为什么我不能将字符串键存储在关联数组中？

Question

我是 D 编程语言的新手，刚刚开始阅读《D 编程语言》这本书。

我在尝试一个关联数组示例代码 DMD 时遇到错误，

#!/usr/bin/rdmd
import std.stdio, std.string;

void main() {
    uint[string] dict;
    foreach (line; stdin.byLine()) {
        foreach (word; splitter(strip(line))) {
            if (word in dict) continue;
            auto newId = dict.length;
            dict[word] = newId;
            writeln(newId, '\t', word);
        }   
    }   
}

显示此错误消息：

./vocab.d(11): 错误：关联数组只能用不可变键赋值，而不是 char[]

我正在使用 DMD 编译 2.051

我猜测自 TDPL 书以来关联数组的规则已经改变。

我应该如何使用带有字符串键的关联数组？

谢谢。

更新：

我在本书的后面部分找到了解决方案。

在放入数组之前，使用 string.idup 制作一个重复的不可变值。

所以

dict[word.idup] = newId;

会完成这项工作。

但这有效率吗？

Answer 1

关联数组要求它们的键不可变。当你想到这样一个事实时，这是有道理的：如果它不是不可变的，那么它可能会改变，这意味着它的哈希值改变了，这意味着当你再次取出该值时，计算机将找不到它。如果你要替换它，你最终会在关联数组中添加另一个值（因此，你将拥有一个具有正确散列的值和一个具有不正确散列的值）。然而，如果密钥是不可变的，它就不能改变，所以就不存在这个问题。

在 dmd 2.051 之前，该示例可以运行（这是一个 bug）。不过现在它已被修复，因此 TDPL 中的示例不再正确。然而，与其说关联数组的规则发生了变化，不如说其中存在一个未被捕获的错误。这个例子在不应该编译的时候编译了，Andrei 错过了。它列在 TDPL 官方勘误表中，应该在未来的印刷中修复。

更正后的代码应使用 dictionary[word.idup] 或 dictionary[to!string(word)]。 word.idup 创建一个不可变的 word 副本。另一方面，to!string(word) 以最合适的方式将word 转换为string。在本例中，由于 word 是 char[]，因此需要使用 idup。但是，如果 word 已经是 string，那么它只会返回传入的值，而不会不必要地复制它。因此，在一般情况下，to!string(word) 是更好的选择（特别是在模板化函数中），但在这种情况下，两者都可以正常工作（to!()） code> 位于 std.conv 中）。

从技术上讲，将 char[] 转换为 string 是可行的，但这通常是一个坏主意。如果您知道 char[] 永远不会改变，那么您可以摆脱它，但在一般情况下，您会面临问题的风险，因为编译器会然后假设生成的字符串永远不会改变，并且它可能生成不正确的代码。甚至可能出现段错误。因此，除非分析表明您确实需要避免复制的额外效率，否则不要这样做，否则您无法通过首先使用 string 之类的操作来避免复制（因此不需要转换），并且您知道字符串永远不会改变。

一般来说，我不会太担心复制字符串的效率。一般来说，您应该使用 string 而不是 char[]，这样您就可以复制它们（即复制它们的引用（例如 str1 = str2;< /code>），而不是像 dup 和 idup 那样复制它们的整个内容），而不用担心效率特别低。该示例的问题在于 stdin.byLine() 返回一个 char[] 而不是 string （大概是为了避免复制数据，如果没有必要）。因此，splitter() 返回一个 char[]，因此 word 是一个 char[] 而不是字符串。现在，您可以执行 splitter(strip(line.idup)) 或 splitter(strip(line).idup) 而不是 idup钥匙。这样，splitter() 将返回 string 而不是 char[]，但这可能本质上与 idup< 一样高效。 /code>ing 单词。无论如何，由于文本最初来自何处，它是一个 char[] 而不是 string，这迫使您在某个地方 idup 它如果您打算将其用作关联数组中的键，请沿着该行。然而，在一般情况下，最好只使用 string 而不是 char[]。那么您就不需要idup任何东西。

编辑：
实际上，即使您发现从 char[] 转换为 string 看起来既安全又必要的情况，请考虑使用 std.exception.assumeUnique()（文档）。它本质上是当您需要并且知道可以时将可变数组转换为不可变数组的首选方法。这通常是在您构建了一个无法使其不可变的数组的情况下完成的，因为您必须分块进行，但该数组没有其他引用，并且您不想创建它的深层副本。但在像您所询问的示例这样的情况下，它没有用，因为您确实需要复制数组。

Answer 2

不，它效率不高，因为它显然重复了字符串。如果您可以保证您创建的字符串永远不会在内存中被修改，请随意显式使用强制转换cast(immutable)str它，而不是复制它。

（尽管如此，我注意到垃圾收集器运行良好，所以我建议您不要实际尝试，除非您看到瓶颈，因为您可能决定稍后更改字符串。只需在代码中添加注释即可帮助您稍后找到瓶颈（如果存在）。）