golang 删除切片的某个元素及剔除切片内的零值方式
作者:fwhezfwhez 发布时间:2024-04-25 15:30:59
标签:golang,切片,元素,零值
看代码吧~
func remove(slice []interface{}, elem interface{}) []interface{}{
if len(slice) == 0 {
return slice
}
for i, v := range slice {
if v == elem {
slice = append(slice[:i], slice[i+1:]...)
return remove(slice,elem)
break
}
}
return slice
}
func removeZero(slice []interface{}) []interface{}{
if len(slice) == 0 {
return slice
}
for i, v := range slice {
if ifZero(v) {
slice = append(slice[:i], slice[i+1:]...)
return removeZero(slice)
break
}
}
return slice
}
//判断一个值是否为零值,只支持string,float,int,time 以及其各自的指针,"%"和"%%"也属于零值范畴,场景是like语句
func IfZero(arg interface{}) bool {
if arg == nil {
return true
}
switch v := arg.(type) {
case int, int32, int16, int64:
if v == 0 {
return true
}
case float32:
r:=float64(v)
return math.Abs(r-0)<0.0000001
case float64:
return math.Abs(v-0)<0.0000001
case string:
if v == "" || v == "%%" || v == "%" {
return true
}
case *string, *int, *int64, *int32, *int16, *int8, *float32, *float64, *time.Time:
if v == nil {
return true
}
case time.Time:
return v.IsZero()
default:
return false
}
return false
}
补充:golang删除slice * 定条件的元素,优化版
写了两种对一个slice中删除特定元素的方法,并做了性能对比,在这里记录一下。
假设我们的切片有0和1,我们要删除所有的0,此处有三种方法:
第一种方法:
func DeleteSlice(a []int) []int{
for i := 0; i < len(a); i++ {
if a[i] == 0 {
a = append(a[:i], a[i+1:]...)
i--
}
}
return a
}
解释:这里利用常见的方法对slice中的元素进行删除,注意删除时,后面的元素前移,i应该后移一位。
第二种方法:
func DeleteSlice1(a []int) []int {
ret := make([]int, 0, len(a))
for _, val := range a {
if val == 1 {
ret = append(ret, val)
}
}
return ret
}
解释:这种方法最容易理解,重新使用一个slice,将不合理的过滤掉。缺点是需要开辟另一个slice的空间,优点是容易理解,而且不对原来的slice进行操作。
第三种方法:
func DeleteSlice2(a []int) []int{
j := 0
for _, val := range a {
if val == 1 {
a[j] = val
j++
}
}
return a[:j]
}
解释:这里利用一个index,记录应该下一个有效元素应该在的位置,遍历所有元素,当遇到有效元素,index加一,否则不加,最终index的位置就是所有有效元素的下一个位置。最后做一个截取就行了。这种方法会对原来的slice进行修改。
这里对三种方法做了性能测试,测试代码如下:
package main
import (
"testing"
)
func handle(data []int) {
return
}
const N = 100
func getSlice()[]int {
a := []int{}
for i := 0; i < N; i++ {
if i % 2 == 0 {
a = append(a, 0)
} else {
a = append(a, 1)
}
}
return a
}
func BenchmarkDeleteSlice(b *testing.B) {
for i := 0; i < b.N; i++ {
data := DeleteSlice(getSlice())
handle(data)
}
}
func BenchmarkDeleteSlice1(b *testing.B) {
for i := 0; i < b.N; i++ {
data := DeleteSlice1(getSlice())
handle(data)
}
}
func BenchmarkDeleteSlice2(b *testing.B) {
for i := 0; i < b.N; i++ {
data := DeleteSlice2(getSlice())
handle(data)
}
}
测试结果如下(slice大小为100):
加大slice大小进行测试(slice大小为10000):
继续加大(slice大小为100000)
slice大小为10^6:
可以看出:
第一种方法在slice大小比较小时,比第2、3种方法慢一倍左右。但是slice大小变大时,性能显著下降。
第2种方法和第3种方法差距基本处于同一量级,但是第3种方法稍快一些。但是当slice大小增加到10^6级别时,第三种方法的优势就显现出来。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持asp之家。如有错误或未考虑完全的地方,望不吝赐教。
来源:https://blog.csdn.net/fwhezfwhez/article/details/79931415
0
投稿
猜你喜欢
- 本篇文章以文件上传为例,聊聊 Jmeter 并发执行 Python 脚本的完整流程1. 前言大家好,我是安果!最近有小伙伴后台给我
- 本文实例讲述了python实现京东订单推送到测试环境,提供便利操作。分享给大家供大家参考,具体如下:# -*- coding: utf-8
- 步骤如下: 1.使用torchvision加载并预处理CIFAR-10数据集、2.定义网络3.定义损失函数和优化器4.训练网络并更新网络参数
- 前期准备1.beat插件安装pip3 install django-celery-beat2.注册APPINSTALLED_APPS = [
- 合并:torch.cat(inputs=(a, b), dimension=1)e.g. x = torch.cat((x,y), 0) 沿
- tensorflow作为google开源的项目,现在赶超了caffe,好像成为最受欢迎的深度学习框架。确实在编写的时候更能感受到代码的真实存
- 1.解读tensorflow权重文件,透过 tf.train.NewCheckpointReader函数。2.reader.get_vari
- 起因写这篇博客的起因是今天在刷leetcode的每日一题,是一道字符串转换整数 (atoi)的题,感兴趣的话可以点击题目名称去看一下具体描述
- asp编程中我们经常要处理字符串,比如一个新闻列表,在我们编写asp程序的时候就要考虑到新闻标题的长度不确定性,因为有的文章标题可能很长,可
- SNMP标准引入一组ASN.1语言元素,称之为SMI(Structure of Management Information)。由SMI描述
- 最近在网上看到了一些测试,感觉不是很准确,今天亲自测试了一番。得出了结论,测试过程在个人计算机上,可能不够全面,仅供参考。测试过程:准备一张
- 通过上篇文章给大家介绍了SqlServer应用之sys.dm_os_waiting_tasks 引发的疑问(上) ,说了一下sys.dm_e
- 本文实例讲述了python函数装饰器之带参数的函数和带参数的装饰器用法。分享给大家供大家参考,具体如下:1. 函数带多个参数# 普通的装饰器
- turtle库是一个很经典的绘图库,其最初来自于1967年创造的logo编程语言,之后被Python编写放到了Python的内置模块中。网络
- 代码如下:<% set rs=server.createobject("adodb.recordset&
- 1. 安装完整的vim# apt-get install vim-gnome2. 安装ctags,ctags用于支持taglist,必需!#
- 一、前言程序的性能也是非常关键的指标,很多时候你的代码跑的快,更能够体现你的技术。最近发现很多小伙伴在性能分析的过程中都是手动打印运行时间的
- 本文用163邮箱进行了测试,python用的是3.8版本进行的测试1.设置邮箱,如下图所示2.设置过程如下图所示:设置完成后,添加如下代码:
- 这篇博客将介绍如何通过OpenCV中图像修复的技术——cv2.inpaint() 去除旧照片中的小噪音、笔划等。并提供一个可交互式的程序,利
- 看如下asp代码:<%@ codepage="65001" %><!--