1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
use core::cmp;
use core::iter::TrustedLen;
use core::ptr;

use crate::raw_vec::RawVec;

use super::{SpecExtend, Vec};

/// 手动确定重叠专业的优先级所必需的 Vec::from_iter 的另一个专业 trait,请参见 [`SpecFromIter`](super::SpecFromIter) 了解详细信息。
///
///
pub(super) trait SpecFromIterNested<T, I> {
    fn from_iter(iter: I) -> Self;
}

impl<T, I> SpecFromIterNested<T, I> for Vec<T>
where
    I: Iterator<Item = T>,
{
    default fn from_iter(mut iterator: I) -> Self {
        // 展开第一个迭代,因为在每种情况下,当 iterable 不为空时,vector 都会在此迭代中进行扩展,但是 extend_desugared() 中的循环不会在随后的几次循环迭代中看到 vector 已满。
        //
        // 所以我们得到了更好的分支预测。
        //
        //
        let mut vector = match iterator.next() {
            None => return Vec::new(),
            Some(element) => {
                let (lower, _) = iterator.size_hint();
                let initial_capacity =
                    cmp::max(RawVec::<T>::MIN_NON_ZERO_CAP, lower.saturating_add(1));
                let mut vector = Vec::with_capacity(initial_capacity);
                unsafe {
                    // SAFETY: 我们要求的容量至少为 1
                    ptr::write(vector.as_mut_ptr(), element);
                    vector.set_len(1);
                }
                vector
            }
        };
        // 必须委托给 spec_extend(),因为 extend() 本身委托给空空的 Vecs 的 spec_from
        //
        <Vec<T> as SpecExtend<T, I>>::spec_extend(&mut vector, iterator);
        vector
    }
}

impl<T, I> SpecFromIterNested<T, I> for Vec<T>
where
    I: TrustedLen<Item = T>,
{
    fn from_iter(iterator: I) -> Self {
        let mut vector = match iterator.size_hint() {
            (_, Some(upper)) => Vec::with_capacity(upper),
            // TrustedLen 契约保证 `size_hint() == (_, None)` 意味着有多个 `usize::MAX` 元素。
            // 因为如果容量太大 (通过 `with_capacity`),前一个分支会急切地使用 panic,所以我们在这里做同样的事情。
            //
            //
            _ => panic!("capacity overflow"),
        };
        // 重用 TrustedLen 的扩展专业化
        vector.spec_extend(iterator);
        vector
    }
}