当前位置:首页 > 文章列表 > Golang > Go问答 > golang 中的类型转换如何工作?

golang 中的类型转换如何工作?

来源:stackoverflow 2024-04-22 12:09:35 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习Golang的朋友们,也希望在阅读本文《golang 中的类型转换如何工作?》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新Golang相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

问题内容

我的问题陈述是加载和保存带有数字的二进制文件,这些数字可以轻松存储在 uint32/float32 中。这将在磁盘上大约超过 2gb,并且所有内容也都需要在内存中。

我的程序需要大量数学运算,golang标准库函数/方法需要int/float64参数,我必须将我的数字转换为int/float64

一个简单的基准测试(https://play.golang.org/p/a52-wbo3z34)给出了以下输出:

$: go test -bench=. 
goos: linux
goarch: amd64
pkg: gotrade
BenchmarkCast-4             1000       1519964 ns/op
BenchmarkNoCast-4           3000        373340 ns/op
PASS
ok      gotrade 2.843s

这清楚地表明类型转换相当昂贵。

int 和 float64 的缺点:

  • 它几乎需要双倍的内存

int 和 float64 的优点:

  • 避免大量类型转换操作

请建议我一种处理这种情况的方法,我在这里遗漏了什么吗?

如果我们需要通过标准库进行外部计算,我们是否应该始终选择 intfloat64


解决方案


您的逻辑、基准和假设存在一些错误。

至于强制转换,您的结果显示您的 for 循环运行了 1000 次。由于循环 100 万次,这实际上进行了 10 亿次转换操作……还不错。

实际上,我稍微修改了你的代码:

const (
    min = float64(math.smallestnonzerofloat32)
    max = float64(math.maxfloat32)
)

func cast(in float64) (out float32, err error) {

    // we need to guard here, as casting from float64 to float32 looses precision
    // therefor, we might get out of scope.
    if in < min {
        return 0.00, fmt.errorf("%f is smaller than smallest float32 (%f)", in, min)
    } else if in > max {
        return 0.00, fmt.errorf("%f is bigger than biggest float32 (%f)", in, max)
    }

    return float32(in), nil
}

// multi64 uses a variadic in parameter, in order to be able
// to use the multiplication with arbitrary length.
func multi64(in ...float64) (result float32, err error) {

    // necessary to set it to 1.00, since float64's null value is 0.00...
    im := float64(1.00)

    for _, v := range in {
        im = im * v
    }

    // we only need to cast once.
    // you do want to make the calculation with the original precision and only
    // want to do the casting once. however, this should not be done here - but in the
    // caller, as the caller knows on how to deal with special cases.
    return cast(im)
}

// multi32 is a rather non-sensical wrapper, since the for loop
// could easily be done in the caller.
// it is only here for comparison purposes.
func multi32(in ...float32) (result float32) {
    result = 1.00
    for _, v := range in {
        result = result * v
    }
    return result
}

// openfile is here for comparison to show that you can do
// a... fantastic metric ton of castings in comparison to io ops.
func openfile() error {
    f, err := os.open("cast.go")
    if err != nil {
        return fmt.errorf("error opening file")
    }
    defer f.close()

    br := bufio.newreader(f)
    if _, _, err := br.readline(); err != nil {
        return fmt.errorf("error reading line: %s", err)
    }

    return nil
}

使用以下测试代码

func init() {
    rand.seed(time.now().utc().unixnano())
}
func benchmarkcast(b *testing.b) {
    b.stoptimer()

    v := rand.float64()
    var err error

    b.resettimer()
    b.starttimer()

    for i := 0; i < b.n; i++ {
        if _, err = cast(v); err != nil {
            b.fail()
        }
    }
}

func benchmarkmulti32(b *testing.b) {
    b.stoptimer()

    vals := make([]float32, 10)

    for i := 0; i < 10; i++ {
        vals[i] = rand.float32() * float32(i+1)
    }

    b.resettimer()
    b.starttimer()

    for i := 0; i < b.n; i++ {
        multi32(vals...)
    }
}
func benchmarkmulti64(b *testing.b) {

    b.stoptimer()

    vals := make([]float64, 10)
    for i := 0; i < 10; i++ {
        vals[i] = rand.float64() * float64(i+1)
    }

    var err error
    b.resettimer()
    b.starttimer()

    for i := 0; i < b.n; i++ {
        if _, err = multi64(vals...); err != nil {
            b.log(err)
            b.fail()
        }
    }
}

func benchmarkopenfile(b *testing.b) {
    var err error
    for i := 0; i < b.n; i++ {
        if err = openfile(); err != nil {
            b.log(err)
            b.fail()
        }
    }
}

你会得到这样的东西

BenchmarkCast-4         1000000000           2.42 ns/op
BenchmarkMulti32-4       300000000           5.04 ns/op
BenchmarkMulti64-4       200000000           8.19 ns/op
BenchmarkOpenFile-4         100000          19591 ns/op

因此,即使使用这种相对愚蠢且未经优化的代码,肇事者仍然是 openfile 基准测试。

现在,让我们正确看待这一点。 19,562ns 等于 0,019562 毫秒。一般人可以感知到的延迟约为 20 毫秒。因此,即使是 100,000(“十万”)文件打开、行读取和文件关闭也比人类感知的速度快 1000 倍。

与此相比,转换速度要快几个数量级 - 所以你可以随意转换,你的瓶颈将是 i/o。

编辑

这留下了一个问题,为什么您不首先将值导入为 float64?

理论要掌握,实操不能落!以上关于《golang 中的类型转换如何工作?》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
华为新款磁吸移动电源通过3C认证,预计将与Pura 70新手机壳同步推出华为新款磁吸移动电源通过3C认证,预计将与Pura 70新手机壳同步推出
上一篇
华为新款磁吸移动电源通过3C认证,预计将与Pura 70新手机壳同步推出
Mac双系统管理员账户?
下一篇
Mac双系统管理员账户?
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。
    542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。
    508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
    497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。
    484次学习
查看更多
AI推荐
  • SEO标题魔匠AI:高质量学术写作平台,毕业论文生成与优化专家
    魔匠AI
    SEO摘要魔匠AI专注于高质量AI学术写作,已稳定运行6年。提供无限改稿、选题优化、大纲生成、多语言支持、真实参考文献、数据图表生成、查重降重等全流程服务,确保论文质量与隐私安全。适用于专科、本科、硕士学生及研究者,满足多语言学术需求。
    16次使用
  • PPTFake答辩PPT生成器:一键生成高效专业的答辩PPT
    PPTFake答辩PPT生成器
    PPTFake答辩PPT生成器,专为答辩准备设计,极致高效生成PPT与自述稿。智能解析内容,提供多样模板,数据可视化,贴心配套服务,灵活自主编辑,降低制作门槛,适用于各类答辩场景。
    30次使用
  • SEO标题Lovart AI:全球首个设计领域AI智能体,实现全链路设计自动化
    Lovart
    SEO摘要探索Lovart AI,这款专注于设计领域的AI智能体,通过多模态模型集成和智能任务拆解,实现全链路设计自动化。无论是品牌全案设计、广告与视频制作,还是文创内容创作,Lovart AI都能满足您的需求,提升设计效率,降低成本。
    32次使用
  • 美图AI抠图:行业领先的智能图像处理技术,3秒出图,精准无误
    美图AI抠图
    美图AI抠图,依托CVPR 2024竞赛亚军技术,提供顶尖的图像处理解决方案。适用于证件照、商品、毛发等多场景,支持批量处理,3秒出图,零PS基础也能轻松操作,满足个人与商业需求。
    37次使用
  • SEO标题PetGPT:智能桌面宠物程序,结合AI对话的个性化陪伴工具
    PetGPT
    SEO摘要PetGPT 是一款基于 Python 和 PyQt 开发的智能桌面宠物程序,集成了 OpenAI 的 GPT 模型,提供上下文感知对话和主动聊天功能。用户可高度自定义宠物的外观和行为,支持插件热更新和二次开发。适用于需要陪伴和效率辅助的办公族、学生及 AI 技术爱好者。
    37次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码