趣味学RUST基础篇（函数式编程迭代器）

Rust 迭代器：一个“懒人”如何高效打工

想象一下，你是一个程序员，刚入职一家叫 “Rust公司” 的高科技企业。你的任务是处理一堆数据，比如：一个装着数字 [1, 2, 3] 的盒子。

第一幕：创建一个“打工人”——迭代器

你不能直接把盒子拆开一个个数，太原始了！Rust 公司给你配了一个聪明的“打工人”——迭代器（Iterator）。

let v1 = vec![1, 2, 3];
let v1_iter = v1.iter(); // 召唤“打工人”

这就像你对 HR 说：“嘿，给我派个实习生，让他帮我数数这个盒子里有啥。”

重点来了：这个实习生超级“懒”！
你刚叫他，他只是站在那儿，啥也不干。这就是 “惰性（lazy）” ——不干活，除非你下命令。

第二幕：让他干活——for 循环

你终于发话了：“开始干活，把每个数都打印出来！”

for val in v1_iter {println!("Got: {val}");
}

实习生立刻动起来：

• 第一天：拿出 1，打印。
• 第二天：拿出 2，打印。
• 第三天：拿出 3，打印。
• 第四天：盒子空了，他交出 None，下班！

内部发生了啥？
实习生其实有个 next() 方法，每次调用就吐出一个值：

    #[test]fn iterator_demonstration() {let v1 = vec![1, 2, 3];let mut v1_iter = v1.iter();assert_eq!(v1_iter.next(), Some(&1));assert_eq!(v1_iter.next(), Some(&2));assert_eq!(v1_iter.next(), Some(&3));assert_eq!(v1_iter.next(), None);}

小贴士：要让实习生动起来，得把他变成“可变”的（mut），因为他得记住自己数到哪儿了。

---

第三幕：实习生也能“算工资”——消费适配器

你又说：“别光打印了，把所有数加起来，算个总和！”

    #[test]fn iterator_sum() {let v1 = vec![1, 2, 3];let v1_iter = v1.iter();let total: i32 = v1_iter.sum();assert_eq!(total, 6);}

实习生立刻把盒子拿过来，从头到尾数一遍，累加，最后交出 6。
但注意！他把盒子拿走后就不还你了！
这就是 “消费适配器（consuming adaptor） ——用完就“吃掉”迭代器，你不能再用它了。

---

第四幕：实习生变身“改造大师”——迭代器适配器

现在你不想让他算总数，而是想让每个数都 加 1。你对他说：

v1.iter().map(|x| x + 1);

实习生听完，还是站着不动！
为啥？因为他又“懒”了。他只是说：“哦，我知道了，如果让我干，我就把每个数加1。”
但你不让他干活，他就不动。

警告：Rust 编译器会提醒你：“你造了个改造大师，但没用他，浪费了！”

怎么让他干活？得让他“变现”！比如，让他把改造后的结果 收集 起来：

//main.rs
let v1: Vec<i32> = vec![1, 2, 3];let v2: Vec<_> = v1.iter().map(|x| x + 1).collect();
assert_eq!(v2, vec![2, 3, 4]);

collect() 就像说：“把你的成果打包成一个新盒子交给我！”
这叫 “迭代器适配器（iterator adaptor） ——它不消耗原数据，而是生成一个新“打工人”来做改造。

---

第五幕：实习生还会“筛选”——filter

你有一堆鞋子，想找出所有 10码 的。

#[derive(PartialEq, Debug)]
struct Shoe {size: u32,style: String,
}fn shoes_in_size(shoes: Vec<Shoe>, shoe_size: u32) -> Vec<Shoe> {shoes.into_iter().filter(|s| s.size == shoe_size).collect()
}#[cfg(test)]
mod tests {use super::*;#[test]fn filters_by_size() {let shoes = vec![Shoe {size: 10,style: String::from("sneaker"),},Shoe {size: 13,style: String::from("sandal"),},Shoe {size: 10,style: String::from("boot"),},];let in_my_size = shoes_in_size(shoes, 10);assert_eq!(in_my_size,vec![Shoe {size: 10,style: String::from("sneaker")},Shoe {size: 10,style: String::from("boot")},]);}
}

你对实习生说：

1. “把这堆鞋子拿走（into_iter）。”
2. “只留下鞋码是 shoe_size 的（filter）。”
3. “把留下的鞋子装个新盒子给我（collect）。”

这里的 filter 用了一个 闭包（closure），它“偷看”了你定义的 shoe_size 变量，就像实习生记住了你的指令。

---

迭代器的“三大纪律”

1. 它是懒的：不调用 for、sum、collect 这些“消费”方法，它绝不干活。
2. 它分两种：
   • 消费适配器：像 sum，用完就“吃掉”迭代器。
   • 迭代器适配器：像 map、filter，它们“改造”迭代器，但不消费，需要你再用 collect 来“变现”。
3. 它很灵活：你可以把多个适配器串起来

Rust 进化论：从“搬砖”到“念咒”

还记得我们之前写的那个“搜索文件”小工具吗？它能帮你在一个文本文件里找关键词，比如：“哪里提到了‘猫’？”但当时的代码，就像一个原始人用石头和木棍打猎——能用，但不够优雅。

今天，我们要用 “迭代器魔法” 给它来一次大升级，让它从“搬砖”变成“念咒”！

---

阶段一：原始人搬砖 —— clone 和 for 循环

在旧版本里，我们的 Config::new 函数是这样工作的：

let query = args[1].clone();
let file_path = args[2].clone();

这就像你对助手说：

“去，把第一个参数拿过来，复印一份给我；再把第二个参数拿过来，也复印一份！”

为什么要“复印”？因为助手（函数）不能直接拿走你的东西，他得自己留一份。

问题来了：复印（clone）很浪费时间！我们能不能直接把原件给他？

---

阶段二：念咒语 —— 用迭代器“隔空取物”

好消息！Rust 的 env::args() 函数其实返回的不是一个“参数列表”，而是一个 “参数生成器” ——也就是迭代器！

它就像一个会自动吐出参数的魔法盒子，你只要说“下一个！”，它就吐一个。

第一步：把“复印机”扔了，直接传“魔法盒子”

我们不再把参数收集到 Vec 里再传 slice，而是直接把“魔法盒子”（迭代器）交给 Config::new：

// 旧的：先收集，再传 slice
let args: Vec<String> = env::args().collect();
let config = Config::new(&args)...;// 新的：直接传“魔法盒子”！
let config = Config::new(env::args())...;

看，多干净！连 collect() 都省了。

第二步：改写 new 函数，学会“念咒”

现在 new 函数要改了，它不再接受一个“复印好的列表”，而是接受一个“会吐参数的盒子”：

impl Config {pub fn new(mut args: impl Iterator<Item = String>, // 接收任何能吐出 String 的“盒子”) -> Result<Config, &'static str> {args.next(); // 第一个是程序名，扔掉！（念：下一个！）let query = match args.next() {Some(arg) => arg, // 拿到第二个，就是 queryNone => return Err("没给关键词！"),};let file_path = match args.next() {Some(arg) => arg, // 拿到第三个，就是文件路径None => return Err("没给文件路径！"),};// 其他逻辑不变...Ok(Config { query, file_path, ignore_case })}
}

关键点：

• 我们用 args.next() 来“念咒”，让盒子吐出下一个参数。
• 因为是直接“拿走”参数，所以 不需要 clone！省时省力。
• 如果盒子空了（None），就说明参数不够，报错！

进化成功！从“复印”到“隔空取物”，代码更高效了！

---

🔍 阶段三：搜索函数也来“念咒”！

再看搜索函数 search，旧版本是这样：

pub fn search(query: &str, contents: &str) -> Vec<&str> {let mut results = Vec::new(); // 准备一个空篮子for line in contents.lines() { // 一行行看if line.contains(query) {  // 如果这行有关键词results.push(line);    // 放进篮子}}results // 返回篮子
}

这就像一个工人，一行一行地检查，符合条件就放进篮子里。虽然能干，但太“机械”了。

用迭代器“念咒”：

pub fn search(query: &str, contents: &str) -> Vec<&str> {contents.lines()                    // 把文本拆成“行流”.filter(|line| line.contains(query)) // 念咒：只留下包含关键词的行.collect()                  // 把结果“打包”成 vector
}

一句话搞定！就像对魔法阵下令：

“把所有行过滤一遍，只留下包含‘猫’的，然后打包给我！”

优点：

• 代码更短：从 7 行变成 4 行。
• 意图更清晰：一眼看出“过滤 + 收集”的逻辑。
• 没有可变变量：results 篮子没了，代码更“函数式”，更安全。
• 性能可能更好：Rust 编译器对迭代器优化得非常好。

---

循环 vs 迭代器：选哪个？

你可能会问：“for 循环”和“迭代器”哪个更好？

风格	优点	缺点	适合谁
for 循环	直观，像“手把手教”	代码长，容易出错	初学者
迭代器	简洁，意图明确，更安全	初学时有点抽象	Rust 老手

Rust 社区的共识：优先使用迭代器！

因为它：

1. 更少的可变状态 → 更少的 bug。
2. 更易并行化 → 未来可以轻松改成多线程搜索。
3. 更接近“做什么”，而不是“怎么做” → 代码更易维护。

---

从“搬砖工”到“魔法师”

阶段	工具	代码风格	比喻
原始人	clone, for	搬砖、复印	用石头打猎
未来战士	迭代器	念咒、魔法	用激光枪

记住这三句咒语：

1. args.next() —— “下一个！”
2. .filter(|x| ...) —— “只留下符合条件的！”
3. .collect() —— “打包带走！”

从此，你不再是那个手动 for i in 0..len 的“搬砖工”，而是一个能用一行代码搞定复杂逻辑的 Rust 魔法师！

Rust 性能大对决：手动挡 vs 自动挡，谁更快？

我们可以把循环和迭代器比作手动挡和自动挡，想象一下，你正在看一场赛车比赛。

赛道左边是一辆纯手动挡赛车——它代表我们手写的 for 循环。
赛道右边是一辆智能自动挡赛车——它代表我们用迭代器写的代码。

它们的任务是：在一本厚厚的《福尔摩斯探案集》里，找出所有“the”这个单词，看谁完成得更快！

第一回合：正式比赛开始！

我们把书加载进内存，两辆车同时发车！

成绩出来了！

• 手动挡（for 循环）：19,620,300 纳秒（约 0.02 秒）
• 自动挡（迭代器）：19,234,900 纳秒（约 0.019 秒）

什么？！自动挡居然还快了一丢丢？！

这就像你本以为手动换挡能更精准控制，结果发现自动变速箱的 AI 换挡比你还快还顺！

结论：迭代器 ≠ 慢！它和手写循环一样快，甚至更快！

---

为什么自动挡这么猛？

因为 Rust 的编译器，是个超级赛车调校大师！

它看到你写的“高级”代码，比如：

.filter(|line| line.contains(query))
.collect()

它不会傻乎乎地照着代码一行行翻译成机器指令。
相反，它会说：“哦，用户想过滤再收集？我懂了，我给你优化成最高效的汇编代码！”

这就像：

• 你对导航说：“带我去最近的咖啡馆。”
• 导航不会真的“找最近”，而是直接算出最优路线，带你飞过去。

Rust 编译器就是这么聪明！

---

第二回合：更复杂的赛道 —— 音频解码器

这次的赛道更难了！我们要解码一段音频，计算一个叫 prediction 的值。

手动挡车手会怎么写？

for i in 12..buffer.len() {let mut sum = 0;for j in 0..12 {sum += coefficients[j] * buffer[i - 12 + j] as i64;}let prediction = sum >> qlp_shift;// ... 后续操作
}

嵌套循环，手动索引，容易出错，看得人头大。

自动挡车手（Rust 迭代器） 怎么写？

let prediction = coefficients.iter().zip(&buffer[i - 12..i]).map(|(&c, &s)| c * s as i64).sum::<i64>() >> qlp_shift;

一句话，清晰明了：“把系数和数据配对，相乘，求和，再右移。”

结果呢？

在编写这本书的时候，这两段代码被编译成了完全相同的汇编代码！

编译器看到 coefficients.iter() 只有 12 个元素，直接把循环展开（unroll）——也就是把 12 次循环变成 12 行重复代码，彻底干掉了“循环计数”的开销！

所有数据都放进寄存器（CPU 的超级高速缓存），访问飞快！
没有数组越界检查！没有多余的跳转！

这就是 Rust 的“零成本抽象”（Zero-Cost Abstractions）！

---

什么是“零成本抽象”？

简单说就是：

你用高级语法写的代码，Rust 编译器能把它变成和你手写汇编一样高效的机器码。

就像：

• 你用“自动驾驶”模式开车，结果发现它比你手动开还省油、还安全。
• 你用“美颜滤镜”拍照，结果发现画质和原图一模一样，只是更好看了。

Rust 说：

“你不用的，不收你钱（不引入开销）；你用了的，我给你做到极致（不可能手写更好）。”

这正是 C++ 之父 Bjarne Stroustrup 说的 “零开销（zero-overhead）” 原则！

---

放心大胆用迭代器！

项目	手写 for 循环	Rust 迭代器
性能	快	一样快，甚至更快
可读性	难懂，易错	清晰，意图明确
安全性	容易越界	编译器帮你检查
维护性	难改	易重构

所以，别再担心“用迭代器会不会变慢”了！

Rust 的编译器是你的超级外挂。你只管用优雅、安全的高级语法写代码，剩下的性能优化，交给它！

现在，放下对性能的担忧，大胆地使用闭包和迭代器，写出既漂亮又飞快的 Rust 代码吧！