以下是第五周复合类型（数组、切片与映射）的详细学习内容，按照第四周的深度要求设计：
第五周：复合类型与词频统计
一、复合类型详解
1. 数组（Array）
// 声明与初始化
var arr1 [3]int // 声明：[0 0 0]
arr2 := [3]string{"A", "B", "C"} // 显式初始化
arr3 := [...]int{1,2,3} // 编译器推断长度// 特性：
// - 固定长度（长度是类型的一部分）
// - 值传递（赋值/传参产生副本）
// - 内存连续分配// 操作示例：
arr := [5]int{10,20,30,40,50}
fmt.Println(arr[1]) // 20
arr[2] = 35 // 修改元素
fmt.Println(len(arr)) // 5（长度）
fmt.Println(cap(arr)) // 5（容量）
2. 切片（Slice）
// 创建方式
s1 := make([]int, 3, 5) // 类型,长度,容量
s2 := []float64{1.1, 2.2} // 字面量
s3 := arr[1:3] // 从数组切割// 特性：
// - 动态大小（自动扩容）
// - 引用类型（底层数组视图）
// - 包含ptr/len/cap三元组// 操作示例：
s := []int{10,20,30}
s = append(s, 40) // 扩容追加
copy(s[1:], s[2:]) // 删除元素（20）
s = s[:len(s)-1] // 新长度：[10 30 40]
3. 映射（Map）
// 初始化方式
m1 := make(map[string]int)
m2 := map[string]float64{"pi": 3.1415,"e": 2.7182,
}// 特性：
// - 无序键值对集合
// - 引用类型
// - 线程不安全// 操作示例：
ages := map[string]int{"Alice": 25,"Bob": 30,
}
ages["Charlie"] = 28 // 添加/修改
delete(ages, "Bob") // 删除
if age, ok := ages["David"]; !ok {fmt.Println("不存在")
}
二、词频统计任务
需求分析
- 输入一段英文文本
- 输出单词出现频率（不区分大小写）
- 过滤标点符号和数字
- 支持并发处理（可选优化）
版本1：基础实现
func wordFrequency(text string) map[string]int {// 清理文本cleaner := func(r rune) rune {if unicode.IsLetter(r) {return unicode.ToLower(r)}return ' ' // 非字母转为空格}cleaned := strings.Map(cleaner, text)// 分割单词words := strings.Fields(cleaned)// 统计频率freq := make(map[string]int)for _, word := range words {freq[word]++}return freq
}
版本2：并发优化
func concurrentWordFrequency(text string) map[string]int {// 文本预处理（同上）cleaner := func(r rune) rune {/* 同版本1 */}cleaned := strings.Map(cleaner, text)words := strings.Fields(cleaned)// 并发处理var mu sync.Mutexvar wg sync.WaitGroupfreq := make(map[string]int)chunkSize := 1000for i := 0; i < len(words); i += chunkSize {end := i + chunkSizeif end > len(words) {end = len(words)}chunk := words[i:end]wg.Add(1)go func(words []string) {defer wg.Done()localFreq := make(map[string]int)for _, w := range words {localFreq[w]++}mu.Lock()for k, v := range localFreq {freq[k] += v}mu.Unlock()}(chunk)}wg.Wait()return freq
}
三、测试与性能
1. 表格驱动测试
func TestWordFrequency(t *testing.T) {tests := []struct {input stringwant map[string]int}{{"Hello hello world",map[string]int{"hello":2, "world":1},},{"Go! 100% Go...",map[string]int{"go":2},},{"A man a plan a canal: Panama",map[string]int{"a":3, "man":1, "plan":1, "canal":1, "panama":1},},}for _, tt := range tests {got := wordFrequency(tt.input)if !reflect.DeepEqual(got, tt.want) {t.Errorf("输入 %q\n期望 %v\n实际 %v", tt.input, tt.want, got)}}
}
2. 性能基准测试
# 运行测试
go test -bench . -benchmem# 预期结果：
BenchmarkWordFrequency-8 5000 324521 ns/op 138920 B/op 502 allocs/op
BenchmarkConcurrent-8 8000 198745 ns/op 189654 B/op 1502 allocs/op
四、进阶技巧
1. 内存优化（预分配）
// 预估容量减少扩容
words := make([]string, 0, len(text)/5) // 按平均单词长度5预估
freq := make(map[string]int, 1000) // 预分配哈希表槽位
2. 正则表达式优化
// 使用正则分割更高效
re := regexp.MustCompile(`\W+`)
words := re.Split(strings.ToLower(text), -1)
3. 自定义排序输出
func sortedFrequency(freq map[string]int) []string {type pair struct {word stringcount int}pairs := make([]pair, 0, len(freq))for k, v := range freq {pairs = append(pairs, pair{k, v})}sort.Slice(pairs, func(i, j int) bool {return pairs[i].count > pairs[j].count})result := make([]string, len(pairs))for i, p := range pairs {result[i] = fmt.Sprintf("%s:%d", p.word, p.count)}return result
}
五、扩展练习
-
停用词过滤：
func filterStopWords(freq map[string]int, stopWords map[string]struct{}) {for w := range freq {if _, exists := stopWords[w]; exists {delete(freq, w)}} } -
词云生成器：
func generateWordCloud(freq map[string]int, size int) []string {// 根据频率生成不同字号标记// 示例：["GO(12)", "语言(8)", "并发(20)"] }
六、学习检查清单
- 能正确定义数组、切片和映射
- 理解切片扩容机制（容量翻倍策略）
- 会使用sync.Mutex处理并发map访问
- 能解释数组与切片的底层关系
- 理解map的哈希表实现原理
- 会进行切片的内存预分配优化
- 能处理Unicode字符的文本清洗
- 会编写并发安全的统计程序
通过本学习内容，您将掌握Go语言核心复合类型的特性和高效使用方法，并能够根据实际场景选择最佳数据结构。建议：
- 尝试处理1GB以上的大文本文件
- 比较不同分块策略对并发版本的影响
- 使用pprof分析内存分配热点
- 实现扩展练习中的词云可视化功能
