Swift 4.2新特性——WWDC2018 Session401笔记

厨子今年的演讲很不给力。不过既然是软件开发者大会嘛,焦点自然应该放在软件功能上。 所以我看了下今年的Session401,也就是Swift4.2新特性介绍,做了下笔记,希望能对你有用。 多说一句,Swift越来越好用了,希望开发者能尽快拥抱Swfit。

Source Compatibility 代码兼容性

本次版本发布的XCode里,用户可以选择按照Swift3,Swift4或者Swift4.2来进行编译。也就是说本次的版本将同时支持Swift的三种版本。 另外值得一提的是,Swift5官方release时间定在了2019年,所以本次更新是支持Swift3的最后一次更新了,各位开发者注意做好代码升级工作。

Faster Swift Debug Builds 更快的Swift调试构建

自古以来,对于Swift编译慢的吐槽一直没有停止过。Apple显然知道这一点,因此在最近的更新里总会提到编译速度的优化。在我看来,反正开始速度足够慢,因此之后会有很大的提升空间(围笑)。 官方对于这次的速度提升给出的数据是大约3倍,但是这是基于i7架构的MacbookPro上的,而且编译速度和项目文件组织有很大关系。大家体会一下就好。 不过据说这次提速是由于对pipeline的优化减少了很多无用功,这点还是很值得肯定的。 另外,苹果建议在Debug的时候,使用Incremental build,也就是增量模式,来取代之前的whole module,也就是全量模式,以提高速度。下图中是默认设置,请开发者在Debug时该用Incremental选项。

Runtime Optimization 运行时优化

在Swift4.2中,在变量调用的会话过程中,会采用一种Guranteed-Release的标注方式,取代之前Retain-Release的方式,减少中间无谓的Retain-Release,来提高会话整体的内存运算效率,并且降低了代码量。

Small String

在64位系统上,对于small string放弃了24byte编码,改用16byte编码,提高了利用率。这时候,系统会将最后一子节作为标识符,表示这个string是small string。因此这种改动既可以达到性能的优化,也可以实现整体体积的减小。这里借鉴了TaggedNSString技术来实现。

Reduce Code Size 减少代码体积

有时候,开发者会介意代码量,这关系到app是否可以在蜂窝网络下下载(蜂窝网络下有100MB的文件大小限制)。例如很多国民级App都曾经为了减少包大小而绞尽脑汁,例如支付宝。为了解决这个问题,本版本的XCode中提供了一个选项:

image.png

如果勾选,系统会在打包时自动进行优化,经测试,包大小会降低10%-30%不等(已经很给力了)。

Collection of Enum Cases

在Swift4时代,如果你想遍历一个枚举,你需要定义一个变量,在变量里列出所有枚举。如下所示:

image.png

但是这种方式蛋疼的是,如果你添加了一个枚举值,你需要同步更新那个变量。 在Swift4.2时代,可以用CaseIterable标签来解决这个问题:自动生成对应的变量,并允许你用.allCases来实现对所有枚举的遍历。是不是很方便?(围笑)

image.png

Conditional Conformance 条件化顺应

这个简单说吧。 意思就是如果集合元素是Equatable的,那集合本是也是Equatable。这个我目前体会不深。

Synthesized Equatable and Hashable Equatable和Hashable合成

在Swift4以及之前的版本,想比较两个结构体是否完全相等,要怎么做呢?你猜对了,写个方法把里面每一元素都拿出来比较一次,如果都相等则整体返回相等。更郁闷的是,如果要在Struct中增加一个变量,还需要同步维护这个判等函数,就像下图一样,再次表示蛋疼。。。

image.png

这一次,Swift4.2支持Equatable标签,会自动生成上述代码,大家再也不用自己手敲了,是不是很方便。

标签

同理,Hashable也是一样的道理,大大提高了生产力。 这个进化我非常喜欢。

Hashable Enhancements Hashable增强

对于一个结构体的Hashable判断,以及获取结构体整体的Hash值,是一个历来比较混乱的部分。这里面大家的实现方法都很诡异,有用magic number做运算的,有直接用成员的hash值的,很多都是大家从网上找来的方法。这些方法且不论性能(性能也不好),从安全性角度上考虑也实现的很不好。如果一个黑客掌握了这个随机数,理论上对于他的hack是非常有利的。 因此,苹果对于本次的Swift4.2版本给出了全新的针对结构体的hash方法:

protocol Hashable {
    func hash(into hasher: inout Hasher)
}

其中hasher是inout类型,可以将所有成员的hash值对整体的hasher进行叠加,由系统根据环境生成随机数来进行hash加密,提高了安全性。 这里,随机数的生成会平衡性能和效率,并且在打开app的时候就会生成。

多说一句,讲到这里的时候,现场气氛有点儿冷,大家可能对于这个地方的痛点并不多。。。

Random Number Generation 随机数生成

一般来说,我们会用C API来实现。但是这个API的名字会因平台不同而有所区别。(当然,如果你是纯iOS开发,这个问题不明显。但是别忘了我们伟大的Swift是跨平台语言,人家考虑的事Linux级别的问题) 例如:

这种情况下需要做平台检查,并对应进行区分。

而且,我们熟知做随机数的方法其实是有些Tricky的,例如,我们调用

arc4random() % 6

方法,我们想的是能平均分布0-5。但是现实情况是,4和5的分布远远小于其它,所以并不是真的随机。

因此在Swift4.2,苹果终于出手了,对于数值类型,直接可以通过radom方法来进行随机,例如

let randomIntFrom0To10 = Int.random(in: 0 ..< 10)
let randomFloat = Float.random(in: 0 ..< 1)

直接实现数字的随机化。这个应该是真.随机。 另外,还提供了集合的随机方法,例如你定义了一个字符串数组,通过randomElement方法可以随机访问某一个元素。这个很赞呀。

let greetings = ["hey", "hi", "hello", "hola"]
print(greetings.randomElement()!)

没完,苹果还提供了随机打乱顺序的方法,名字也很有意思,叫shuffled,类似于重新洗牌,将元素打乱。

let randomlyOrderedGreetings = greetings.shuffled()
print(randomlyOrderedGreetings)

讲到这里,全场掌声雷动啊,看来这几个方法大家都觉得赞。

Checking Platform Conditions 平台监测

在我们开发的过程中,会用到很多条件编译,尤其在iOS和MacOS共存的App中,经常会出现这种代码

image.png

说到底还是因为两个平台的UI库不一样。 现在,有了更优雅的方式来进行条件编译:利用canImport(xxLib)来替代原有的一串对于平台的检察。之后的代码可以如下:

怎么说呢,看起来确实是优雅了那么。。。一丢丢。。。

Enforce Exclusive Access to Memory 强制独占内存访问

这一节说的大概意思是Swift对于编译期间的检察更加严格了,并且静态和动态检查进行了合并。当然这部分作为选项让开发者自由选择,不过他还是推荐大部分开发者选第一项,更加严格和保险一些。

我觉得苹果是吸收了很多第三方代码check的框架集成到自己的体系里了吧,总的来说还是让开发者感觉到越来越方便的。

转载请注明来自于:https://www.jianshu.com/p/b57e480904fb

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Golang语言社区

组件-实体-系统 (ECS \CES)游戏编程模型

一般来说,我们实现游戏实体都是采用面向对象的方法进行编程。每一个实体都是一个对象,并且需要一个基于类的实例化系统,允许实体通过多态 来扩展。但是,这样的方法,往...

1712
来自专栏FreeBuf

Python工具分析风险数据

小安前言 随着网络安全信息数据大规模的增长,应用数据分析技术进行网络安全分析成为业界研究热点,小安在这次小讲堂中带大家用Python工具对风险数据作简单分析,主...

2449
来自专栏用户2442861的专栏

Python基础学习笔记之(一)(华工大神)

       前段时间参加微软的windows Azure云计算的一个小培训,其中Python被用的还是蛮多的。另外,一些大公司如Google(实现web爬虫...

1581
来自专栏数说工作室

3行代码实现 Python 并行处理,速度提高6倍!

原标题:Here’s how you can get a 2–6x speed-up on your data pre-processing with Pyth...

3565
来自专栏有趣的Python和你

Python数据分析之dataframe的groupbygroupby函数highcharts绘图

1093
来自专栏架构师之旅

JVM内存管理------GC算法精解

相信不少猿友看到标题就认为LZ是标题党了,不过既然您已经被LZ忽悠进来了,那就好好的享受一顿算法大餐吧。不过LZ丑话说前面哦,这篇文章应该能让各位彻...

1938
来自专栏怀英的自我修炼

怀英漫谈3-百度Echarts中日期控件的使用总结

你好, 今天下午在用百度的Echarts做一个日历图的效果,其中跌跌碰碰遇到了几个问题,好在最终都解决了,今天想跟你聊聊这几个问题。 本篇偏编程,可以跳至最后看...

3909
来自专栏灯塔大数据

每周学点大数据 | No.48 计算子图同构

No.48期 计算子图同构 Mr. 王:我们再来看一个例子——计算子图同构。这个问题给定(节点有标签)数据图G和查询图P,找到G 中和P 同构的子图。这是一个...

3048
来自专栏我的小碗汤

使用pprof优化golang性能

Donald E.Knuth说过一句非常著名的话,过早的优化是万恶之源。原文如下:

1674
来自专栏Java架构

分布式超大规模数据的实时快速排序算法

3188

扫码关注云+社区