大家好，我是 polarisxu。

前两天分享了《Learning Go》最后一章作者重写的 PDF，今天有 gopher 翻译成了中文，经过译者授权发布。

译者：tearon，译者首发地址：https://blog.csdn.net/tearon/article/details/124960440。

尽管对功能的重视程度较低，但 Go 并不是一种静止的、一成不变的编程语言。

新的功能是在经过大量的讨论和实验后慢慢采用的。自最初的 Go 1.0 发布以来，定义符合 Go 语言习惯的模式已经发生了重大变化。首先是在 Go 1.7 中采用了 context。随后在 Go 1.11 中采用了 modules，在 Go 1.13 中采用了 error wrapping。

下一个重大变化已经到来。Go 的 1.18 版本包括了类型参数的实现，也就是俗称的泛型。在本章中，我们将探讨人们为什么需要泛型，Go 的泛型实现可以做什么，不能做什么，以及它们如何改变惯用模式。

泛型减少重复代码并提高类型安全性

Go 是一种静态类型编程语言，这意味着在编译时会检查变量和参数的类型。内置类型（maps、slices、channels）和内置函数（如 len、cap 或 make）能够接收和返回不同具体类型的值，但在 Go 1.18 之前，用户定义的 Go 类型和函数不能如此。

如果你熟悉动态类型语言，即在代码运行前不对类型进行安全检查，你可能不明白泛型有什么大惊小怪的，而且你可能有点不清楚它们是什么。如果你将它们视为 “类型参数”，会有所帮助。我们习惯于编写接收参数的函数，这些参数的值在函数被调用时被指定。在这段代码中，我们指定 Min 函数接收两个 float64 类型的参数并返回一个 float64：

func Min(v1, v2 float64) float64 {
    if v1 < v2 {
        return v1
    }
    return v2
}

然而，在某些情况下，编写函数或结构体时，参数或字段的具体类型在使用前是不被指定的，这时泛型就显得尤为重要了。

泛型类型的使用场景很容易理解。在第 133 页（指《Learning Go》这本图书）的 “Code Your Methods for nil Instances” 中，我们看了 ints 的二叉树。如果我们想为 strings 或 float64s 建立一个二叉树，并且希望类型安全，有几种选择。第一种可能性是为每个类型写一个自定义的树，但有那么多重复的代码很冗长且容易出错。

在 Go 没有加入泛型前，避免重复代码的唯一方法是修改我们的 Tree 实现，使其使用一个接口来指定如何对值进行排序。接口如下所示：

type Orderable interface {
    // Order returns:
    // a value < 0 when the Orderable is less than the supplied value,
    // a value > 0 when the Orderable is greater than the supplied value,
    // and 0 when the two values are equal.
    Order(interface{}) int
}

现在我们有了 Orderable，我们可以修改 Tree 实现来支持它：

type Tree struct {
    val Orderable
    left, right *Tree
}
func (t *Tree) Insert(val Orderable) *Tree {
    if t == nil {
        return &Tree{val: val}
    }
    switch comp := val.Order(t.val); {
    case comp < 0:
        t.left = t.left.Insert(val)
    case comp > 0:
        t.right = t.right.Insert(val)
    }
    return t
}

有了 OrderableInt 类型，我们就可以插入 int 值了：

type OrderableInt int
func (oi OrderableInt) Order(val interface{}) int {
    return int(oi - val.(OrderableInt))
}
func main() {
    var it *Tree
    it = it.Insert(OrderableInt(5))
    it = it.Insert(OrderableInt(3))
    // etc...
}

虽然这段代码可以正常工作，但它不允许编译器验证插入到我们数据结构中的值是否都相同。如果我们还有一个 OrderableString 类型：

type OrderableString string
func (os OrderableString) Order(val interface{}) int {
    return strings.Compare(string(os), val.(string))
}

以下代码可以编译：

var it *Tree
it = it.Insert(OrderableInt(5))
it = it.Insert(OrderableString("nope"))

Order 函数使用 interface{} 来表示传入的值。这降低了 Go 的主要优势之一，即编译时类型安全检查。当我们试图将 OrderableString 插入已经包含 OrderableInt 树中的代码时，编译器接受了该代码，然而，程序在运行时却出现了 panic：

panic: interface conversion: interface {} is main.OrderableInt, not string

现在 Go 已经加入了泛型，有一种方法可以为多种类型的数据结构实现一次，并在编译时检测不兼容的数据。我们将在稍后看到如何正确使用它们。

虽然没有泛型的数据结构很不方便，但真正的限制在于编写函数。由于泛型最初不是语言的一部分，因此在 Go 的标准库中做出了几个实现决策。例如，Go 没有编写多个函数来处理不同的数字类型，而是使用 float64 参数来实现 math.Max、math.Min 和 math.Mod 等函数，这些参数的范围大到足以准确表示几乎所有其他数字类型（例外情况是 int、int64 或 uint，其值大于 2^53 - 1 或小于 -2^53 - 1）。

还有其他一些情况，没有泛型是不可能的。你不能为一个由接口指定的变量创建一个新的实例，你也不能指定两个具有相同接口类型的参数也具有相同的具体类型。如果没有泛型，你就不能写一个函数来处理任何类型的切片，而不需要借助反射，并放弃一些性能和编译时的类型安全（这就是 sort.Slice 的工作原理）。这意味着从过往的情况来看，对切片进行操作的函数会对每种类型的切片进行重复实现。

2017 年，我写了一篇名为 "Closures Are the Generics for Go^[1]" 的博文，探讨了使用闭包来解决其中一些问题。然而，闭包方法有几个缺点。它的可读性要差得多，迫使数值逃逸到堆中，而且在许多常见的情况下根本不起作用。

其结果是，许多常见的算法，如 map、reduce 和 filter，最终都要为不同的类型重新实现。虽然简单的算法很容易复制，但许多（如果不是大多数）软件工程师发现，仅仅因为编译器不够聪明而自动重复代码是令人厌恶的。

介绍 Go 泛型

自 Go 首次发布以来，就一直有很多人呼吁将泛型加入到该语言中。Go 的开发负责人 Russ Cox 在 2009 年写了一篇博文，解释了为什么最初没有包含泛型。Go 强调快速的编译器、可读的代码和良好的执行时间，而他们所知道的泛型实现都不能让他们包含这三者。经过对这个问题研究了十年后，Go 团队有了一个可行的方法，在 Type Parameters Proposal^[2] （类型参数提案）中进行了概述。

我们将通过观察堆栈来了解泛型在 Go 中是如何工作的。如果你没有计算机科学背景，堆栈是一种数据类型，其中的值是按照后进先出（LIFO）的顺序添加和删除的。它就像一堆待洗的碗碟；先放的碗碟在底部，你只有洗完后来添加的碗碟才能拿到它们。让我们看看如何使用泛型来制作一个堆栈：

type Stack[T any] struct {
    vals []T
}
func (s *Stack[T]) Push(val T) {
    s.vals = append(s.vals, val)
}
func (s *Stack[T]) Pop() (T, bool) {
    if len(s.vals) == 0 {
        var zero T
        return zero, false
    }
    top := s.vals[len(s.vals)-1]
    s.vals = s.vals[:len(s.vals)-1]
    return top, true
}

有几点需要注意。首先，我们在类型声明后面有 [T any]，类型参数被放在括号里。它们的写法和变量参数一样，类型名称在前，类型约束在后。你可以为类型参数选择任何名字，但习惯上使用大写字母来表示它们。Go 使用接口来指定哪些类型可以使用。如果任何类型都可以使用，则使用新的 universe 块标识符 any 来指定，它完全等同于 interface{}（从 Go 1.18 及以后的版本开始，你可以在你的代码中使用 interface{} 的任何地方使用 any，但要注意你的代码将不能在 1.18 以前的 Go 版本中编译。）在 Stack 声明中，我们声明 vals 的类型为 []T。

接下来，我们看一下我们的方法声明。就像我们在 vals 声明中使用 T 一样。我们在这里也这么做。我们还在接收器部分用 Stack[T] 来指代类型，而不是 Stack。

最后，泛型使零值处理变得有些有趣。在 Pop 中，我们不能直接返回 nil，因为这不是一个有效的值类型，比如 int。为泛型获得零值的最简单的方法是用 var 声明一个变量并返回它。因为根据定义，如果没有分配其他值，var 总是将其变量初始化为零值。

使用泛型类型与使用非泛型类型非常相似：

func main() {
    var intStack Stack[int]
    intStack.Push(10)
    intStack.Push(20)
    intStack.Push(30)
    v, ok := intStack.Pop()
    fmt.Println(v, ok)
}

唯一的区别是，当我们声明我们的变量时，我们包括了我们想在堆栈中使用的类型，在这个例子中是 int。如果你试图把一个 string 推到我们的堆栈中，编译器会捕获它。添加这一行：

intStack.Push("nope")

产生编译器错误：

cannot use "nope" (untyped string constant) as int value
 in argument to intStack.Push

你可以在 The Go Playground^[3] 上试试我们的泛型堆栈。让我们给我们的堆栈添加另一个方法来告诉我们堆栈是否包含一个值：

func (s Stack[T]) Contains(val T) bool {
    for _, v := range s.vals {
        if v == val {
            return true
        }
    }
    return false
}

不幸的是，这并不能编译。它给出了错误：

invalid operation: v == val (type parameter T is not comparable with ==)

就像 interface{} 什么都不说一样，any 也一样。我们只能存储 any 类型的值并检索它们。要使用==，我们需要一个不同的类型。由于几乎所有的 Go 类型都可以用 == 和 != 来比较，所以在 universe 块中定义了一个新的内置接口，叫做 comparable。如果我们改变我们对 Stack 的定义，使用 comparable：

type Stack[T comparable] struct {
    vals []T
}

我们就可以使用我们的新方法：

func main() {
    var s Stack[int]
    s.Push(10)
    s.Push(20)
    s.Push(30)
    fmt.Println(s.Contains(10)) // true
    fmt.Println(s.Contains(5))  // false
}

你也可以试试这个更新的堆栈^[4]。

稍后，我们将看到如何制作一个泛型二叉树。在这之前，我们要介绍一些额外的概念：泛型函数，泛型如何与接口一起工作，以及类型约束。

泛型函数抽象算法

正如我们所暗示的那样，你也可以编写泛型函数。前面我们提到，如果没有泛型，就很难写出适用于所有类型的 map、reduce 和 filter 实现。泛型使之变得简单。下面是类型参数提案中的实现：

// Map turns a []T1 to a []T2 using a mapping function.
// This function has two type parameters, T1 and T2.
// This works with slices of any type.
func Map[T1, T2 any](s []T1, f func(T1 "T1, T2 any") T2) []T2 {
    r := make([]T2, len(s))
    for i, v := range s {
        r[i] = f(v)
    }
    return r
}
// Reduce reduces a []T1 to a single value using a reduction function.
func Reduce[T1, T2 any](s []T1, initializer T2, f func(T2, T1 "T1, T2 any") T2) T2 {
    r := initializer
    for _, v := range s {
        r = f(r, v)
    }
    return r
}
// Filter filters values from a slice using a filter function.
// It returns a new slice with only the elements of s
// for which f returned true.
func Filter[T any](s []T, f func(T "T any") bool) []T {
    var r []T
    for _, v := range s {
        if f(v) {
            r = append(r, v)
        }
    }
    return r
}

函数将其类型参数放在函数名之后，变量参数之前。Map 和 Reduce 有两个类型参数，都是 any 类型，而 Filter 有一个。当我们运行以下代码时：

words := []string{"One", "Potato", "Two", "Potato"}
filtered := Filter(words, func(s string) bool {
    return s != "Potato"
})
fmt.Println(filtered)
lengths := Map(filtered, func(s string) int {
    return len(s)
})
fmt.Println(lengths)
sum := Reduce(lengths, 0, func(acc int, val int) int {
    return acc + val
})
fmt.Println(sum)

输出如下：

[One Two]
[3 3]
6

亲自动手试试吧^[5]。

泛型和接口

你可以使用任何接口作为类型约束，而不仅仅是 any 和 comparable。例如，假设你想做一个可以容纳任意两个相同类型的值的类型，只要这个类型实现了 fmt.Stringer。泛型使我们有可能在编译时强制执行这一点：

type Pair[T fmt.Stringer] struct {
    Val1 T
    Val2 T
}

你也可以创建有类型参数的接口。例如，这里有一个接口，其方法是与指定类型的值进行比较，并返回一个 float64。它还嵌入了 fmt.Stringer：

type Differ[T any] interface {
    fmt.Stringer
    Diff(T) float64
}

我们将使用这两种类型来创建一个比较函数。这个函数接收两个具有 Differ 类型字段的 Pair 实例，并返回具有更接近值的 Pair。

func FindCloser[T Differ[T]](pair1, pair2 Pair[T] "T Differ[T]") Pair[T] {
    d1 := pair1.Val1.Diff(pair1.Val2)
    d2 := pair2.Val1.Diff(pair2.Val2)
    if d1 < d2 {
        return pair1
    }
    return pair2
}

请注意，FindCloser 接收的是具有符合 Differ 接口的字段的 Pair 实例。Pair 要求它的字段都是相同的类型，并且类型符合 fmt.Stringer 接口；这个函数的选择性更强。如果一个 Pair 实例中的字段不符合 Differ，编译器会阻止你用 FindCloser 来使用这个 Pair 实例。我们现在定义了几个符合 Differ 接口的类型：

type Point2D struct {
    X, Y int
}
func (p2 Point2D) String() string {
    return fmt.Sprintf("{%d,%d}", p2.X, p2.Y)
}
func (p2 Point2D) Diff(from Point2D) float64 {
    x := p2.X - from.X
    y := p2.Y - from.Y
    return math.Sqrt(float64(x*x) + float64(y*y))
}
type Point3D struct {
    X, Y, Z int
}
func (p3 Point3D) String() string {
    return fmt.Sprintf("{%d,%d,%d}", p3.X, p3.Y, p3.Z)
}
func (p3 Point3D) Diff(from Point3D) float64 {
    x := p3.X - from.X
    y := p3.Y - from.Y
    z := p3.Z - from.Z
    return math.Sqrt(float64(x*x) + float64(y*y) + float64(z*z))
}

下面是使用这段代码的样子：

func main() {
    pair2Da := Pair[Point2D]{Point2D{1, 1}, Point2D{5, 5}}
    pair2Db := Pair[Point2D]{Point2D{10, 10}, Point2D{15, 5}}
    closer := FindCloser(pair2Da, pair2Db)
    fmt.Println(closer)
    pair3Da := Pair[Point3D]{Point3D{1, 1, 10}, Point3D{5, 5, 0}}
    pair3Db := Pair[Point3D]{Point3D{10, 10, 10}, Point3D{11, 5, 0}}
    closer2 := FindCloser(pair3Da, pair3Db)
    fmt.Println(closer2)
}

在 The Go Playground^[6] 上亲自动手运行它。

使用类型约束来指定操作符

还有一件事，我们需要用泛型来表示：操作符。如果我们想写一个 Min 的泛型，我们需要一种方法来指定我们可以使用比较运算符，比如 < 和 >。Go 泛型通过一个类型元素来实现，该元素由一个或多个类型项束组成。由一个接口中的一个或多个类型约束组成：

type BuiltInOrdered interface {
    string | int | int8 | int16 | int32 | int64 | float32 | float64 |
        uint | uint8 | uint16 | uint32 | uint64 | uintptr
}

我们已经在第 146 页的 "Embedding and Interfaces" 中看到了具有类型元素的接口。在那种情况下，我们嵌入了另一个接口，以表明包含接口的方法集包括嵌入接口的方法。在这里，我们列出了由 | 分隔的具体类型。这指定了哪些类型可以被分配给一个类型参数，以及哪些运算符被支持。允许的操作符是那些对所有列出的类型都有效的操作符。在这种情况下，这些运算符是 ==、!=、>、<、>=、<=、和 +。请注意，在一个类型元素中带有具体类型限界的接口只作为类型参数的边界有效。使用它们作为变量、字段、返回值或参数的类型是一个编译时错误。

现在我们可以编写 Min 的泛型版本，并将其与内置的 int 类型（或 BuiltInOrdered 中列出的任何其他类型）一起使用。

func Min[T BuiltInOrdered](v1, v2 T "T BuiltInOrdered") T {
    if v1 < v2 {
        return v1
    }
    return v2
}
func main() {
    a := 10
    b := 20
    fmt.Println(Min(a, b))
}

默认情况下，类型限界完全匹配。如果我们试图用一个用户定义的类型来使用 Min 而该类型的底层类型是 BuiltInOrdered 中列出的类型之一，我们会得到一个错误。这段代码：

type MyInt int
var myA MyInt = 10
var myB MyInt = 20
fmt.Println(Min(myA, myB))

产生错误：

MyInt does not implement BuiltInOrdered (possibly missing ~ for
int in constraint BuiltInOrdered)

错误文本给出了如何解决这个问题的提示。如果你想让一个类型限界对任何将该类型限界作为其底层类型的类型有效，在类型限界前加一个 ~。这就对 BuiltInOrdered 的定义改为：

type BuiltInOrdered interface {
    ~string | ~int | ~int8 | ~int16 | ~int32 | ~int64 | ~float32 | ~float64 |
        ~uint | ~uint8 | ~uint16 | ~uint32 | ~uint64 | ~uintptr
}

您可以在 The Go Playground^[7] 上看到这个 Min 函数。

在一个用于类型参数的接口中，同时拥有类型元素和方法元素是合法的。例如，你可以指定一个类型必须有一个 int 基本类型和一个 String() 字符串方法：

type PrintableInt interface {
    ~int
    String() string
}

请注意，Go 会让你声明一个无法实际实例化的类型参数接口。如果我们在 PrintableInt 中使用 int 而不是 ~int，就不会有符合它的有效类型，因为 int 没有方法。这可能看起来很糟糕，但编译器还是会来救你。如果你声明的类型或函数有一个不可能的类型参数，任何试图使用它的行为都会引起编译器错误。假设我们声明了这些类型：

type ImpossiblePrintableInt interface {
    int
    String() string
}
type ImpossibleStruct[T ImpossiblePrintableInt] struct {
    val T
}
type MyInt int
func (mi MyInt) String() string {
    return fmt.Sprint(mi)
}

尽管我们不能实例化 ImpossibleStruct，编译器对这些声明都没有问题。然而，一旦我们尝试使用 ImpossibleStruct，编译器就会报错。这段代码：

s := ImpossibleStruct[int]{10}
s2 := ImpossibleStruct[MyInt]{10}

产生编译时错误：

int does not implement ImpossiblePrintableInt (missing String method)
MyInt does not implement ImpossiblePrintableInt (possibly missing ~ for
int in constraint ImpossiblePrintableInt)

在 The Go Playground^[8] 试试。

除了内置的原始类型外，类型限界还可以是切片、映射、数组、通道、结构体，甚至是函数。

当你想确保一个类型参数有一个特定的底层类型和一个或多个方法时，它们是最有用的。

类型推断和泛型

正如 Go 在使用 := 操作符时支持类型推断一样，它也支持类型推断以简化对泛型函数的调用。你可以在上面对 Map、Filter 和 reduce 的调用中看到这一点。在某些情况下，类型推断是不可能的（例如，当一个类型参数只作为返回值使用时）。当这种情况发生时，所有的类型参数都必须被指定。这里有一段略显愚蠢的代码，演示了类型推断不工作的情况：

type Integer interface {
    int | int8 | int16 | int32 | int64 | uint | uint8 | uint16 | uint32 | uint64
}
func Convert[T1, T2 Integer](in T1 "T1, T2 Integer") T2 {
    return T2(in)
}
func main() {
    var a int = 10
    b := Convert[int, int64](a "int, int64") // can't infer the return type
    fmt.Println(b)
}

在 The Go Playground^[9] 上试试。

类型元素限制常量

类型元素还指定了哪些常量可以被分配给泛型类型的变量。像操作符一样，这些常量需要对类型元素中的所有类型限界有效。在类型元素中，没有常量可以被分配给 BuiltInOrdered 中列出的每个类型。因此你不能把常量分配给该泛型类型的变量。如果你使用 Integer 接口，下面的代码将不能编译，因为你不能把 1,000 分配给一个 8 位的整型：

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

然而，这是有效的：

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

将泛型函数与泛型数据结构相结合

让我们回到二叉树示例，看看如何把我们所学到的一切结合起来，做成一个适用于任何具体类型的单一树。秘诀在于认识到我们的树需要的是一个单一的泛型函数，用来比较两个值并告诉我们它们的顺序：

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

现在我们有了 OrderableFunc，我们可以稍微修改我们的 Tree 实现。首先，我们要把它分成两种类型，Tree 和 Node：

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

我们用一个构造函数来构造一个新的 Tree：

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

Tree 的方法非常简单，因为它们只是调用 Node 来完成所有实际工作：

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 上的 Add 和 Contains 方法与我们之前看到的非常相似。唯一的区别是，我们用来排序元素的函数被传入：

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
}

现在我们需要一个匹配 OrderedFunc 定义的函数。通过利用 BuiltInOrdered，我们可以编写一个支持任何原始类型的函数：

func BuiltInOrderable[T BuiltInOrdered](t1, t2 T "T BuiltInOrdered") int {
    if t1 < t2 {
        return -1
    }
    if t1 > t2 {
        return 1
    }
    return 0
}

当我们将 BuiltInOrderable 与我们的 Tree 一起使用时，它看起来像这样：

t1 := NewTree(BuiltInOrderable[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，我们有两种选择。我们可以写一个函数：

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

然后我们可以在创建树的时候把这个函数传进去：

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

然后我们使用它：

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}))

您可以在 The Go Playground^[10] 上找到这棵树的代码。

遗漏的功能特性

Go 仍然是一种小而专注的语言，Go 的泛型实现并不包括其他语言的泛型实现中的许多功能。以下是 Go 泛型的初始实现中没有的一些功能。

虽然我们可以建立一个同时适用于用户定义类型和内置类型的单一树，但是像 Python、Ruby 和 C++ 这样的语言是以不同的方式解决的这个问题。它们包括运算符重载，这使得用户定义的类型可以为运算符指定实现。Go 不会增加这一功能。这意味着你不能使用 range 来遍历用户定义的容器类型，也不能使用 [] 来对它们进行索引。

省去运算符重载是有充分理由的。首先，Go 中的运算符数量多得令人吃惊。Go 也没有函数或方法重载，你需要一种方法来为不同的类型指定不同的操作符功能。此外，运算符重载会导致代码更难理解，因为开发者为符号发明了巧妙的含义（在 C++中，<< 对某些类型来说意味着 “向左移位”，对其他类型来说意味着 “把右边的值写到左边的值” ）。这些都是 Go 试图避免的可读性问题。

另一个在最初的 Go 泛型实现中被遗漏的有用功能是方法上的附加类型参数。回顾 Map / Reduce / Filter 函数，你可能会认为它们作为方法会很有用，就像这样：

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

你可以这样使用：

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
})

不幸的是，对于函数式编程的爱好者来说，这并不可行。你需要的不是将方法调用链接在一起，而是将函数调用嵌套起来，或者使用更易读的方法，即一次一次地调用函数，并将中间值分配给变量。类型参数提案详细阐述了排除参数化方法的原因。

也没有可变参数类型参数。在第 314 页的 "Build Functions with Reflection to Automate Repetitive Tasks" 中，我们用反射写了一个包装函数来为任何现有函数计时。这些函数仍然必须通过反射来处理，因为无法用泛型来处理。任何时候你使用类型参数，你都必须为你需要的每一种类型明确提供一个名称，所以你不能用任意数量的不同类型的参数来表示一个函数。

Go 泛型中遗漏的其他功能特性更为深奥。这些包括：

• 特殊化：一个函数或方法除了泛型版本外，还可以重载一个或多个特定类型的版本。由于 Go 没有重载功能，所以这个功能不在考虑之列。
• 局部化（Currying）：允许你通过指定一些类型参数，在另一个泛型函数或类型的基础上部分实例化一个函数或类型。
• 元编程：允许你指定在编译时运行的代码来生成在运行时运行的代码。

惯用 Go 和泛型

泛型的加入显然改变了一些关于如何习惯性地使用 Go 的建议。使用 float64 来表示任何数字类型的做法将结束。你应该使用 any 而不是 interface{} 来表示数据结构或函数参数中未指定的类型。你可以只用一个函数处理不同的切片类型。但不要觉得有必要立即将你的所有代码都切换到使用类型参数。随着新的设计模式的发明和完善，你的旧代码仍然可以工作。

现在判断泛型对性能的长期影响还为时尚早。Go 1.18 中的编译器比以前的版本要慢，但这有望在未来的版本中得到解决。已经有一些关于当前运行时影响的研究。Vicent Marti 写了一篇详细的博文^[11]，他探讨了泛型导致代码变慢的情况以及解释了为什么会这样的实现细节。相反，Eli Bendersky 写了一篇博文^[12]，表明泛型使排序算法更快。同样，随着泛型实现在 Go 的未来版本中逐渐成熟，预计运行时性能将得到改善。

一如既往，我们的目标是编写足够快的可维护程序来满足你的需求。使用我们在第 285 页 "Benchmarks" 中讨论的基准和剖析工具来测量和改进。

进一步解锁未来

Go 1.18 中泛型的最初发布是非常保守的。它在 universe 块中加入了新的接口 any 和 comparable，但在标准库中并没有为支持泛型而改变 API。我们做了一种风格上的改变；标准库中几乎所有的 interface{} 的使用都被替换为 any。

未来版本的标准库可能会包括新的接口定义来表示常见情况（如 Orderable），新的类型（如 set、tree 或有序 map），以及新的函数。在此期间，你可以随意编写你自己的，但考虑在标准库更新后替换它们。

泛型可能是未来其他功能的基础。一种可能性是 sum 类型。就像类型元素被用来指定可以替代类型参数的类型一样，它们也可以被用于可变参数的接口。这将实现一些有趣的功能。今天，Go 在处理 JSON 常见业务时遇到了一个问题：一个字段可以是单个值，也可以是一个值的列表。即使有泛型，处理这种情况的唯一方法是使用 any 类型的字段。添加 sum 类型将允许你创建一个接口，指定一个字段可以是一个字符串，一个字符串的切片，而不是其他。然后，类型转换可以完全枚举每一种有效的类型，提高类型安全性。这种指定一组有界类型的能力允许许多现代语言（包括 Rust 和 Swift）使用 sum 类型来表示枚举。鉴于 Go 目前枚举功能的不足，这可能是一个有吸引力的解决方案，但这些想法需要时间来评估和探索。

结束语

在本章中，我们了解了泛型以及如何使用它们来简化我们的代码。Go 泛型还处于早期阶段。看到他们如何帮助 Go 语言成长，同时又保持 Go 独特的匠心精神，这将是令人兴奋的。

我们已经完成了对 Go 以及如何习惯使用它的旅程。就像任何毕业典礼一样，是时候说几句结束语了。让我们回顾一下序言中所说的内容。“写得好，Go 很无聊…… 写得好的 Go 程序往往是直截了当的，有时还有点重复”。我希望你现在能明白为什么这会造就更好的软件工程。惯用 Go 的一套工具、实践和模式，可以使跨时间和不断变化的团队维护软件变得更加容易。这并不是说其他语言的文化不重视可维护性；只是这可能不是他们的最高优先事项。相反，他们强调的是性能、新功能或简明的语法等。这些权衡都有其存在的意义，但从长远来看，我认为 Go 的重点是专注于打造能持久使用的软件，Go 在这一点上会胜出。

我祝愿你在为未来 50 年的计算创造软件时一切顺利。

参考资料