当前位置:首页 > 文章列表 > Golang > Go问答 > golang 发送 lambda 捕获组

golang 发送 lambda 捕获组

来源:stackoverflow 2024-04-05 09:09:34 0浏览 收藏

小伙伴们对Golang编程感兴趣吗?是否正在学习相关知识点?如果是,那么本文《golang 发送 lambda 捕获组》,就很适合你,本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点,希望对大家的知识积累有所帮助!

问题内容

我使用了大量的 c++,并且在使用它时我经常使用 lambda。 lambda 有

[]() ->  {}.

在 golang 中我知道 lambda 只是

var lambda_exp = func()  {}

但是我如何复制捕获组?


解决方案


c++ 有一大堆繁琐的东西需要控制:

  • 捕获哪些变量
  • 他们的一生可能是怎样的
  • 它们是通过值还是通过引用捕获

等等。这些都带有大量复杂的规则,作为程序员必须遵守;如果不这样做,您的代码行为是未定义的。结果是只有 c++ 程序员大师才能维护的极其清晰的代码,以及终生的工作保障。1

go 缺乏所有这些复杂性。程序员被迫编写清晰简单的代码:不会让读者感到困惑的代码。变量的生命周期由编译器和运行时自动计算出。

好吧,对于我们程序员来说幸运的是,有一点复杂性。形式的循环:

for i, item := range someslice {
    go func() {
        operateon(i, &item)
    }()
}

只有一个名为 item 的单个(共享)变量,因此每个生成的 goroutine 都在处理相同项,其值在每次循环时都会被覆盖。这意味着您必须写出不太清晰的内容:

for i, item := range someslice {
    item := item
    go func() {
        operateon(i, &item)
    }()
}

(请注意,i 不是问题,因为它的值只是它的值,而不是指针;我在下面再次使用它)或:

for i, item := range someslice {
    go func(x T) {
        operateOn(i, &x)
    }(item)
}

正确捕获闭包内局部变量中的项目。

1如果不是很明显,我实际上很高兴 go 代码如此简单明了。我对 c++ 编程的工作保障方面至少有一点讽刺。在许多情况下,这些繁琐的东西确实允许c++提高内存效率并且不需要运行时gc,但这只是一场噩梦。这就是为什么 rust 的所有权模型存在的原因,但 rust 需要一些时间来适应。

今天关于《golang 发送 lambda 捕获组》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
go ldflags 设置变量值不起作用go ldflags 设置变量值不起作用
上一篇
go ldflags 设置变量值不起作用
mac查看字体文件(mac字体在哪里找)
下一篇
mac查看字体文件(mac字体在哪里找)
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    313次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    296次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    271次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    89次使用