用字符匹配的方法来查找

字符串匹配模式原理

8.1.7 与其他类型的互换

• 如何把&str类型转换为u32类型？
  • parse方法内部是用__trait的___方法来实现的？
  • 如何实现下面的代码：

    struct Point {x: i32, y: i32};
    let p = Point::from_str("{1, 2}");
    assert_eq!(p.unwrap(), "Point{x: 1, y: 2}");
    

• 把其他类型转为字符串用____宏？
  • format!宏使用的是__trait中的__函数
• 用什么关键字保留字符串中的特殊符号？

8.2 集合类型

8.2.1 变长数组

• array元素可以保存在__上，而Vec元素只能在__上
• String类型是____的包装
• Rust用____值代表零大小的容量
• Rust的偏序、全序与等价
  • 偏序与全序相差的是_____
  • 完全性是指的这个类型的每个元素都可以____
  • PartialEq定义了__和__两个方法
  • Eq表示标记了Eq的类型是___关系

Vec的基本操作

8.2.2 映射集

Map是依照__形式存储的数据结构，Rust有两种类型的Map：基于的Map、基于的__Map

HashMap的增、删、改、查

Entry的方法

Entry体有三个方法or_insert、or_insert_with和key，需要先把HashMap转为___

对于

let mut map: HashMap<&str, u32> = HashMap::new();

• 找到current_year项，没有就增加并插入2017
• 找到current_year项的可变引用，并给它的值加10
• 找到current_year项，没有就用环境变量next_year+10给它赋值

Map合并的方法

• extend合并

  map1.extend(map2)
  

• merge_chain合并

  map1.into_iter().chain(map2).collect()
  

• merge_by_ref合并

  map1.extend(map_ref.into_iter().map(|(k, v)| (k.clone(), v.clone())))
  

  Hash碰撞的两个元素称为____

8.3 容量

容量是为集合容量分配的__空间，其大小是指集合包含的__数量