C++ 工程实践(8)：值语义

拼搏现实的明天。 2022-06-18 00:18 174阅读 0赞

陈硕 (giantchen\_AT\_gmail)  
[http://blog.csdn.net/Solstice][http_blog.csdn.net_Solstice] [http://weibo.com/giantchen][http_weibo.com_giantchen]  
陈硕关于 C++ 工程实践的系列文章： [http://blog.csdn.net/Solstice/category/802325.aspx][http_blog.csdn.net_Solstice_category_802325.aspx]  
排版正常的版本： [http://www.cnblogs.com/Solstice/category/287661.html][http_www.cnblogs.com_Solstice_category_287661.html]  
陈硕博客文章合集下载： [http://blog.csdn.net/Solstice/archive/2011/02/24/6206154.aspx][http_blog.csdn.net_Solstice_archive_2011_02_24_6206154.aspx]  
本作品采用“Creative Commons 署名-非商业性使用-禁止演绎 3.0 Unported 许可协议(cc by-nc-nd)”进行许可。[http://creativecommons.org/licenses/by-nc-nd/3.0/][http_creativecommons.org_licenses_by-nc-nd_3.0]

本文是前一篇《C++ 工程实践(7)：iostream 的用途与局限》的后续，在这篇文章的“iostream 与标准库其他组件的交互”一节，我简单地提到iostream的对象和C++标准库中的其他对象（主要是容器和string）具有不同的语义，主要体现在iostream不能拷贝或赋值。今天全面谈一谈我对这个问题的理解。

本文的“对象”定义较为宽泛，a region of memory that has a type，在这个定义下，int、double、bool 变量都是对象。

如果出现排版错乱，请移步： [http://www.cnblogs.com/Solstice/archive/2011/08/16/2141515.html][http_www.cnblogs.com_Solstice_archive_2011_08_16_2141515.html]

# 什么是值语义 #

值语义(value sematics)指的是对象的拷贝与原对象无关，就像拷贝 int 一样。C++ 的内置类型(bool/int/double/char)都是值语义，标准库里的 complex<> 、pair<>、vector<>、map<>、string 等等类型也都是值语意，拷贝之后就与原对象脱离关系。Java 语言的 primitive types 也是值语义。

与值语义对应的是“对象语义/object sematics”，或者叫做引用语义(reference sematics)，由于“引用”一词在 C++ 里有特殊含义，所以我在本文中使用“对象语义”这个术语。对象语义指的是面向对象意义下的对象，对象拷贝是禁止的。例如 muduo 里的 Thread 是对象语义，拷贝 Thread 是无意义的，也是被禁止的：因为 Thread 代表线程，拷贝一个 Thread 对象并不能让系统增加一个一模一样的线程。

同样的道理，拷贝一个 Employee 对象是没有意义的，一个雇员不会变成两个雇员，他也不会领两份薪水。拷贝 TcpConnection 对象也没有意义，系统里边只有一个 TCP 连接，拷贝 TcpConnection 对象不会让我们拥有两个连接。Printer 也是不能拷贝的，系统只连接了一个打印机，拷贝 Printer 并不能凭空增加打印机。凡此总总，面向对象意义下的“对象”是 non-copyable。

Java 里边的 class 对象都是对象语义/引用语义。ArrayList<Integer> a = new ArrayList<Integer>(); ArrayList<Integer> b = a; 那么 a 和 b 指向的是同一个ArrayList 对象，修改 a 同时也会影响 b。

值语义与 immutable 无关。Java 有 value object 一说，按(PoEAA 486)的定义，它实际上是 immutable object，例如 String、Integer、BigInteger、joda.time.DateTime 等等（因为 Java 没有办法实现真正的值语义 class，只好用 immutable object 来模拟）。尽管 immutable object 有其自身的用处，但不是本文的主题。muduo 中的 Date、Timestamp 也都是 immutable 的。

C++中的值语义对象也可以是 mutable，比如 complex<>、pair<>、vector<>、map<>、string 都是可以修改的。muduo 的 InetAddress 和 Buffer 都具有值语义，它们都是可以修改的。

值语义的对象不一定是 POD，例如 string 就不是 POD，但它是值语义的。

值语义的对象不一定小，例如 vector<int> 的元素可多可少，但它始终是值语义的。当然，很多值语义的对象都是小的，例如complex<>、muduo::Date、muduo::Timestamp。

# 值语义与生命期 #

值语义的一个巨大好处是生命期管理很简单，就跟 int 一样——你不需要操心 int 的生命期。值语义的对象要么是 stack object，或者直接作为其他 object 的成员，因此我们不用担心它的生命期（一个函数使用自己stack上的对象，一个成员函数使用自己的数据成员对象）。相反，对象语义的 object 由于不能拷贝，我们只能通过指针或引用来使用它。

一旦使用指针和引用来操作对象，那么就要担心所指的对象是否已被释放，这一度是 C++ 程序 bug 的一大来源。此外，由于 C++ 只能通过指针或引用来获得多态性，那么在C++里从事基于继承和多态的面向对象编程有其本质的困难——资源管理。

考虑一个简单的对象建模——家长与子女：a Parent has a Child, a Child knows his/her Parent。在 Java 里边很好写，不用担心内存泄漏，也不用担心空悬指针：

public class Parent
    {
        private Child myChild;
    }
        
    public class Child
    {
        private Parent myParent;
    }

只要正确初始化 myChild 和 myParent，那么 Java 程序员就不用担心出现访问错误。一个 handle 是否有效，只需要判断其是否 non null。

在 C++ 里边就要为资源管理费一番脑筋：Parent 和 Child 都代表的是真人，肯定是不能拷贝的，因此具有对象语义。Parent 是直接持有 Child 吗？抑或 Parent 和 Child 通过指针互指？Child 的生命期由 Parent 控制吗？如果还有 ParentClub 和 School 两个 class，分别代表家长俱乐部和学校：ParentClub has many Parent(s)，School has many Child(ren)，那么如何保证它们始终持有有效的 Parent 对象和 Child 对象？何时才能安全地释放 Parent 和 Child ？

直接但是易错的写法：

class Child;
    
    class Parent : boost::noncopyable
    {
     private:
      Child* myChild;
    };
    
    class Child : boost::noncopyable
    {
     private:
      Parent* myParent;
    };

如果直接使用指针作为成员，那么如何确保指针的有效性？如何防止出现空悬指针？Child 和 Parent 由谁负责释放？在释放某个 Parent 对象的时候，如何确保程序中没有指向它的指针？在释放某个 Child 对象的时候，如何确保程序中没有指向它的指针？

这一系列问题一度是C++面向对象编程头疼的问题，不过现在有了 smart pointer，我们可以借助 smart pointer 把对象语义转换为值语义，从而轻松解决对象生命期：让 Parent 持有 Child 的 smart pointer，同时让 Child 持有 Parent 的 smart pointer，这样始终引用对方的时候就不用担心出现空悬指针。当然，其中一个 smart pointer 应该是 weak reference，否则会出现循环引用，导致内存泄漏。到底哪一个是 weak reference，则取决于具体应用场景。

如果 Parent 拥有 Child，Child 的生命期由其 Parent 控制，Child 的生命期小于 Parent，那么代码就比较简单：

class Parent;
    class Child : boost::noncopyable
    {
     public:
      explicit Child(Parent* myParent_)
        : myParent(myParent_)
      {
      }
    
     private:
      Parent* myParent;
    };
    
    class Parent : boost::noncopyable
    {
     public:
      Parent()
        : myChild(new Child(this))
      {
      }
    
     private:
      boost::scoped_ptr<Child> myChild;
    };

在上面这个设计中，Child 的指针不能泄露给外界，否则仍然有可能出现空悬指针。

如果 Parent 与 Child 的生命期相互独立，就要麻烦一些：

class Parent;
    typedef boost::shared_ptr<Parent> ParentPtr;
    
    class Child : boost::noncopyable
    {
     public:
      explicit Child(const ParentPtr& myParent_)
        : myParent(myParent_)
      {
      }
    
     private:
      boost::weak_ptr<Parent> myParent;
    };
    typedef boost::shared_ptr<Child> ChildPtr;
    
    
    class Parent : public boost::enable_shared_from_this<Parent>,
                   private boost::noncopyable
    {
     public:
      Parent()
      {
      }
    
      void addChild()
      {
        myChild.reset(new Child(shared_from_this()));
      }
    
     private:
      ChildPtr myChild;
    };
    
    int main()
    {
      ParentPtr p(new Parent);
      p->addChild();
    }

上面这个 shared\_ptr+weak\_ptr 的做法似乎有点小题大做。

考虑一个稍微复杂一点的对象模型：a Child has parents: mom and dad; a Parent has one or more Child(ren); a Parent knows his/her spouser. 这个对象模型用 Java 表述一点都不复杂，垃圾收集会帮我们搞定对象生命期。

public class Parent
    {
        private Parent mySpouser;
        private ArrayList<Child> myChildren;
    }
    
    public class Child
    {
        private Parent myMom;
        private Parent myDad;
    }

如果用 C++ 来实现，如何才能避免出现空悬指针，同时避免出现内存泄漏呢？借助 shared\_ptr 把裸指针转换为值语义，我们就不用担心这两个问题了：

class Parent;
    typedef boost::shared_ptr<Parent> ParentPtr;
    
    class Child : boost::noncopyable
    {
     public:
      explicit Child(const ParentPtr& myMom_,
                     const ParentPtr& myDad_)
        : myMom(myMom_),
          myDad(myDad_)
      {
      }
    
     private:
      boost::weak_ptr<Parent> myMom;
      boost::weak_ptr<Parent> myDad;
    };
    typedef boost::shared_ptr<Child> ChildPtr;
    
    class Parent : boost::noncopyable
    {
     public:
      Parent()
      {
      }
    
      void setSpouser(const ParentPtr& spouser)
      {
        mySpouser = spouser;
      }
    
      void addChild(const ChildPtr& child)
      {
        myChildren.push_back(child);
      }
    
     private:
      boost::weak_ptr<Parent> mySpouser;
      std::vector<ChildPtr> myChildren;
    };
    
    int main()
    {
      ParentPtr mom(new Parent);
      ParentPtr dad(new Parent);
      mom->setSpouser(dad);
      dad->setSpouser(mom);
      {
        ChildPtr child(new Child(mom, dad));
        mom->addChild(child);
        dad->addChild(child);
      }
      {
        ChildPtr child(new Child(mom, dad));
        mom->addChild(child);
        dad->addChild(child);
      }
    }

如果不使用 smart pointer，用 C++ 做面向对象编程将会困难重重。

# 值语义与标准库 #

C++ 要求凡是能放入标准容器的类型必须具有值语义。准确地说：type 必须是 SGIAssignable concept 的 model。但是，由 于C++ 编译器会为 class 默认提供 copy constructor 和 assignment operator，因此除非明确禁止，否则 class 总是可以作为标准库的元素类型——尽管程序可以编译通过，但是隐藏了资源管理方面的 bug。

因此，在写一个 class 的时候，先让它继承 boost::noncopyable，几乎总是正确的。

在现代 C++ 中，一般不需要自己编写 copy constructor 或 assignment operator，因为只要每个数据成员都具有值语义的话，编译器自动生成的 member-wise copying&assigning 就能正常工作；如果以 smart ptr 为成员来持有其他对象，那么就能自动启用或禁用 copying&assigning。例外：编写 HashMap 这类底层库时还是需要自己实现 copy control。

# 值语义与C++语言 #

C++ 的 class 本质上是值语义的，这才会出现 object slicing 这种语言独有的问题，也才会需要程序员注意 pass-by-value 和 pass-by-const-reference 的取舍。在其他面向对象编程语言中，这都不需要费脑筋。

值语义是C++语言的三大约束之一，C++ 的设计初衷是让用户定义的类型(class)能像内置类型(int)一样工作，具有同等的地位。为此C++做了以下设计（妥协）：

*  class 的 layout 与 C struct 一样，没有额外的开销。定义一个“只包含一个 int 成员的 class ”的对象开销和定义一个 int 一样。
 *  甚至 class data member 都默认是 uninitialized，因为函数局部的 int 是 uninitialized。
 *  class 可以在 stack 上创建，也可以在 heap 上创建。因为 int 可以是 stack variable。
 *  class 的数组就是一个个 class 对象挨着，没有额外的 indirection。因为 int 数组就是这样。
 *  编译器会为 class 默认生成 copy constructor 和 assignment operator。其他语言没有 copy constructor 一说，也不允许重载 assignment operator。C++ 的对象默认是可以拷贝的，这是一个尴尬的特性。
 *  当 class type 传入函数时，默认是 make a copy （除非参数声明为 reference）。因为把 int 传入函数时是 make a copy。
 *  当函数返回一个 class type 时，只能通过 make a copy（C++ 不得不定义 RVO 来解决性能问题）。因为函数返回 int 时是 make a copy。
 *  以 class type 为成员时，数据成员是嵌入的。例如 pair<complex<double>, size\_t> 的 layout 就是 complex<double> 挨着 size\_t。

这些设计带来了性能上的好处，原因是 memory locality。比方说我们在 C++ 里定义 complex<double> class，array of complex<double>， vector<complex<double> >，它们的 layout 分别是：（re 和 im 分别是复数的实部和虚部。）

![value1][]

而如果我们在 Java 里干同样的事情，layout 大不一样，memory locality 也差很多：

![value2][]

Java 里边每个 object 都有 header，至少有两个 word 的开销。对比 Java 和 C++，可见 C++ 的对象模型要紧凑得多。

# 待续 #

下一篇文章我会谈与值语义紧密相关的数据抽象(data abstraction)，解释为什么它是与面向对象并列的一种编程范式，为什么支持面向对象的编程语言不一定支持数据抽象。C++在最初的时候是以 data abstraction 为卖点，不过随着时间的流逝，现在似乎很多人只知 Object-Oriented，不知 data abstraction 了。C++ 的强大之处在于“抽象”不以性能损失为代价，下一篇文章我们将看到具体例子。

[http_blog.csdn.net_Solstice]: http://blog.csdn.net/Solstice
[http_weibo.com_giantchen]: http://weibo.com/giantchen
[http_blog.csdn.net_Solstice_category_802325.aspx]: http://blog.csdn.net/Solstice/category/802325.aspx
[http_www.cnblogs.com_Solstice_category_287661.html]: http://www.cnblogs.com/Solstice/category/287661.html
[http_blog.csdn.net_Solstice_archive_2011_02_24_6206154.aspx]: http://blog.csdn.net/Solstice/archive/2011/02/24/6206154.aspx
[http_creativecommons.org_licenses_by-nc-nd_3.0]: http://creativecommons.org/licenses/by-nc-nd/3.0/
[http_www.cnblogs.com_Solstice_archive_2011_08_16_2141515.html]: http://www.cnblogs.com/Solstice/archive/2011/08/16/2141515.html
[value1]: /images/20220618/6d7b855a56994f6bad1f97bc204883ad.png
[value2]: /images/20220618/3f3274b316c24991bec01d9173cbc81a.png