SwiftFormat 新规则:优化集合元素计数方式
2025-05-28 05:02:50作者:尤辰城Agatha
在 Swift 编程语言中,对集合元素进行条件计数是一个常见操作。传统上,开发者可能会使用 filter 方法结合 count 属性来实现这一功能,但 Swift 实际上提供了更高效、更直观的专用方法 count(where:)。
传统计数方式的不足
在 Swift 5 及更早版本中,开发者通常这样编写条件计数代码:
let numbers = [1, 2, 3, 4, 5]
let evenCount = numbers.filter { $0 % 2 == 0 }.count
这种方式虽然功能上可行,但存在两个主要问题:
-
性能问题:
filter方法会创建一个全新的数组,包含所有符合条件的元素,然后才调用count。这意味着即使我们只需要知道数量,也会不必要地分配内存来存储所有匹配元素。 -
代码可读性:这种链式调用虽然灵活,但对于简单的计数操作来说显得冗长,不够直观表达"计数"这一意图。
Swift 6 的改进方案
Swift 6 引入了专门的 count(where:) 方法,它直接计算满足条件的元素数量,而不需要创建中间数组:
let numbers = [1, 2, 3, 4, 5]
let evenCount = numbers.count { $0 % 2 == 0 }
这种写法具有以下优势:
- 更高效:避免了不必要的内存分配,直接在遍历过程中计数。
- 更简洁:代码更短,更直接表达意图。
- 更安全:减少了因中间数组导致的潜在内存问题。
SwiftFormat 的自动化支持
SwiftFormat 0.56.0 版本引入了一个新规则,可以自动将旧式的 filter{...}.count 模式转换为新的 count(where:) 形式。这个规则会:
- 识别代码中所有符合
filter{条件}.count模式的表达式 - 将其重写为
count {条件}形式 - 保持原有逻辑不变,只是优化表达方式
实际应用建议
对于开发者来说,建议:
- 升级到支持 Swift 6 的 Xcode 版本
- 将 SwiftFormat 更新至 0.56.0 或更高版本
- 在项目中启用这一优化规则
- 对于性能敏感的代码部分,优先使用
count(where:)
这种优化虽然看似微小,但在处理大型数据集或频繁调用的代码中,可以带来明显的性能提升和代码质量改进。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
627
142
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
242
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.53 K
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.11 K
622
仓颉编译器源码及 cjdb 调试工具。
C++
128
857