遍历 Perl 哈希键的最安全方法是啥？

Posted 2023-02-22

【中文标题】遍历 Perl 哈希键的最安全方法是啥？

【英文标题】：What's the safest way to iterate through the keys of a Perl hash?遍历 Perl 哈希键的最安全方法是什么？

【发布时间】：2010-09-05 09:44:36

【问题描述】：

如果我有一个带有一堆（键，值）对的 Perl 哈希，那么遍历所有键的首选方法是什么？我听说使用each 可能会在某种程度上产生意想不到的副作用。那么，这是真的吗，以下两种方法中的一种是最好的，还是有更好的方法？

# Method 1
while (my ($key, $value) = each(%hash)) 
    # Something


# Method 2
foreach my $key (keys(%hash)) 
    # Something

【参考方案1】：

经验法则是使用最适合您需要的功能。

如果您只想要键并且不打算读取任何值，请使用 keys()：

foreach my $key (keys %hash)  ... 

如果您只想要值，请使用 values()：

foreach my $val (values %hash)  ... 

如果您需要键和值，请使用each()：

keys %hash; # reset the internal iterator so a prior each() doesn't affect the loop
while(my($k, $v) = each %hash)  ... 

如果您打算以任何方式更改散列的键除了以在迭代期间删除当前键，那么您不能使用each()。例如，使用 keys() 创建一组新的具有双倍值的大写键的代码可以正常工作：

%h = (a => 1, b => 2);

foreach my $k (keys %h)

  $huc $k = $h$k * 2;

产生预期的结果哈希：

(a => 1, A => 2, b => 2, B => 4)

但是使用 each() 做同样的事情：

%h = (a => 1, b => 2);

keys %h;
while(my($k, $v) = each %h)

  $huc $k = $h$k * 2; # BAD IDEA!

以难以预测的方式产生不正确的结果。例如：

(a => 1, A => 2, b => 2, B => 8)

不过，这是安全的：

keys %h;
while(my($k, $v) = each %h)

  if(...)
  
    delete $h$k; # This is safe
  

所有这些都在 perl 文档中描述：

% perldoc -f keys
% perldoc -f each

【讨论】：

请添加一个空上下文键 %h;在每个循环之前使用迭代器安全地显示。

每个都有另一个警告。迭代器绑定到哈希，而不是上下文，这意味着它不可重入。例如，如果您遍历一个哈希，并打印哈希 perl 将在内部重置迭代器，使此代码无限循环： my %hash = ( a => 1, b => 2, c => 3, ); while ( my ($k, $v) = each %hash ) print %hash; 阅读更多blogs.perl.org/users/rurban/2014/04/do-not-use-each.html

【参考方案2】：

使用 each 时您应该注意的一件事是它具有 将“状态”添加到散列的副作用（散列必须记住 “下一个”键是什么）。使用上面发布的 sn-ps 之类的代码时， 一次遍历整个哈希，这通常不是 问题。但是，您将遇到难以追查的问题（我从 经验 ;)，当使用 each 和类似的语句时 last 或 return 在您之前退出 while ... each 循环 已处理所有密钥。

在这种情况下，哈希会记住它已经返回了哪些键，并且 当你下次在它上面使用each 时（也许在一个完全不相关的 代码），它将继续在这个位置。

例子：

my %hash = ( foo => 1, bar => 2, baz => 3, quux => 4 );

# find key 'baz'
while ( my ($k, $v) = each %hash ) 
    print "found key $k\n";
    last if $k eq 'baz'; # found it!


# later ...

print "the hash contains:\n";

# iterate over all keys:
while ( my ($k, $v) = each %hash ) 
    print "$k => $v\n";

打印出来：

found key bar
found key baz
the hash contains:
quux => 4
foo => 1

“bar”和“baz”键发生了什么？它们仍然存在，但 第二个each 从第一个停止的地方开始，并在到达哈希末尾时停止，所以我们在第二个循环中永远不会看到它们。

【参考方案3】：

each 可能给您带来问题的地方在于它是一个真正的、非作用域的迭代器。举例：

while ( my ($key,$val) = each %a_hash ) 
    print "$key => $val\n";
    last if $val; #exits loop when $val is true


# but "each" hasn't reset!!
while ( my ($key,$val) = each %a_hash ) 
    # continues where the last loop left off
    print "$key => $val\n";

如果您需要确保each 获取所有键和值，则需要确保首先使用keys 或values（因为这会重置迭代器）。请参阅documentation for each。

【参考方案4】：

使用 each 语法将防止一次生成整个密钥集。如果您使用绑定散列到具有数百万行的数据库，这可能很重要。您不想一次生成整个密钥列表并耗尽您的物理内存。在这种情况下，每个都用作迭代器，而键实际上是在循环开始之前生成整个数组。

因此，“每个”唯一真正有用的地方是当哈希非常大时（与可用内存相比）。只有当哈希本身并不存在于内存中时才会发生这种情况，除非您正在编写手持数据收集设备或内存小的东西。

如果内存不是问题，通常地图或键范式是更流行且更易于阅读的范式。

【参考方案5】：

关于这个话题的一些其他想法：

任何散列迭代器本身都没有不安全的地方。不安全的是在您迭代散列时修改它的键。 （修改这些值是完全安全的。）我能想到的唯一潜在副作用是values 返回别名，这意味着修改它们将修改散列的内容。这是设计使然，但在某些情况下可能不是您想要的。 John 的accepted answer 很好，但有一个例外：文档清楚地表明在迭代哈希时添加键是不安全的。它可能适用于某些数据集，但对于其他数据集可能会失败，具体取决于哈希顺序。 如前所述，删除each 返回的最后一个键是安全的。对于keys，这是不正确的，因为each 是一个迭代器，而keys 返回一个列表。

【讨论】：

Re“不适用于键”，而是：它不适用于键，任何删除都是安全的。您使用的措辞暗示在使用键时删除任何内容是绝对不安全的。

Re：“没有任何不安全的哈希迭代器”，另一个危险是假设迭代器在开始每个循环之前处于开头，正如其他人提到的那样。

【参考方案6】：

我也总是使用方法 2。使用 each 的唯一好处是，如果您只是读取（而不是重新分配）哈希条目的值，则不会一直取消引用哈希。

【参考方案7】：

我可能会被这个咬伤，但我认为这是个人喜好。我在文档中找不到任何对 each() 与 keys() 或 values() 不同的引用（除了明显的“它们返回不同的东西”答案。事实上，文档声明使用相同的迭代器，它们都是返回实际的列表值而不是它们的副本，并且在使用任何调用对其进行迭代时修改哈希是不好的。

说了这么多，我几乎总是使用keys()，因为对我来说，通过散列本身访问键的值通常更能自我记录。当值是对大型结构的引用并且散列的键已经存储在结构中时，我偶尔会使用 values()，此时键是多余的，我不需要它。我想我在 10 年的 Perl 编程中使用了 each() 2 次，这两次都可能是错误的选择 =)

【参考方案8】：

我通常使用keys，但我想不起我上次使用或阅读each的使用。

不要忘记map，这取决于您在循环中所做的事情！

map  print "$_ => $hash$_\n"  keys %hash;

【讨论】：

除非你想要返回值，否则不要使用 map

【参考方案9】：

我想说：

使用对大多数人来说最容易阅读/理解的内容（我认为通常是按键） 在整个代码库中始终使用您决定的任何内容。

这有两个主要优点：

更容易发现“通用”代码，因此您可以重新考虑函数/方法。 以后的开发人员更容易维护。

我不认为对每个都使用键更昂贵，因此无需在代码中为同一事物使用两种不同的构造。

【讨论】：

随着keys 内存使用量增加hash-size * avg-key-size。鉴于密钥大小仅受内存限制（因为它们只是数组元素，例如引擎盖下的“它们的”对应值），在某些情况下，它在内存使用和时间上可能会禁止更昂贵用于制作副本。