[Swift] 왜 Swift에서 문자열은 index로 조회하지 못할까?

 

 

📚 Swift 에서 문자열 index 접근에 대하여

 

 

 

 

Swift 에서 문자열은 어떻게 조회할까 ? 

swift에서 문자열을 정수 index로 조회하면 오류가 발생한다.

 

그러면 Swift에서는 어떤 방식으로 조회해야 할까 ? 

 

String.Index를 사용해서 접근한다.

// 선언
let str = "hello world!"

// 조회
str[str.startIndex] // 'h'
str[str.endIndex] // '!'가 나올지 알았겠지만 에러 발생

var idx = str.index(str.startIndex, offsetBy: 6)
str[idx] // 'w'

// 반복문을 인덱스처럼 뽑아 사용하려면 indicies 메소드 사용
for i in str.indices {
     print(str[i]) // Index(_rawBits:) 값이 출력된다.
}

 

 

Java를 많이 사용해왔던 내가 이걸보면 한마디가 나온다.

 

아니 왜?

 

hello world!라는 문자열에서 w를 접근하는데 Pythob에서는 str[6]이면 끝났는데, Swift에서는 str[str.index(str, offsetBy:6)을 해야 비로소 글자 하나에 접근할 수 있다.

겉으로만 보면 str str str... 변수명을 무려 세번이나 사용한다.

 

분명히 C, C++ 언어부터 정수 인덱스로 접근하는 효율적인 방법이 이미 있는데, 현대 언어의 패러다임을 섞어놓았다는 Swift에서는 왜 이런 비효율이 생긴걸까

 

 

 

 

Swift의 문자 저장 구조

앞선 언어들의 문자열은 각각 인덱스마다 동일한 크그의 데이터 값을 가지고 있었다. Swift 공식문서에 따르면, Character 타입의 데이터는 하나의 확장된 문자소 집합(Extended Grapheme Clusters)으로 표현된다.

 

Extended Grapheme Clusters
Swift에서는 Character 자료형은 '사람이 읽을 수 있는 하나의 글자'를 기준으로 한다. 그래서 하나의 글자가 여러 개의 유니코드 스칼라 값을 가질 수 있고, 이에 따라 각 글자마자 메모리가 다를 수 있다.

 

 

위의 공식문서에서 하나의 Character 타입이 여러 스칼라 값을 가질 수 있다는 것을 한글로 예를 들었다.

let precomposed: Character = "\u{D55C}" // 한
let decomposed: Character = "\u{1112}\u{1161}\u{11AB}" // ㅎ, ㅏ, ㄴ
// precomposed is 한, decomposed is 한

예시를 보면 한으로 합쳐있는 글자는 하나의 유니코드 스칼라 값을 갖는데 아래는 3개의 유니코드 스칼라 값을 갖는다. 하지만 중요한 점은 둘 다 똑같은 하나의 Character라는것이다. 

 

이런 이유 때문에 다른 언어처럼 str[6]으로 접근하려 했다면, 구체적으로 어딜 접근하려했는지 의도가 명확하지 않게 되버린 것이다.

 

왜냐면 사실 str[6]에서 6이라는 숫자는 메모리를 배열처럼 점유해서 그 중 6번째 인덱스를 보는것이기 떄문이다. Swift 처럼 한글자마다 여러 개의 유니코드 스칼라 값을 가질 수 있다면 각 글자마다 메모리가 다르기 때문에 정확히 i 번째는 아닌 것이다.

 

인덱스로 접근을 못한다고 했을 때 또 하나의 의문점이 든다. 바로, String.Index를 반환하는

index(_:offsetBy:) 메소드이다. 해당 메소드는 Swift가 제공하는 첫 번째 파라미터로부터 offsetBy: 만큼 떨어진 위치를 반환한다.

 

여기서 "offsetBy: 만큼 떨어진" 이 라는것이 무슨 말인지 중요하다. 왜냐면 인덱스로 조회하지 못한다고 했는데, 이 메소드를 사용하면 어쨋든 인덱스로 조회하는 '것처럼 보여지지 않는가'

 

 

 

String.Index ? 

 

위 공식문서에 따르면 String 자료형에서는 Index 라는 구조체는 BidirectinalCollection 이라는 프로토콜을 채택한 구조체이다.

 

BidirectionalCollection & RandomAccessCollection

 

 

String.Index 구조체가 BidirectionalCollection 이라는 프로토콜을 채택한 것은 문자열의 인덱스 탐색 구조가 양방향 순회방식 이라는 것이다. 그 말인 즉슨, 무조건 자신의 앞, 뒤로만 탐색할 수 있다는 것이다.

 

보통은 문자열을 Random Access 방법으로 임의의 거리만큼 떨어진 원소를 O(1)의 시간복잡도로 참조 할 수 있는 조회 성능을 가진다. 하지만, 애플은 각 글자마다 유연한 메모리 크기를 가져간 대신 이런 성능을 포기할 것 같다.

 

BidirectionalCollection 프로토콜로 인덱스 접근을 구현함으로써 O(n)의 시간복잡도가 필요해졌다.

 

이러한 이유로, 문자열의 시작점으로부터 임의의 거리만큼 떨어진 원소를 참조하기 위해서는 이전 단계를 모두 거쳐야 하는 것이다.

 

이러한 접근 방식으로 구현되어 각각의 문자소 집합만큼 떨어진 distance를 계산한다. 물론 원한다면 utf-8, utf-16, unicodesScalars 방식으로 계산할 수도 있겠다.

결론

Swift는 다양한 방식의 언어와 특수문자들에 대응하기 위해 확장된 문자소 집합(Extended Grapheme Clusters)를 채택해서 한 글자당 유연한 메모리 크기를 갖게하고, 임의의 지점으로부터 그 크기만큼 떨어진 원소를 Bidirectional 하게 탐색하여 문자열의 원소에 접근하는 것이다.

 

 

 

관련 프로그래머스 문제

https://school.programmers.co.kr/learn/courses/30/lessons/181915

프로그래머스