性能比较：循环 vs. 迭代器
要确定是使用循环还是迭代器，您需要知道哪种实现更快：使用显式 for 循环的 search 函数版本还是使用迭代器的版本。
我们通过将阿瑟·柯南·道尔爵士的《福尔摩斯探案全集》的全部内容加载到 String 中并在内容中查找单词 the 来运行基准测试。以下是使用 for 循环的 search 版本和使用迭代器的版本的基准测试结果
test bench_search_for ... bench: 19,620,300 ns/iter (+/- 915,700)
test bench_search_iter ... bench: 19,234,900 ns/iter (+/- 657,200)
迭代器版本稍微快一些！我们不会在这里解释基准测试代码，因为重点不是要证明这两个版本是等效的，而是要大致了解这两种实现的性能比较。
为了进行更全面的基准测试，您应该检查使用各种大小的各种文本作为 contents，不同的单词和不同长度的单词作为 query，以及所有其他类型的变化。关键是：迭代器虽然是高级抽象，但会被编译成与您自己编写低级代码大致相同的代码。迭代器是 Rust 的 *零成本抽象* 之一，这意味着使用抽象不会带来额外的运行时开销。这类似于 C++ 的原始设计者和实现者 Bjarne Stroustrup 在“C++ 的基础”（2012）中对 *零开销* 的定义
一般来说，C++ 实现遵循零开销原则：您不使用的，您无需付费。此外：您使用的，您无法手动编写更好的代码。
再举一个例子，以下代码取自音频解码器。解码算法使用线性预测数学运算，根据先前样本的线性函数来估计未来值。此代码使用迭代器链对范围内的三个变量进行一些数学运算：数据的 buffer 切片、12 个 coefficients 的数组以及在 qlp_shift 中移动数据的量。我们在这个例子中声明了变量，但没有给它们任何值；尽管这段代码在其上下文之外没有多大意义，但它仍然是一个简洁的、真实的例子，说明了 Rust 如何将高级思想转换为低级代码。
let buffer: &mut [i32];
let coefficients: [i64; 12];
let qlp_shift: i16;
for i in 12..buffer.len() {
let prediction = coefficients.iter()
.zip(&buffer[i - 12..i])
.map(|(&c, &s)| c * s as i64)
.sum::<i64>() >> qlp_shift;
let delta = buffer[i];
buffer[i] = prediction as i32 + delta;
}为了计算 prediction 的值，此代码迭代 coefficients 中的 12 个值，并使用 zip 方法将系数值与 buffer 中的前 12 个值配对。然后，对于每一对，我们将这些值相乘，对所有结果求和，并将总和 qlp_shift 位向右移动。
音频解码器等应用程序中的计算通常最优先考虑性能。在这里，我们创建一个迭代器，使用两个适配器，然后使用该值。这段 Rust 代码会编译成什么样的汇编代码？嗯，在撰写本文时，它编译成的汇编代码与您手动编写的相同。根本没有循环对应于对 coefficients 中的值进行迭代：Rust 知道有 12 次迭代，因此它“展开了”循环。*展开*是一种优化，它可以消除循环控制代码的开销，而是为循环的每次迭代生成重复代码。
所有系数都存储在寄存器中，这意味着访问这些值的速度非常快。在运行时，不会对数组访问进行边界检查。Rust 能够应用的所有这些优化使得生成的代码效率极高。现在您知道了这一点，就可以放心地使用迭代器和闭包了！它们使代码看起来更高级，但不会因此而降低运行时性能。
总结
闭包和迭代器是受函数式编程语言思想启发的 Rust 特性。它们有助于 Rust 以低级性能清晰地表达高级思想。闭包和迭代器的实现方式不会影响运行时性能。这是 Rust 努力提供零成本抽象的目标的一部分。
现在我们已经提高了 I/O 项目的表达能力，让我们来看看 cargo 的更多特性，这些特性将帮助我们与全世界共享该项目。