Swift 具有通用数据类型的下标

Swift subscript with generic data type

我正在尝试为各种数据类型编写一个二维数据存储结构。但是,由于“无法将 'T' 类型的值分配给 'T' 类型的下标错误,我正在努力设置数据的下标。非常感谢任何帮助!

struct dataMatrix<T> : Sequence, IteratorProtocol {
    var rows: Int, columns: Int
    var data: [T]
    var position = 0
    
    init(rows: Int, columns: Int) {
        self.rows = rows
        self.columns = columns
        data = Array<T>()
    }
    
    func valueAt(column: Int, row: Int) -> T? {
        guard column >= 0 && row >= 0 && column < columns else {
                return nil
            }

        let indexcolumn = column + row * columns

            guard indexcolumn < data.count else {
                return nil
            }

            return data[indexcolumn]
        }
    }
    
    subscript<T>(column: Int, row:Int) -> T?{
        get{
            return valueAt(column: column, row: row) as? T
        }
        set{
            data[(column * row) + column] = (newValue as! T) // does not compile
        }   
    }
    
    // sequence iterator protorocl methods
    mutating func next() -> String? {
        if position <= data.count{
            print(position)
            defer { position += 1 }
            return "\(position)"
        }else{
            defer {position = 0}
            return nil
        }
    }
}
subscript<T>(column: Int, row:Int) -> T?{

定义了一个带有类型占位符 T 的泛型方法,它与 struct dataMatrix<T> 的泛型类型 T 无关。解决方案很简单:删除类型占位符:

subscript(column: Int, row: Int) -> T? {
    // ...
}

这也使得 getter 和 setter 中的类型转换变得不必要。如果使用 nil 参数调用 setter(例如:什么都没有),您只需决定要做什么:

subscript(column: Int, row: Int) -> T? {
    get {
        return valueAt(column: column, row: row)
    }
    set {
        if let value = newValue {
            data[(column * row) + column] = value
        }
    }
}

另一种选择是使下标方法的 return 类型成为非可选的,并将无效索引视为致命错误(这就是 Swift Array 处理它的方式):

subscript(column: Int, row: Int) -> T {
    get {
        guard let value = valueAt(column: column, row: row) else {
            fatalError("index out of bounds")
        }
        return value
    }
    set {
        data[(column * row) + column] = newValue
    }
}