当前位置:首页 > 文章列表 > Golang > Go教程 > Go 面试难题:为什么 for range 循环中 map 的所有 v.name 都变成了“博客”?

Go 面试难题:为什么 for range 循环中 map 的所有 v.name 都变成了“博客”?

2024-11-13 16:34:15 0浏览 收藏

偷偷努力,悄无声息地变强,然后惊艳所有人!哈哈,小伙伴们又来学习啦~今天我将给大家介绍《Go 面试难题:为什么 for range 循环中 map 的所有 v.name 都变成了“博客”?》,这篇文章主要会讲到等等知识点,不知道大家对其都有多少了解,下面我们就一起来看一吧!当然,非常希望大家能多多评论,给出合理的建议,我们一起学习,一起进步!

Go 面试难题:为什么 for range 循环中 map 的所有 v.name 都变成了“博客”?

Go面试难题:为何键值对中v.name都是“博客”

题目中展示了一个简单的Go程序,其中有一个map[string]*student类型的数据结构m。当程序执行for range循环时,注意到键值对中v.name的值都变成了“博客”。那么,为什么会出现这种情况呢?

答案:变量地址固定

问题关键在于for range循环的变量地址是固定的。在for range循环中,k和v分别是map键和值的地址。当循环执行时,它会将map中每个键值对的地址依次赋值给k和v。

然而,在问题代码中,使用的是指针类型(*student)。这意味着,&stu变量指向student结构体的地址,而不是结构体本身。因此,所有指向student结构体的指针都有相同的地址。

指针赋值

在for range循环的每一次迭代中,m[stu.name] = &stu本质上是将相同地址(student结构体的地址)分别赋值给map的每个key。如此一来,当最后迭代结束后,map中的所有value都指向student结构体的同一地址。

结果:统一的值

由于所有value都指向同一地址,这意味着当对这些值进行更改时,它们的底层对象(student结构体)也会被更改。因此,程序最后打印的结果中, सभी v.name 的值都变成了循环中最后赋值的值“博客”。

通过了解指针和变量地址的原理,可以理解为什么在给定代码中会发生这种现象。这有助于在编写Go程序时避免潜在的陷阱和错误。

今天带大家了解了的相关知识,希望对你有所帮助;关于Golang的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

如何实现高效的电脑网络共享如何实现高效的电脑网络共享
上一篇
如何实现高效的电脑网络共享
iframe 中引入短链接为何无法正常显示?如何解决?
下一篇
iframe 中引入短链接为何无法正常显示?如何解决?
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。
    290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。
    343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。
    344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。
    308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。
    130次使用