src/part14.rs

   1 // Rust-101, Part 14: Slices, Arrays, External Dependencies
   2 // ========================================================
   3
   4 //@ To complete rgrep, there are two pieces we still need to implement: Sorting, and taking the job options
   5 //@ as argument to the program, rather than hard-coding them. Let's start with sorting.
   6
   7 // ## Slices
   8 //@ Again, we first have to think about the type we want to give to our sorting function. We may be inclined to
   9 //@ pass it a `Vec<T>`. Of course, sorting does not actually consume the argument, so we should make that a `&mut Vec<T>`.
  10 //@ But there's a problem with that: If we want to implement some divide-and-conquer sorting algorithm (say,
  11 //@ Quicksort), then we will have to *split* our argument at some point, and operate recursively on the two parts.
  12 //@ But we can't split a `Vec`! We could now extend the function signature to also take some indices, marking the
  13 //@ part of the vector we are supposed to sort, but that's all rather clumsy. Rust offers a nicer solution.
  14
  15 //@ `[T]` is the type of an (unsized) *array*, with elements of type `T`. All this means is that there's a contiguous
  16 //@ region of memory, where a bunch of `T` are stored. How many? We can't tell! This is an unsized type. Just like for
  17 //@ trait objects, this means we can only operate on pointers to that type, and these pointers will carry the missing
  18 //@ information - namely, the length (they will be *fat pointers*). Such a reference to an array is called a *slice*. As we will see, a slice can be split.
  19 //@ Our function can thus take a mutable slice, and promise to sort all elements in there.
  20 pub fn sort<T: PartialOrd>(data: &mut [T]) {
  21     if data.len() < 2 { return; }
  22
  23     // We decide that the element at 0 is our pivot, and then we move our cursors through the rest of the slice,
  24     // making sure that everything on the left is no larger than the pivot, and everything on the right is no smaller.
  25     let mut lpos = 1;
  26     let mut rpos = data.len();
  27     /* Invariant: pivot is data[0]; everything with index (0,lpos) is <= pivot;
  28        [rpos,len) is >= pivot; lpos < rpos */
  29     loop {
  30         // **Exercise 14.1**: Complete this Quicksort loop. You can use `swap` on slices to swap two elements. Write a
  31         // test function for `sort`.
  32         unimplemented!()
  33     }
  34
  35     // Once our cursors met, we need to put the pivot in the right place.
  36     data.swap(0, lpos-1);
  37
  38     // Finally, we split our slice to sort the two halves. The nice part about slices is that splitting them is cheap:
  39     //@ They are just a pointer to a start address, and a length. We can thus get two pointers, one at the beginning and
  40     //@ one in the middle, and set the lengths appropriately such that they don't overlap. This is what `split_at_mut` does.
  41     //@ Since the two slices don't overlap, there is no aliasing and we can have both of them as unique, mutable slices.
  42     let (part1, part2) = data.split_at_mut(lpos);
  43     //@ The index operation can not only be used to address certain elements, it can also be used for *slicing*: Giving a range
  44     //@ of indices, and obtaining an appropriate part of the slice we started with. Here, we remove the last element from
  45     //@ `part1`, which is the pivot. This makes sure both recursive calls work on strictly smaller slices.
  46     sort(&mut part1[..lpos-1]);                                     /*@*/
  47     sort(part2);                                                    /*@*/
  48 }
  49
  50 // **Exercise 14.2**: Since `String` implements `PartialEq`, you can now change the function `output_lines` in the previous part
  51 // to call the sort function above. If you did exercise 13.1, you will have slightly more work. Make sure you sort by the matched line
  52 // only, not by filename or line number!
  53
  54 // Now, we can sort, e.g., an vector of numbers.
  55 fn sort_nums(data: &mut Vec<i32>) {
  56     //@ Vectors support slicing, just like slices do. Here, `..` denotes the full range, which means we want to slice the entire vector.
  57     //@ It is then passed to the `sort` function, which doesn't even know that it is working on data inside a vector.
  58     sort(&mut data[..]);
  59 }
  60
  61 // ## Arrays
  62 //@ An *array* in Rust is given by the type `[T; n]`, where `n` is some *fixed* number. So, `[f64; 10]` is an array of 10 floating-point
  63 //@ numbers, all one right next to the other in memory. Arrays are sized, and hence can be used like any other type. But we can also
  64 //@ borrow them as slices, e.g., to sort them.
  65 fn sort_array() {
  66     let mut array_of_data: [f64; 5] = [1.0, 3.4, 12.7, -9.12, 0.1];
  67     sort(&mut array_of_data);
  68 }
  69
  70 // ## External Dependencies
  71 //@ This leaves us with just one more piece to complete rgrep: Taking arguments from the command-line. We could now directly work on
  72 //@ [`std::env::args`](https://doc.rust-lang.org/stable/std/env/fn.args.html) to gain access to those arguments, and this would become
  73 //@ a pretty boring lesson in string manipulation. Instead, I want to use this opportunity to show how easy it is to benefit from
  74 //@ other people's work in your program.
  75 //@
  76 //@ For sure, we are not the first to equip a Rust program with support for command-line arguments. Someone must have written a library
  77 //@ for the job, right? Indeed, someone has. Rust has a central repository of published libraries, called [crates.io](https://crates.io/).
  78 //@ It's a bit like [PyPI](https://pypi.python.org/pypi) or the [Ruby Gems](https://rubygems.org/): Everybody can upload their code,
  79 //@ and there's tooling for importing that code into your project. This tooling is provided by `cargo`, the tool we are already using to
  80 //@ build this tutorial. (`cargo` also has support for *publishing* your crate on crates.io, I refer you to [the documentation](http://doc.crates.io/crates-io.html) for more details.)
  81 //@ In this case, we are going to use the [`docopt` crate](https://crates.io/crates/docopt), which creates a parser for command-line
  82 //@ arguments based on the usage string. External dependencies are declared in the `Cargo.toml` file.
  83
  84 //@ I already prepared that file, but the declaration of the dependency is still commented out. So please open `Cargo.toml` of your workspace
  85 //@ now, and enable the two commented-out lines. Then do `cargo build`. Cargo will now download the crate from crates.io, compile it,
  86 //@ and link it to your program. In the future, you can do `cargo update` to make it download new versions of crates you depend on.
  87 //@ Note that crates.io is only the default location for dependencies, you can also give it the URL of a git repository or some local
  88 //@ path. All of this is explained in the [Cargo Guide](http://doc.crates.io/guide.html).
  89
  90 // I disabled the following module (using a rather bad hack), because it only compiles if `docopt` is linked.
  91 // Remove the attribute of the `rgrep` module to enable compilation.
  92 #[cfg(feature = "disabled")]
  93 pub mod rgrep {
  94     // Now that `docopt` is linked, we can first add it to the namespace with `extern crate` and then import shorter names with `use`.
  95     // We also import some other pieces that we will need.
  96     extern crate docopt;
  97     use self::docopt::Docopt;
  98     use part13::{run, Options, OutputMode};
  99     use std::process;
 100
 101     // The `USAGE` string documents how the program is to be called. It's written in a format that `docopt` can parse.
 102     static USAGE: &'static str = "
 103 Usage: rgrep [-c] [-s] <pattern> <file>...
 104
 105 Options:
 106     -c, --count  Count number of matching lines (rather than printing them).
 107     -s, --sort   Sort the lines before printing.
 108 ";
 109
 110     // This function extracts the rgrep options from the command-line arguments.
 111     fn get_options() -> Options {
 112         // This parses `argv` and exit the program with an error message if it fails. The code is taken from the [`docopt` documentation](http://burntsushi.net/rustdoc/docopt/). <br/>
 113         //@ The function `and_then` takes a closure from `T` to `Result<U, E>`, and uses it to transform a `Result<T, E>` to a
 114         //@ `Result<U, E>`. This way, we can chain computations that only happen if the previous one succeeded (and the error
 115         //@ type has to stay the same). In case you know about monads, this style of programming will be familiar to you.
 116         //@ There's a similar function for `Option`. `unwrap_or_else` is a bit like `unwrap`, but rather than panicking in
 117         //@ case of an `Err`, it calls the closure.
 118         let args = Docopt::new(USAGE).and_then(|d| d.parse()).unwrap_or_else(|e| e.exit());
 119         // Now we can get all the values out.
 120         let count = args.get_bool("-c");
 121         let sort = args.get_bool("-s");
 122         let pattern = args.get_str("<pattern>");
 123         let files = args.get_vec("<file>");
 124         if count && sort {
 125             println!("Setting both '-c' and '-s' at the same time does not make any sense.");
 126             process::exit(1);
 127         }
 128
 129         // We need to make the strings owned to construct the `Options` instance.
 130         //@ If you check all the types carefully, you will notice that `pattern` above is of type `&str`. `str` is the type of a UTF-8
 131         //@ encoded string, that is, a bunch of bytes in memory (`[u8]`) that are valid according of UTF-8. `str` is unsized. `&str`
 132         //@ stores the address of the character data, and their length. String literals like "this one" are
 133         //@ of type `&'static str`: They point right to the constant section of the binary, so
 134         //@ the reference is valid for the entire program. The bytes pointed to by `pattern`, on the other hand, are owned by someone else,
 135         //@ and we call `to_string` on it to copy the string data into a buffer on the heap that we own.
 136         let mode = if count {
 137             OutputMode::Count
 138         } else if sort {
 139             OutputMode::SortAndPrint
 140         } else {
 141             OutputMode::Print
 142         };
 143         Options {
 144             files: files.iter().map(|file| file.to_string()).collect(),
 145             pattern: pattern.to_string(),
 146             output_mode: mode,
 147         }
 148     }
 149
 150     // Finally, we can call the `run` function from the previous part on the options extracted using `get_options`. Edit `main.rs` to call this function.
 151     // You can now use `cargo run -- <pattern> <files>` to call your program, and see the argument parser and the threads we wrote previously in action!
 152     pub fn main() {
 153         run(get_options());                                         /*@*/
 154     }
 155 }
 156
 157 // **Exercise 14.3**: Wouldn't it be nice if rgrep supported regular expressions? There's already a crate that does all the parsing and matching on regular
 158 // expression, it's called [regex](https://crates.io/crates/regex). Add this crate to the dependencies of your workspace, add an option ("-r") to switch
 159 // the pattern to regular-expression mode, and change `filter_lines` to honor this option. The documentation of regex is available from its crates.io site.
 160 // (You won't be able to use the `regex!` macro if you are on the stable or beta channel of Rust. But it wouldn't help for our use-case anyway.)
 161
 162 //@ [index](main.html) | [previous](part13.html) | [raw source](https://www.ralfj.de/git/rust-101.git/blob_plain/HEAD:/workspace/src/part14.rs) | [next](part15.html)