標(biāo)準(zhǔn)C++類string的Copy-On-Write技術(shù)
標(biāo)準(zhǔn)C＋＋類std::string的內(nèi)存共享和Copy-On-Write技術(shù) 陳皓
1、概念
Scott Meyers在《More Effective C++》中舉了個例子，不知你是否還記得？在你還在上學(xué)的時候，你的父母要你不要看電視，而去復(fù)習(xí)功課，于是你把自己關(guān)在房間里，做出一副正在復(fù)習(xí)功課的樣子，其實你在干著別的諸如給班上的某位女生寫情書之類的事，而一旦你的父母出來在你房間要檢查你是否在復(fù)習(xí)時，你才真正撿起課本看書。這就是“拖延戰(zhàn)術(shù)”，直到你非要做的時候才去做。
當(dāng)然，這種事情在現(xiàn)實生活中時往往會出事，但其在編程世界中搖身一變，就成為了最有用的技術(shù)，正如C++中的可以隨處聲明變量的特點一樣，Scott Meyers推薦我們，在真正需要一個存儲空間時才去聲明變量（分配內(nèi)存），這樣會得到程序在運行時最小的內(nèi)存花銷。執(zhí)行到那才會去做分配內(nèi)存這種比較耗時的工作，這會給我們的程序在運行時有比較好的性能。必竟，20%的程序運行了80%的時間。
當(dāng)然，拖延戰(zhàn)術(shù)還并不只是這樣一種類型，這種技術(shù)被我們廣泛地應(yīng)用著，特別是在操作系統(tǒng)當(dāng)中，當(dāng)一個程序運行結(jié)束時，操作系統(tǒng)并不會急著把其清除出內(nèi)存，原因是有可能程序還會馬上再運行一次（從磁盤把程序裝入到內(nèi)存是個很慢的過程），而只有當(dāng)內(nèi)存不夠用了，才會把這些還駐留內(nèi)存的程序清出。
寫時才拷貝（Copy-On-Write）技術(shù)，就是編程界“懶惰行為”——拖延戰(zhàn)術(shù)的產(chǎn)物。舉個例子，比如我們有個程序要寫文件，不斷地根據(jù)網(wǎng)絡(luò)傳來的數(shù)據(jù)寫，如果每一次fwrite或是fprintf都要進行一個磁盤的I/O操作的話，都簡直就是性能上巨大的損失，因此通常的做法是，每次寫文件操作都寫在特定大小的一塊內(nèi)存中（磁盤緩存），只有當(dāng)我們關(guān)閉文件時，才寫到磁盤上（這就是為什么如果文件不關(guān)閉，所寫的東西會丟失的原因）。更有甚者是文件關(guān)閉時都不寫磁盤，而一直等到關(guān)機或是內(nèi)存不夠時才寫磁盤，Unix就是這樣一個系統(tǒng)，如果非正常退出，那么數(shù)據(jù)就會丟失，文件就會損壞。
呵呵，為了性能我們需要冒這樣大的風(fēng)險，還好我們的程序是不會忙得忘了還有一塊數(shù)據(jù)需要寫到磁盤上的，所以這種做法，還是很有必要的。
2、標(biāo)準(zhǔn)C++類std::string的Copy-On-Write
在我們經(jīng)常使用的STL標(biāo)準(zhǔn)模板庫中的string類，也是一個具有寫時才拷貝技術(shù)的類。C++曾在性能問題上被廣泛地質(zhì)疑和指責(zé)過，為了提高性能，STL中的許多類都采用了Copy-On-Write技術(shù)。這種偷懶的行為的確使使用STL的程序有著比較高要性能。
這里，我想從C++類或是設(shè)計模式的角度為各位揭開Copy-On-Write技術(shù)在string中實現(xiàn)的面紗，以供各位在用C++進行類庫設(shè)計時做一點參考。
在講述這項技術(shù)之前，我想簡單地說明一下string類內(nèi)存分配的概念。通過常，string類中必有一個私有成員，其是一個char*，用戶記錄從堆上分配內(nèi)存的地址，其在構(gòu)造時分配內(nèi)存，在析構(gòu)時釋放內(nèi)存。因為是從堆上分配內(nèi)存，所以string類在維護這塊內(nèi)存上是格外小心的，string類在返回這塊內(nèi)存地址時，只返回const char*，也就是只讀的，如果你要寫，你只能通過string提供的方法進行數(shù)據(jù)的改寫。
2.1、特性
由表及里，由感性到理性，我們先來看一看string類的Copy-On-Write的表面特征。讓我們寫下下面的一段程序：
#include
#include
using namespace std;
main()
{
string str1 = "hello world";
string str2 = str1;
printf ("Sharing the memory:/n");
printf ("/tstr1's address: %x/n", str1.c_str() );
printf ("/tstr2's address: %x/n", str2.c_str() );
str1[1]='q';
str2[1]='w';
printf ("After Copy-On-Write:/n");
printf ("/tstr1's address: %x/n", str1.c_str() );
printf ("/tstr2's address: %x/n", str2.c_str() );
return 0;
}
這個程序的意圖就是讓第二個string通過第一個string構(gòu)造，然后打印出其存放數(shù)據(jù)的內(nèi)存地址，然后分別修改str1和str2的內(nèi)容，再查一下其存放內(nèi)存的地址。程序的輸出是這樣的（我在VC6.0和g++ 2.95都得到了同樣的結(jié)果）：
> g++ -o stringTest stringTest.cpp
> ./stringTest
Sharing the memory:
str1's address: 343be9
str2's address: 343be9
After Copy-On-Write:
str1's address: 3407a9
str2's address: 343be9
從結(jié)果中我們可以看到，在開始的兩個語句后，str1和str2存放數(shù)據(jù)的地址是一樣的，而在修改內(nèi)容后，str1的地址發(fā)生了變化，而str2的地址還是原來的。從這個例子，我們可以看到string類的Copy-On-Write技術(shù)。
2.2、深入
在深入這前，通過上述的演示，我們應(yīng)該知道在string類中，要實現(xiàn)寫時才拷貝，需要解決兩個問題，一個是內(nèi)存共享，一個是Copy-On-Wirte，這兩個主題會讓我們產(chǎn)生許多疑問，還是讓我們帶著這樣幾個問題來學(xué)習(xí)吧：
1、 Copy-On-Write的原理是什么？
2、 string類在什么情況下才共享內(nèi)存的？
3、 string類在什么情況下觸發(fā)寫時才拷貝（Copy-On-Write）?
4、 Copy-On-Write時，發(fā)生了什么？
5、 Copy-On-Write的具體實現(xiàn)是怎么樣的？
喔，你說只要看一看STL中stirng的源碼你就可以找到答案了。當(dāng)然，當(dāng)然，我也是參考了string的父模板類basic_string的源碼。但是，如果你感到看STL的源碼就好像看機器碼，并嚴(yán)重打擊你對C++自信心，乃至產(chǎn)生了自己是否懂C++的疑問，如果你有這樣的感覺，那么還是繼續(xù)往下看我的這篇文章吧。
OK，讓我們一個問題一個問題地探討吧，慢慢地所有的技術(shù)細節(jié)都會浮出水面的。
2.3、Copy-On-Write的原理是什么？
有一定經(jīng)驗的程序員一定知道，Copy-On-Write一定使用了“引用計數(shù)”，是的，必然有一個變量類似于RefCnt。當(dāng)?shù)谝粋€類構(gòu)造時，string的構(gòu)造函數(shù)會根據(jù)傳入的參數(shù)從堆上分配內(nèi)存，當(dāng)有其它類需要這塊內(nèi)存時，這個計數(shù)為自動累加，當(dāng)有類析構(gòu)時，這個計數(shù)會減一，直到最后一個類析構(gòu)時，此時的RefCnt為1或是0，此時，程序才會真正的Free這塊從堆上分配的內(nèi)存。
是的，引用計數(shù)就是string類中寫時才拷貝的原理！
2.3.1、 string類在什么情況下才共享內(nèi)存的？
這個問題的答案應(yīng)該是明顯的，根據(jù)常理和邏輯，如果一個類要用另一個類的數(shù)據(jù)，那就可以共享被使用類的內(nèi)存了。這是很合理的，如果你不用我的，那就不用共享，只有你使用我的，才發(fā)生共享。
使用別的類的數(shù)據(jù)時，無非有兩種情況，1）以別的類構(gòu)造自己，2）以別的類賦值。第一種情況時會觸發(fā)拷貝構(gòu)造函數(shù)，第二種情況會觸發(fā)賦值操作符。這兩種情況我們都可以在類中實現(xiàn)其對應(yīng)的方法。對于第一種情況，只需要在string類的拷貝構(gòu)造函數(shù)中做點處理，讓其引用計數(shù)累加；同樣，對于第二種情況，只需要重載string類的賦值操作符，同樣在其中加上一點處理。
嘮叨幾句：
1）構(gòu)造和賦值的差別
對于前面那個例程中的這兩句：
string str1 = "hello world";
string str2 = str1;
不要以為有“=”就是賦值操作，其實，這兩條語句等價于：
string str1 ("hello world"); //調(diào)用的是構(gòu)造函數(shù)
string str2 (str1); //調(diào)用的是拷貝構(gòu)造函數(shù)
如果str2是下面的這樣情況：
string str2; //調(diào)用參數(shù)默認(rèn)為空串的構(gòu)造函數(shù)：string str2(“”);
str2 = str1; //調(diào)用str2的賦值操作：str2.operator=(str1);
2) 另一種情況
char tmp[]=”hello world”;
string str1 = tmp;
string str2 = tmp;
這種情況下會觸發(fā)內(nèi)存的共享嗎？想當(dāng)然的，應(yīng)該要共享?？墒歉鶕?jù)我們前面所說的共享內(nèi)存的情況，兩個string類的聲明和初始語句并不符合我前述的兩種情況，所以其并不發(fā)生內(nèi)存共享。而且，C++現(xiàn)有特性也無法讓我們做到對這種情況進行類的內(nèi)存共享。
2.3.2、 string類在什么情況下觸發(fā)寫時才拷貝（Copy-On-Write）?
哦，什么時候會發(fā)現(xiàn)寫時才拷貝？很顯然，當(dāng)然是在共享同一塊內(nèi)存的類發(fā)生內(nèi)容改變時，才會發(fā)生Copy-On-Write。比如string類的[]、=、+=、+、操作符賦值，還有一些string類中諸如insert、replace、append等成員函數(shù),包括類的析構(gòu)時。
修改數(shù)據(jù)才會觸發(fā)Copy-On-Write，不修改當(dāng)然就不會改啦。這就是托延戰(zhàn)術(shù)的真諦，非到要做的時候才去做。
2.3.3、Copy-On-Write時，發(fā)生了什么？
我們可能根據(jù)那個訪問計數(shù)來決定是否需要拷貝，參看下面的代碼：
If ( RefCnt>0 ) {
char* tmp = (char*) malloc(strlen(_Ptr)+1);
strcpy(tmp, _Ptr);
_Ptr = tmp;
}
上面的代碼是一個假想的拷貝方法，如果有別的類在引用（檢查引用計數(shù)來獲知）這塊內(nèi)存，那么就需要把更改類進行“拷貝”這個動作。
我們可以把這個拷的運行封裝成一個函數(shù)，供那些改變內(nèi)容的成員函數(shù)使用。
2.3.4、 Copy-On-Write的具體實現(xiàn)是怎么樣的？
string h1 = “hello”;
string h2= h1;
string h3;
h3 = h2;
string w1 = “world”;
string w2(“”);
w2=w1;
很明顯，我們要讓h1、h2、h3共享同一塊內(nèi)存，讓w1、w2共享同一塊內(nèi)存。因為，在h1、h2、h3中，我們要維護一個引用計數(shù)，在w1、w2中我們又要維護一個引用計數(shù)。
如何使用一個巧妙的方法產(chǎn)生這兩個引用計數(shù)呢？我們想到了string類的內(nèi)存是在堆上動態(tài)分配的，既然共享內(nèi)存的各個類指向的是同一個內(nèi)存區(qū)，我們?yōu)槭裁床辉谶@塊區(qū)上多分配一點空間來存放這個引用計數(shù)呢？這樣一來，所有共享一塊內(nèi)存區(qū)的類都有同樣的一個引用計數(shù)，而這個變量的地址既然是在共享區(qū)上的，那么所有共享這塊內(nèi)存的類都可以訪問到，也就知道這塊內(nèi)存的引用者有多少了。
請看下圖：
于是，有了這樣一個機制，每當(dāng)我們?yōu)閟tring分配內(nèi)存時，我們總是要多分配一個空間用來存放這個引用計數(shù)的值，只要發(fā)生拷貝構(gòu)造可是賦值時，這個內(nèi)存的值就會加一。而在內(nèi)容修改時，string類為查看這個引用計數(shù)是否為0，如果不為零，表示有人在共享這塊內(nèi)存，那么自己需要先做一份拷貝，然后把引用計數(shù)減去一，再把數(shù)據(jù)拷貝過來。下面的幾個程序片段說明了這兩個動作：
//構(gòu)造函數(shù)（分存內(nèi)存）
string::string(const char* tmp)
{
_Len = strlen(tmp);
_Ptr = new char[_Len+1+1];
strcpy( _Ptr, tmp );
_Ptr[_Len+1]=0; // 設(shè)置引用計數(shù)
}
//拷貝構(gòu)造（共享內(nèi)存）
string::string(const string& str)
{
if (*this != str){
this->_Ptr = str.c_str(); //共享內(nèi)存
this->_Len = str.szie();
this->_Ptr[_Len+1] ++; //引用計數(shù)加一
}
}
//寫時才拷貝Copy-On-Write
char& string::operator[](unsigned int idx)
{
if (idx > _Len || _Ptr == 0 ) {
static char nullchar = 0;
return nullchar;
}
_Ptr[_Len+1]--; //引用計數(shù)減一
char* tmp = new char[_Len+1+1];
strncpy( tmp, _Ptr, _Len+1);
_Ptr = tmp;
_Ptr[_Len+1]=0; // 設(shè)置新的共享內(nèi)存的引用計數(shù)
return _Ptr[idx];
}
//析構(gòu)函數(shù)的一些處理
~string()
{
_Ptr[_Len+1]--; //引用計數(shù)減一
// 引用計數(shù)為0時，釋放內(nèi)存
if (_Ptr[_Len+1]==0) {
delete[] _Ptr;
}
}
哈哈，整個技術(shù)細節(jié)完全浮出水面。
不過，這和STL中basic_string的實現(xiàn)細節(jié)還有一點點差別，在你打開STL的源碼時，你會發(fā)現(xiàn)其取引用計數(shù)是通過這樣的訪問：_Ptr[-1]，標(biāo)準(zhǔn)庫中，把這個引用計數(shù)的內(nèi)存分配在了前面（我給出來的代碼是把引用計數(shù)分配以了后面，這很不好），分配在前的好處是當(dāng)string的長度擴展時，只需要在后面擴展其內(nèi)存，而不需要移動引用計數(shù)的內(nèi)存存放位置，這又節(jié)省了一點時間。
STL中的string的內(nèi)存結(jié)構(gòu)就像我前面畫的那個圖一樣，_Ptr指著是數(shù)據(jù)區(qū)，而RefCnt則在_Ptr-1 或是 _Ptr[-1]處。
不信？！那么讓我們來看一個測試案例：
假設(shè)有一個動態(tài)鏈接庫（叫myNet.dll或myNet.so）中有這樣一個函數(shù)返回的是string類：
string GetIPAddress(string hostname)
{
static string ip;
……
……
return ip;
}
而你的主程序中動態(tài)地載入這個動態(tài)鏈接庫，并調(diào)用其中的這個函數(shù)：
main()
{
//載入動態(tài)鏈接庫中的函數(shù)
hDll = LoadLibraray(…..);
pFun = GetModule(hDll, “GetIPAddress”);
//調(diào)用動態(tài)鏈接庫中的函數(shù)
string ip = (*pFun)(“host1”);
……
……
//釋放動態(tài)鏈接庫
FreeLibrary(hDll);
……
cout << ip << endl;
}
讓我們來看看這段代碼，程序以動態(tài)方式載入動態(tài)鏈接庫中的函數(shù)，然后以函數(shù)指針的方式調(diào)用動態(tài)鏈接庫中的函數(shù)，并把返回值放在一個string類中，然后釋放了這個動態(tài)鏈接庫。釋放后，輸入ip的內(nèi)容。
根據(jù)函數(shù)的定義，我們知道函數(shù)是“值返回”的，所以，函數(shù)返回時，一定會調(diào)用拷貝構(gòu)造函數(shù)，又根據(jù)string類的內(nèi)存共享機制，在主程序中變量ip是和函數(shù)內(nèi)部的那個靜態(tài)string變量共享內(nèi)存（這塊內(nèi)存區(qū)是在動態(tài)鏈接庫的地址空間的）。而我們假設(shè)在整個主程序中都沒有對ip的值進行修改過。那么在當(dāng)主程序釋放了動態(tài)鏈接庫后，那個共享的內(nèi)存區(qū)也隨之釋放。所以，以后對ip的訪問，必然做造成內(nèi)存地址訪問非法，造成程序crash。即使你在以后沒有使用到ip這個變量，那么在主程序退出時也會發(fā)生內(nèi)存訪問異常，因為程序退出時，ip會析構(gòu)，在析構(gòu)時就會發(fā)生內(nèi)存訪問異常。
內(nèi)存訪問異常，意味著兩件事：1）無論你的程序再漂亮，都會因為這個錯誤變得暗淡無光，你的聲譽也會因為這個錯誤受到損失。2）未來的一段時間，你會被這個系統(tǒng)級錯誤所煎熬（在C++世界中，找到并排除這種內(nèi)存錯誤并不是一件容易的事情）。這是C/C++程序員永遠的心頭之痛，千里之堤，潰于蟻穴。而如果你不清楚string類的這種特征，在成千上萬行代碼中找這樣一個內(nèi)存異常，簡直就是一場噩夢。
備注：要改正上述的Bug，有很多種方法，這里提供一種僅供參考：
string ip = (*pFun)(“host1”).cstr();
3、 后記
文章到這里也應(yīng)該結(jié)束了，這篇文章的主要有以下幾個目的：
1） 向大家介紹一下寫時才拷貝/內(nèi)存共享這種技術(shù)。
2） 以STL中的string類為例，向大家介紹了一種設(shè)計模式。
3） 在C++世界中，無論你的設(shè)計怎么精巧，代碼怎么穩(wěn)固，都難以照顧到所有的情況。智能指針更是一個典型的例子，無論你怎么設(shè)計，都會有非常嚴(yán)重的BUG。
4） C++是一把雙刃劍，只有了解了原理，你才能更好的使用C++。否則，必將引火燒身。如果你在設(shè)計和使用類庫時有一種“玩C++就像玩火，必須千萬小心”的感覺，那么你就入門了，等你能把這股“火”控制的得心應(yīng)手時，那才是學(xué)成了。
相關(guān)文章
c語言數(shù)據(jù)結(jié)構(gòu)與算法之順序表的定義實現(xiàn)詳解
這篇文章主要介紹了c語言數(shù)據(jù)結(jié)構(gòu)與算法之順序表的定義實現(xiàn)詳解,用順序存儲的方式實現(xiàn)線性表順序存儲,把邏輯上相鄰的元素存儲在物理位置上也相鄰的存儲單元中，元素之間的關(guān)系由存儲單元的鄰接關(guān)系來體現(xiàn),需要的朋友可以參考下2023-08-08
C++運行時類型識別與轉(zhuǎn)換實現(xiàn)方法
運行時類型識別可能被認(rèn)為是C++中一個”次要“的特征，當(dāng)程序員在編程過程中陷入非常困難的境地時，實用主義將會幫助他走出困境2022-10-10
C++ 數(shù)據(jù)結(jié)構(gòu)之布隆過濾器
這篇文章主要介紹了C++ 數(shù)據(jù)結(jié)構(gòu)之布隆過濾器的相關(guān)資料,需要的朋友可以參考下2017-06-06
這篇文章主要介紹了C++無法打開源文件bits/stdc++.h的問題以及解決方案,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
這篇文章主要給大家介紹了關(guān)于c語言實現(xiàn)整蠱朋友小程序的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
獲取一個文件行數(shù)的方法，需要的朋友可以參考一下2013-03-03
本篇文章是對用C語言實踐OOP,new,delete進行了詳細的分析介紹，需要的朋友參考下2013-05-05
數(shù)組是一組有序的數(shù)據(jù)的集合，本篇將帶你結(jié)合數(shù)組來實現(xiàn)三子棋小游戲，上手實練更快的能夠掌握數(shù)組使用，感興趣的朋友來看看吧2022-04-04
這篇文章主要為大家詳細介紹了C++簡單實現(xiàn)Dijkstra算法，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-05-05
本篇文章是基礎(chǔ)篇，適合c語言剛?cè)腴T的朋友，本文主要介紹了c語言的操作符基礎(chǔ)理論，希望可以幫助大家快速入門c語言的世界，更好的理解c語言2021-08-08