我正在进行Ruby Koans的练习,我被以下Ruby的怪癖所震惊,我发现它真的无法解释:

array = [:peanut, :butter, :and, :jelly]

array[0]     #=> :peanut    #OK!
array[0,1]   #=> [:peanut]  #OK!
array[0,2]   #=> [:peanut, :butter]  #OK!
array[0,0]   #=> []    #OK!
array[2]     #=> :and  #OK!
array[2,2]   #=> [:and, :jelly]  #OK!
array[2,20]  #=> [:and, :jelly]  #OK!
array[4]     #=> nil  #OK!
array[4,0]   #=> []   #HUH??  Why's that?
array[4,100] #=> []   #Still HUH, but consistent with previous one
array[5]     #=> nil  #consistent with array[4] #=> nil  
array[5,0]   #=> nil  #WOW.  Now I don't understand anything anymore...

那么为什么数组[5,0]不等于数组[4,0]呢?当你从第(长度+1)个位置开始时,数组切片会表现得这么奇怪,有什么原因吗?


切片和索引是两种不同的操作,从其中一个推断另一个的行为是您的问题所在。

slice中的第一个参数不是标识元素,而是标识元素之间的位置,定义span(而不是元素本身):

  :peanut   :butter   :and   :jelly
0         1         2      3        4

4仍然在数组中,只是勉强;如果你请求0个元素,你会得到数组的空末端。但是没有索引5,所以你不能从这里开始切片。

当你做索引(如数组[4]),你是指向元素本身,所以索引只从0到3。


我同意这看起来像是奇怪的行为,但即使是array# slice的官方文档也在下面的“特殊情况”中演示了与你的例子相同的行为:

   a = [ "a", "b", "c", "d", "e" ]
   a[2] +  a[0] + a[1]    #=> "cab"
   a[6]                   #=> nil
   a[1, 2]                #=> [ "b", "c" ]
   a[1..3]                #=> [ "b", "c", "d" ]
   a[4..7]                #=> [ "e" ]
   a[6..10]               #=> nil
   a[-3, 3]               #=> [ "c", "d", "e" ]
   # special cases
   a[5]                   #=> nil
   a[5, 1]                #=> []
   a[5..10]               #=> []

不幸的是,即使他们对array# slice的描述似乎也没有提供任何关于它为什么以这种方式工作的见解:

元素引用—返回位于下标处的元素,或返回从start开始并继续为长度元素的子数组,或返回由range指定的子数组。负索引从数组的末尾开始计数(-1是最后一个元素)。如果索引(或起始索引)超出范围,则返回nil。


至少要注意行为是一致的。从5开始,一切都是一样的;奇怪的只发生在[4,N]。

也许这种模式有帮助,或者我只是累了,根本没用。

array[0,4] => [:peanut, :butter, :and, :jelly]
array[1,3] => [:butter, :and, :jelly]
array[2,2] => [:and, :jelly]
array[3,1] => [:jelly]
array[4,0] => []

在[4,0]处,我们捕获数组的末尾。如果最后一个返回nil,我实际上会发现它相当奇怪,就模式的美丽而言。由于这样的上下文,4是第一个参数的可接受选项,这样就可以返回空数组。但是,一旦我们达到5或5以上,方法可能会立即退出,因为它完全超出了边界。


这与slice返回一个数组有关,相关的源文档来自array# slice:

 *  call-seq:
 *     array[index]                -> obj      or nil
 *     array[start, length]        -> an_array or nil
 *     array[range]                -> an_array or nil
 *     array.slice(index)          -> obj      or nil
 *     array.slice(start, length)  -> an_array or nil
 *     array.slice(range)          -> an_array or nil

这对我来说意味着,如果你给出的开始是越界的,它将返回nil,因此在你的例子数组[4,0]请求存在的第4个元素,但要求返回一个零元素的数组。当数组[5,0]请求一个越界的索引时,它返回nil。如果您还记得slice方法是返回一个新的数组,而不是改变原始的数据结构,那么这可能更有意义。

编辑:

在看过评论后,我决定编辑这个答案。当arg值为2时,Slice调用以下代码片段:

if (argc == 2) {
    if (SYMBOL_P(argv[0])) {
        rb_raise(rb_eTypeError, "Symbol as array index");
    }
    beg = NUM2LONG(argv[0]);
    len = NUM2LONG(argv[1]);
    if (beg < 0) {
        beg += RARRAY(ary)->len;
    }
    return rb_ary_subseq(ary, beg, len);
}

如果你查看定义了rb_ary_subseq方法的array.c类,你会看到如果长度超出边界,它会返回nil,而不是索引:

if (beg > RARRAY_LEN(ary)) return Qnil;

在这个例子中,这就是传入4时发生的情况,它检查是否有4个元素,因此不会触发nil返回。然后,如果第二个参数被设置为0,它将返回一个空数组。而如果传入5,则数组中没有5个元素,因此在zero参数被求值之前返回nil。代码在第944行。

我认为这是一个错误,或者至少是不可预测的,而不是“最小意外原则”。当我有几分钟的时间,我至少会提交一个失败的测试补丁给ruby core。


这是有道理的

你需要能够给这些切片赋值,所以它们被定义为这样一种方式,即字符串的开头和结尾有工作的零长度表达式。

array[4, 0] = :sandwich
array[0, 0] = :crunchy
=> [:crunchy, :peanut, :butter, :and, :jelly, :sandwich]

由Jim Weirich提供的解释

一种考虑方法是索引位置4在最边缘 数组的。当你要一片的时候,你要回同样多的 剩下的数组。所以考虑数组[2,10],数组[3,10]和 array[4、10]…类结尾的剩余位 数组:2个元素,1个元素和0个元素。然而, 位置5显然在数组外而不是在边缘,所以 数组[5,10]返回nil。


当你考虑数组slice可以是一个有效的左值,而不仅仅是一个右值时,这是有意义的:

array = [:peanut, :butter, :and, :jelly]
# replace 0 elements starting at index 5 (insert at end or array):
array[4,0] = [:sandwich]
# replace 0 elements starting at index 0 (insert at head of array):
array[0,0] = [:make, :me, :a]
# array is [:make, :me, :a, :peanut, :butter, :and, :jelly, :sandwich]

# this is just like replacing existing elements:
array[3, 4] = [:grilled, :cheese]
# array is [:make, :me, :a, :grilled, :cheese, :sandwich]

如果数组[4,0]返回nil而不是[],这将是不可能的。然而,array[5,0]返回nil,因为它是越界的(插入4元素数组的第4个元素后是有意义的,但插入4元素数组的第5个元素后是没有意义的)。

将切片语法数组[x,y]解读为“从数组中的x个元素开始,选择最多y个元素”。只有当数组至少有x个元素时才有意义。


考虑以下数组:

>> array=["a","b","c"]
=> ["a", "b", "c"]

您可以通过将一个项分配给a[0,0]来将其插入到数组的开始(头部)。要将元素放在“a”和“b”之间,使用a[1,0]。基本上,在表示法a[i,n]中,i表示一个索引,n表示一些元素。当n=0时,它定义了数组元素之间的位置。

现在,如果您考虑数组的末尾,您如何使用上面描述的符号将一个项附加到它的末尾?很简单,将值赋给a[3,0]。这是数组的尾部。

因此,如果您尝试访问a[3,0]处的元素,则会得到[]。在这种情况下,您仍然在数组的范围内。但是如果你试图访问a[4,0],你会得到nil作为返回值,因为你不再在数组的范围内了。

更多信息请访问http://mybrainstormings.wordpress.com/2012/09/10/arrays-in-ruby/。


我发现Gary Wright的解释也很有帮助。 http://www.ruby-forum.com/topic/1393096#990065

Gary Wright给出的答案是-

http://www.ruby-doc.org/core/classes/Array.html

文档当然可以更清楚,但实际的行为是 自我一致和有用。 注意:我假设1.9。X版本的字符串。

按照以下方式考虑编号会有所帮助:

  -4  -3  -2  -1    <-- numbering for single argument indexing
   0   1   2   3
 +---+---+---+---+
 | a | b | c | d |
 +---+---+---+---+
 0   1   2   3   4  <-- numbering for two argument indexing or start of range
-4  -3  -2  -1

常见的(也是可以理解的)错误是过于假定语义 的单参数索引的语义是相同的 两个参数场景中的第一个参数(或范围)。他们不是 在实践中也是一样的,但是文档并没有反映这一点。 错误肯定是在文档中,而不是在 实现:

单参数:索引表示单个字符位置 在字符串中。结果是单个字符串 在索引处或nil处找到,因为在给定位置没有字符 索引。

  s = ""
  s[0]    # nil because no character at that position

  s = "abcd"
  s[0]    # "a"
  s[-4]   # "a"
  s[-5]   # nil, no characters before the first one

两个整数参数:参数标识字符串的一部分 提取或替换。特别是字符串的零宽度部分 还可以进行标识,以便文本可以在之前或之后插入 现有字符,包括字符串的前端或末尾。在这个 在情况下,第一个参数没有标识字符位置,但是 而是标识字符之间的空格,如图所示 以上。第二个参数是长度,可以是0。

s = "abcd"   # each example below assumes s is reset to "abcd"

To insert text before 'a':   s[0,0] = "X"           #  "Xabcd"
To insert text after 'd':    s[4,0] = "Z"           #  "abcdZ"
To replace first two characters: s[0,2] = "AB"      #  "ABcd"
To replace last two characters:  s[-2,2] = "CD"     #  "abCD"
To replace middle two characters: s[1..3] = "XX"    #  "aXXd"

值域的行为非常有趣。起点是 当提供两个参数时,与第一个参数相同(如所述) 但范围的终点可以是'字符位置'为 与单索引或“边缘位置”作为两个整数 参数。区别是由是否双点范围决定的 或者使用三重点范围:

s = "abcd"
s[1..1]           # "b"
s[1..1] = "X"     # "aXcd"

s[1...1]          # ""
s[1...1] = "X"    # "aXbcd", the range specifies a zero-width portion of
the string

s[1..3]           # "bcd"
s[1..3] = "X"     # "aX",  positions 1, 2, and 3 are replaced.

s[1...3]          # "bc"
s[1...3] = "X"    # "aXd", positions 1, 2, but not quite 3 are replaced.

如果你回顾这些例子并坚持使用单音 双索引或范围索引示例的索引语义 感到困惑。你必须使用我在 ASCII图来模拟实际行为。


dr:在Array .c的源代码中,不同的函数会被调用,这取决于你是将1个还是2个参数传递给array# slice,从而导致意外的返回值。

(首先,我想指出的是,我不会用C编程,但多年来一直在使用Ruby。因此,如果您不熟悉C语言,但您花了几分钟时间来熟悉函数和变量的基础知识,那么遵循Ruby源代码实际上并不难,如下所示。这个答案是基于Ruby v2.3的,但与v1.9差不多。)

场景# 1

数组中。长度== 4;Array.slice (4) #=> nil

如果你查看array# slice (rb_ary_aref)的源代码,你会看到当只传入一个参数时(第1277-1289行),rb_ary_entry被调用,传入索引值(可以是正的,也可以是负的)。

然后Rb_ary_entry计算请求元素从数组开始的位置(换句话说,如果传入了一个负索引,它计算正的等效值),然后调用rb_ary_elt来获得请求的元素。

正如预期的那样,当数组len的长度小于或等于索引(这里称为offset)时,rb_ary_elt返回nil。

1189:  if (offset < 0 || len <= offset) {
1190:    return Qnil;
1191:  } 

场景# 2

array.length == 4; array.slice(4, 0) #=> []

然而,当传入2个参数(即起始索引beg和切片len的长度)时,将调用rb_ary_subseq。

在rb_ary_subseq中,如果起始索引beg大于数组长度alen,则返回nil:

1208:  long alen = RARRAY_LEN(ary);
1209:
1210:  if (beg > alen) return Qnil;

否则,计算结果切片len的长度,如果它被确定为零,则返回一个空数组:

1213:  if (alen < len || alen < beg + len) {
1214:  len = alen - beg;
1215:  }
1216:  klass = rb_obj_class(ary);
1217:  if (len == 0) return ary_new(klass, 0);

因为4的起始下标不大于array。长度,返回一个空数组,而不是人们可能期望的nil值。

问题回答吗?

如果这里真正的问题不是“什么代码导致这种情况发生?”,而是“Matz为什么这样做?”,那么你只需要在下一次RubyConf上请他喝杯咖啡,然后问他。