在 HashMap 和 Vec 之间共享 str 的所有权

Question

我来自 Java/C#/JavaScript 背景，我正在尝试实现一个 Dictionary，它将为每个传递的字符串分配一个永不改变的 id。字典应该能够通过指定的 id 返回一个字符串。这允许在文件系统中更有效地存储一些具有大量重复字符串的数据，因为只会存储字符串的 id 而不是整个字符串。

我认为带有 HashMap 和 Vec 的结构可以，但结果比这更复杂。

我开始使用&str 作为HashMap 的键和Vec 的项目，如下例所示。 HashMap 的值用作Vec 的索引。

pub struct Dictionary<'a> {
    values_map: HashMap<&'a str, u32>,
    keys_map: Vec<&'a str>
}

impl<'a> Dictionary<'a> {
    pub fn put_and_get_key(&mut self, value: &'a str) -> u32 {
        match self.values_map.get_mut(value) {
            None => {
                let id_usize = self.keys_map.len();
                let id = id_usize as u32;
                self.keys_map.push(value);
                self.values_map.insert(value, id);
                id
            },
            Some(&mut id) => id
        }
    }
}

这工作得很好，直到发现strs 需要存储在某个地方，最好也存储在同一个struct 中。我尝试将Box<str> 存储在Vec 和&'a str 中HashMap。

pub struct Dictionary<'a> {
    values_map: HashMap<&'a str, u32>,
    keys_map: Vec<Box<str>>
}

借用检查器当然不允许这样做，因为当从 Vec 中删除项目时（或者实际上有时将另一个项目添加到 Vec但这是一个题外话）。

我知道我需要编写unsafe 代码或使用某种形式的共享所有权，其中最简单的一种似乎是Rc。 Rc<Box<str>> 的用法看起来像是引入了双重间接，但目前似乎没有简单的方法来构造 Rc<str>。

pub struct Dictionary {
    values_map: HashMap<Rc<Box<str>>, u32>,
    keys_map: Vec<Rc<Box<str>>>
}

impl Dictionary {
    pub fn put_and_get_key(&mut self, value: &str) -> u32 {
        match self.values_map.get_mut(value) {
            None => {
                let id_usize = self.keys_map.len();
                let id = id_usize as u32;
                let value_to_store = Rc::new(value.to_owned().into_boxed_str());
                self.keys_map.push(value_to_store);
                self.values_map.insert(value_to_store, id);
                id
            },
            Some(&mut id) => id
        }
    }
}

就所有权语义而言，一切似乎都很好，但上面的代码无法编译，因为HashMap 现在需要Rc，而不是&str：

error[E0277]: the trait bound `std::rc::Rc<Box<str>>: std::borrow::Borrow<str>` is not satisfied
  --> src/file_structure/sample_dictionary.rs:14:31
   |
14 |         match self.values_map.get_mut(value) {
   |                               ^^^^^^^ the trait `std::borrow::Borrow<str>` is not implemented for `std::rc::Rc<Box<str>>`
   |
   = help: the following implementations were found:
   = help:   <std::rc::Rc<T> as std::borrow::Borrow<T>>

问题：

1. 有没有办法构造一个Rc<str>？
2. 还有哪些其他结构、方法或途径可以帮助解决此问题。本质上，我需要一种方法来有效地存储两个映射 string-by-id 和 id-by-string 并能够通过 &str 检索 id，即没有任何过多的分配。

Answer 1

有没有办法构造一个Rc<str>？

很烦人，我不知道。 Rc::new 需要 Sized 参数，我不确定这是实际限制，还是只是被遗忘的东西。

还有哪些其他结构、方法或途径可以帮助解决这个问题？

如果您查看get 的签名，您会注意到：

fn get<Q: ?Sized>(&self, k: &Q) -> Option<&V>
    where K: Borrow<Q>, Q: Hash + Eq

因此，如果K 实现Borrow<str>，则可以通过&str 进行搜索。

String 实现了Borrow<str>，所以最简单的解决方案是简单地使用String 作为键。当然，这意味着您实际上将拥有两个 String 而不是一个......但这很简单。当然，String 比 Box<str> 更易于使用（尽管它多使用 8 个字节）。

如果您想削减此成本，您可以改用自定义结构：

#[derive(Clone, Debug)]
struct RcStr(Rc<String>);

然后为它实现Borrow<str>。然后，每个键将有 2 个分配（Rc 有 1 个，String 有 1 个）。根据String 的大小，它可能会消耗更少或更多的内存。

---

如果你想更进一步（为什么不呢？），这里有一些想法：

• 在单个堆分配中实现您自己的引用计数字符串，
• 对插入到Dictionary 中的切片使用单个竞技场，
• ...