Rust 变量特性:不可变、和常量的区别、 Shadowing

Rust 变量特性:不可变、和常量的区别、 Shadowing

Rust 是一门以安全性和性能著称的系统编程语言,其变量系统设计独特且强大。本文将从三个角度介绍 Rust 变量的核心特性:可变性(Mutability)变量与常量的区别,以及 Shadowing 特性。通过具体的例子,我们将深入理解这些特性如何在实际编程中发挥作用。


1. 可变性(Mutability)

在 Rust 中,变量默认是不可变的(immutable)。这意味着一旦变量被赋值,它的值就不能被修改。这种设计有助于提高代码的安全性和可读性,避免意外的数据修改。

如果需要修改变量的值,可以使用 mut 关键字显式声明变量为可变的。

示例:可变与不可变变量

fn main() {// 默认不可变变量let x = 5;println!("x 的值是: {}", x);// 尝试修改不可变变量会导致编译错误// x = 6; // 取消注释会报错!// 使用 mut 声明可变变量let mut y = 10;println!("y 的初始值是: {}", y);// 修改可变变量y = 15;println!("y 修改后的值是: {}", y);
}

输出

x 的值是: 5
y 的初始值是: 10
y 修改后的值是: 15

分析

  • x 是不可变变量,尝试修改它的值会导致编译错误。
  • y 是可变变量,可以通过 mut 关键字修改其值。

2. 变量与常量的区别

Rust 中的常量(constant)与不可变变量类似,但有以下关键区别:

  1. 常量必须显式指定类型。
  2. 常量在编译时被求值,且生命周期贯穿整个程序运行期间。
  3. 常量名通常使用全大写字母,并用下划线分隔单词。

示例:常量与不可变变量

fn main() {// 不可变变量let x = 5;println!("x 的值是: {}", x);// 常量const MAX_POINTS: u32 = 100_000;println!("最大点数: {}", MAX_POINTS);// 尝试修改常量会导致编译错误// MAX_POINTS = 200_000; // 取消注释会报错!
}

输出

x 的值是: 5
最大点数: 100000

分析

  • x 是不可变变量,而 MAX_POINTS 是常量。
  • 常量必须显式指定类型(如 u32),且不能被修改。

3. Shadowing 特性

Rust 允许变量的 Shadowing(遮蔽),即在同一作用域内,可以用相同的变量名重新声明一个新变量。新变量会“遮蔽”旧变量,但它们的类型和值可以完全不同。

示例:Shadowing

fn main() {// 初始变量let x = 5;println!("x 的初始值是: {}", x);// Shadowing:重新声明 xlet x = x + 1;println!("x 第一次 Shadowing 后的值是: {}", x);// Shadowing:改变类型let x = "现在 x 是一个字符串";println!("x 第二次 Shadowing 后的值是: {}", x);
}

输出

x 的初始值是: 5
x 第一次 Shadowing 后的值是: 6
x 第二次 Shadowing 后的值是: 现在 x 是一个字符串

分析

  • 第一次 Shadowing 后,x 的值从 5 变为 6,但类型仍然是整数。
  • 第二次 Shadowing 后,x 的类型从整数变为字符串。
  • Shadowing 允许我们在同一作用域内重用变量名,而无需创建新的变量名。

综合示例:关联性展示

为了展示这三个特性的关联性,我们设计一个简单的程序,计算一个数的平方,并将其转换为字符串输出。

fn main() {// 不可变变量let num = 5;println!("初始值: {}", num);// 可变变量:计算平方let mut squared = num * num;println!("平方值: {}", squared);// 常量:定义最大允许值const MAX_VALUE: i32 = 100;if squared > MAX_VALUE {println!("平方值超过最大值 {}", MAX_VALUE);} else {println!("平方值在允许范围内");}// Shadowing:将平方值转换为字符串let squared = squared.to_string();println!("平方值的字符串形式: {}", squared);
}

输出

初始值: 5
平方值: 25
平方值在允许范围内
平方值的字符串形式: 25

分析
4. 使用不可变变量 num 存储初始值。
5. 使用可变变量 squared 计算平方值。
6. 使用常量 MAX_VALUE 定义允许的最大值。
7. 使用 Shadowing 将 squared 从整数类型转换为字符串类型。


总结

Rust 的变量系统设计精巧,通过以下特性提升了代码的安全性和灵活性:
8. 可变性:默认不可变,显式声明可变性。
9. 变量与常量的区别:常量是编译时确定的不可变值,生命周期贯穿整个程序。
10. Shadowing:允许在同一作用域内重用变量名,支持类型和值的灵活变化。

这些特性使得 Rust 在保证内存安全的同时,提供了强大的表达能力。无论是系统编程还是应用开发,Rust 的变量系统都能满足多样化的需求。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/11359.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于UKF-IMM无迹卡尔曼滤波与交互式多模型的轨迹跟踪算法matlab仿真,对比EKF-IMM和UKF

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 5.完整程序 1.程序功能描述 基于UKF-IMM无迹卡尔曼滤波与交互式多模型的轨迹跟踪算法matlab仿真,对比EKF-IMM和UKF。 2.测试软件版本以及运行结果展示 MATLAB2022A版本运行 3.核心程序 .…

笔灵ai写作技术浅析(三):深度学习

笔灵AI写作的深度学习技术主要基于Transformer架构,尤其是GPT(Generative Pre-trained Transformer)系列模型。 1. Transformer架构 Transformer架构由Vaswani等人在2017年提出,是GPT系列模型的基础。它摒弃了传统的循环神经网络(RNN)和卷积神经网络(CNN),完全依赖自…

FFmpeg(7.1版本)在Ubuntu18.04上的编译

一、从官网上下载FFmpeg源码 官网地址:Download FFmpeg 点击Download Source Code 下载源码到本地电脑上 二、解压包 tar -xvf ffmpeg-7.1.tar.xz 三、配置configure 1.准备工作 安装编译支持的软件 ① sudo apt-get install nasm //常用的汇编器,用于编译某些需要汇编…

何谓共赢?

A和B是人或组织,他们怎样的合作才是共赢呢? 形态1:A提供自己的身份证等个人信息,B用来作贷款等一些事务,A每月得到一笔钱。 A的风险远大于收益,或者B从事的是非法行为; 形态2:A单方面提前终止了与B的合作…

项目练习:重写若依后端报错cannot be cast to com.xxx.model.LoginUser

文章目录 一、情景说明二、解决办法 一、情景说明 在重写若依后端服务的过程中 使用了Redis存放LoginUser对象数据 那么,有存就有取 在取值的时候,报错 二、解决办法 方法1、在TokenService中修改如下 getLoginUser 方法中:LoginUser u…

2 MapReduce

2 MapReduce 1. MapReduce 介绍1.1 MapReduce 设计构思 2. MapReduce 编程规范3. Mapper以及Reducer抽象类介绍1.Mapper抽象类的基本介绍2.Reducer抽象类基本介绍 4. WordCount示例编写5. MapReduce程序运行模式6. MapReduce的运行机制详解6.1 MapTask 工作机制6.2 ReduceTask …

ASP.NET Core与配置系统的集成

目录 配置系统 默认添加的配置提供者 加载命令行中的配置。 运行环境 读取方法 User Secrets 注意事项 Zack.AnyDBConfigProvider 案例 配置系统 默认添加的配置提供者 加载现有的IConfiguration。加载项目根目录下的appsettings.json。加载项目根目录下的appsettin…

Clion开发STM32时使用stlink下载程序与Debug调试

一、下载程序 先创建一个文件夹: 命名:stlink.cfg 写入以下代码: # choose st-link/j-link/dap-link etc. #adapter driver cmsis-dap #transport select swdsource [find interface/stlink.cfg]transport select hla_swdsource [find target/stm32f4x.…

低成本、高附加值,具有较强的可扩展性和流通便利性的行业

目录 虚拟资源类 1. 网课教程 2. 设计素材 3. 软件工具 服务类 1. 写作服务 2. 咨询顾问 3. 在线教育 4. 社交媒体管理 虚拟资源类 1. 网课教程 特点:高附加值,可复制性强,市场需求大。 执行流程: 选择领域&#xff1a…

54. 螺旋矩阵

【题目】&#xff1a;54. 螺旋矩阵 class Solution { public:vector<int> spiralOrder(vector<vector<int>>& matrix) {int startx 0, starty 0; // 起始坐标vector<int> res;int m matrix.size(), n matrix[0].size();int count min(m, n) …

elasticsearch8.15 高可用集群搭建(含认证Kibana)

文章目录 1.资源配置2.系统参数优化3.JDK17安装4.下载&安装ES 8.155.生成ES的证书(用于ES节点之间进行安全数据传输)6.修改ES 相关配置文件7.创建es用户并启动8.配置ES的账号和密码(用于ES服务端和客户端)9.下载和安装Kibana10.编辑Kibana配置文件11.启动Kiabana12.访问Kia…

消息队列篇--原理篇--常见消息队列总结(RabbitMQ,Kafka,ActiveMQ,RocketMQ,Pulsar)

1、RabbitMQ 特点&#xff1a; AMQP协议&#xff1a;RabbitMQ是基于AMQP&#xff08;高级消息队列协议&#xff09;构建的&#xff0c;支持多种消息传递模式&#xff0c;如发布/订阅、路由、RPC等。多语言支持&#xff1a;支持多种编程语言的客户端库&#xff0c;包括Java、P…

使用 DeepSeek-R1 等推理模型将 RAG 转换为 RAT,以实现更智能的 AI

使用 DeepSeek-R1 等推理模型将 RAG 转换为 RAT&#xff0c;以实现更智能的 AI 传统的检索增强生成&#xff08;RAG&#xff09;系统在生成具备上下文感知的答案方面表现出色。然而&#xff0c;它们往往存在以下不足&#xff1a; 精确性不足&#xff1a;单次推理可能会忽略复杂…

model calibration

如果模型的输出不是概率, 或者模型没有well calibrated的时候, 需要对模型进行calibrate: 具体方法如下: 首先需要用training data训练一个model然后通过测试数据来画图看看模型是否well calibrated 例如猫狗分类中, 将属于猫的对应概率落到相应的桶中。 然后计算桐中真正属…

记录 | 基于MaxKB的文字生成视频

目录 前言一、安装SDK二、创建视频函数库三、调试更新时间 前言 参考文章&#xff1a;如何利用智谱全模态免费模型&#xff0c;生成大家都喜欢的图、文、视并茂的文章&#xff01; 自己的感想 本文记录了创建文字生成视频的函数库的过程。如果想复现本文&#xff0c;需要你逐一…

构建具身智能体的时空宇宙!GRUtopia:畅想城市规模下通用机器人的生活图景

作者&#xff1a; Hanqing Wang, Jiahe Chen, Wensi Huang, Qingwei Ben, Tai Wang, Boyu Mi, Tao Huang, Siheng Zhao, Yilun Chen, Sizhe Yang, Peizhou Cao, Wenye Yu, Zichao Ye, Jialun Li, Junfeng Long, Zirui Wang, Huiling Wang, Ying Zhao, Zhongying Tu, Yu Qiao, D…

C++模板编程——可变参函数模板之折叠表达式

目录 1. 什么是折叠表达式 2. 一元左折 3. 一元右折 4. 二元左折 5. 二元右折 6. 后记 上一节主要讲解了可变参函数模板和参数包展开&#xff0c;这一节主要讲一下折叠表达式。 1. 什么是折叠表达式 折叠表达式是C17中引入的概念&#xff0c;引入折叠表达式的目的是为了…

python学opencv|读取图像(五十三)原理探索:使用cv.matchTemplate()函数实现最佳图像匹配

【1】引言 前序学习进程中&#xff0c;已经探索了使用cv.matchTemplate()函数实现最佳图像匹配的技巧&#xff0c;并且成功对两个目标进行了匹配。 相关文章链接为&#xff1a;python学opencv|读取图像&#xff08;五十二&#xff09;使用cv.matchTemplate()函数实现最佳图像…

《AI大模型开发笔记》DeepSeek技术创新点

一、DeepSeek横空出世 DeepSeek V3 以颠覆性技术架构创新强势破局&#xff01;革命性的上下文处理机制实现长文本推理成本断崖式下降&#xff0c;综合算力需求锐减90%&#xff0c;开启高效 AI 新纪元&#xff01; 最新开源的 DeepSeek V3模型不仅以顶尖基准测试成绩比肩业界 …

Sqoop导入MySQL中含有回车换行符的数据

个人博客地址&#xff1a;Sqoop导入MySQL中含有回车换行符的数据 MySQL中的数据如下图&#xff1a; 检查HDFS上的目标文件内容可以看出&#xff0c;回车换行符位置的数据被截断了&#xff0c;导致数据列错位。 Sqoop提供了配置参数&#xff0c;在导入时丢弃掉数据的分隔符&…