使用推导式高效创建集合

你已经了解了如何逐个构建数组和字典等集合，或者使用函数来生成它们。现在，我们来看一种强大且简洁的集合创建方法：推导式。推导式提供了一种紧凑的语法，可以从现有可迭代对象（如范围或其他集合）生成集合，这通常使你的代码更具可读性和表现力，尤其是在创建新集合的逻辑直接明了时。

可以把推导式看作是一种常见模式的简写：对一些值进行迭代，对每个值执行操作，然后将结果收集到一个新集合中。

数组推导式：即时构建数组

数组推导式可能是你最常遇到的类型。它们允许你在一行可读的代码中，根据一个表达式和一个输入序列来定义数组的内容。

数组推导式的基本语法是： [expression for variable in iterable]

让我们分解一下：

• expression：这是新数组中每个元素将计算的值。它通常会用到 variable。
• variable：这是一个占位符，它会逐一取用 iterable 中每个项的值。
• iterable：这是任何可以被循环的对象，例如一个范围（1:5）、一个现有数组或一个字符串。
• 包裹语法的方括号 [] 表示正在创建一个 Array。

例如，如果我们想创建一个包含前五个正整数平方的数组，与其编写循环并使用 push! 将元素添加到数组中，不如使用推导式：

julia> squares = [i*i for i in 1:5]
5-element Vector{Int64}:
  1
  4
  9
 16
 25

在这里，i 取值从 1 到 5，i*i 被计算，结果成为 squares 数组中的一个元素。

使用 if 进行筛选

推导式还可以包含 if 子句，以便在应用表达式之前从可迭代对象中筛选项。语法变为： [expression for variable in iterable if condition]

只有 condition 评估为 true 的项才会被 expression 处理并包含在结果数组中。

假设我们想要一个平方数组，但只包含 1 到 10 之间的偶数：

julia> even_squares = [x^2 for x in 1:10 if x % 2 == 0]
5-element Vector{Int64}:
   4
  16
  36
  64
 100

在这个例子中，x 从 1 迭代到 10。if x % 2 == 0 条件检查 x 是否为偶数。如果是，则计算 x^2 并将其添加到 even_squares 数组中。

如果 Julia 的自动类型推断不是你所需要的，你也可以指定结果数组的元素类型：

julia> float_halves = Float64[i/2 for i in 1:5]
5-element Vector{Float64}:
 0.5
 1.0
 1.5
 2.0
 2.5

这确保了 float_halves 是一个 Float64 值的数组。

字典推导式：轻松构建字典

与数组推导式类似，字典推导式提供了一种简洁的创建字典的方法。语法包括为可迭代对象中的每个项指定一个键值对。

一般形式是： Dict(key_expression => value_expression for variable in iterable)

或者带条件时： Dict(key_expression => value_expression for variable in iterable if condition)

让我们创建一个字典，它的键是 1 到 5 的数字，值是它们的立方：

julia> number_to_cube = Dict(i => i^3 for i in 1:5)
Dict{Int64, Int64} with 5 entries:
  5 => 125
  4 => 64
  2 => 8
  3 => 27
  1 => 1

在这里，对于从 1 到 5 的每个 i，都会创建一个 i => i^3 对并添加到字典中。

你也可以通过使用 zip 同时迭代多个集合来创建字典，zip 会将两个或更多可迭代对象中对应的元素配对。

julia> names = ["Alice", "Bob", "Charlie"];
julia> ages = [30, 24, 35];
julia> name_to_age = Dict(name => age for (name, age) in zip(names, ages))
Dict{String, Int64} with 3 entries:
  "Bob"     => 24
  "Alice"   => 30
  "Charlie" => 35

在这种情况下，(name, age) 是一个元组，它从 zip(names, ages) 生成的每对中解包出来。

生成器表达式：推导式背后的机制

如果你不想立即创建一个完整的数组或字典，而是想要一个可以按需生成值的对象，该怎么办？这就是生成器表达式的作用。它们看起来与数组推导式非常相似，但没有外部的方括号。

语法是： (expression for variable in iterable if condition)

这会创建一个 生成器。生成器是可迭代对象。它不会一次性计算所有值并存储在内存中。相反，它会按需逐个计算值。对于大型序列，这可以非常节省内存。

julia> gen = (i * 10 for i in 1:5)
Base.Generator{UnitRange{Int64}, var"#5#6"}(var"#5#6"(), 1:5)

julia> for val in gen
           println(val)
       end
10
20
30
40
50

注意，打印 gen 本身并不会显示值，而是显示一个代表生成器的对象。值是在你迭代它时生成的。

使用生成器构建其他集合

这些生成器表达式特别有用，因为它们可以传递给集合构造函数来构建元组 (Tuples)、集合 (Sets)，甚至数组和字典（如果你喜欢这种两步法，尽管直接推导式对于数组和字典通常更符合习惯）。

创建元组

要使用类似推导式的语法创建元组，你可以在 Tuple 构造函数中使用生成器表达式：

julia> odd_numbers_tuple = Tuple(x for x in 1:10 if x % 2 != 0)
(1, 3, 5, 7, 9)

创建集合

同样，对于存储唯一项的集合：

julia> unique_chars = Set(c for c in "hello world!" if isletter(c))
Set{Char} with 10 entries:
  'r'
  'e'
  'h'
  'w'
  'l'
  'o'
  'd'

即使 'l' 和 'o' 在 "hello world!" 中多次出现，它们在集合中也只出现一次，并且由于 if isletter(c) 条件，只有字母被包含在内。

推导式和生成器表达式是 Julia 中富有表现力的代码的标志。它们让你能清楚地表达 要构建什么（你想构建的集合），而不是 如何构建（显式的循环和追加机制），从而在你熟悉它们的结构后，编写出更简洁、通常也更易读的代码。它们在 Julia 程序中很常见，所以理解它们对于编写自己的代码和阅读他人的代码都非常重要。