您的位置:首页 > 大数据 > 人工智能

Back to Basics: RAII and The Rule of Zero

2021-04-20 23:30 453 查看

本文整理了Arthur O'Dwyer在CppCon 2019上关于RAII的演讲,演讲的slides可以在此链接进行下载。

在C++程序中,我们往往需要管理各种各样的资源。资源通常包括以下几种:

  • Allocated memory (malloc/free, new/delete, new[]/delete[])
  • POSIX file handles (open/close)
  • C File handles (fopen/fcolse)
  • Mutex locks (pthread_mutex_lock/pthread_mutex_unlock)
  • C++ threads (spawn/join)

上面这些资源,有些的管理权是独占的(比如mutex locks),而另一些的管理权则可以是共享的(比如堆、文件句柄等)。重要的是,程序需要采取一些明确的措施才能释放资源。下面,我们将以经典的堆分配为例,来说明资源管理中的若干问题。

下面的代码实现了一个非常朴素的向量类,它提供了

push_back
接口,每次调用
push_back
都会释放旧资源,然后申请新资源。

class NaiveVector {
public:
int *ptr_;
size_t size_;

NaiveVector()  : ptr_(nullptr), size_(0) {}
void push_back(int newvalue) {
int *newptr = new int[size_ + 1];
std::copy(ptr_, ptr_ + size_, newptr);
delete [] ptr_;
ptr_ = newptr;
ptr_[size_++] = newvalue;
}
};

在上面代码的第6行,构造函数正确地初始化了

ptr_
size_
。在
push_back
函数的实现中,也正确地实现了资源的申请和释放。到目前为止,一切看起来都如我们所愿,没有发生任何的资源泄漏。

{
NaiveVector vec;   // here ptr_ is initialized with 0 elements
vec.push_back(1);  // ptr_ is correctly updated with 1 element
vec.push_back(2);  // ptr_ is correctly updated with 2 elements
}

考虑上面这块代码,在作用域中,我们创建了一个

NaiveVector
类型的对象
vec
,然后调用两次
push_back
函数。每次调用
push_back
ptr_
所指向的资源将会被释放,然后指向一个新申请的资源。当离开作用域时,局部对象
vec
被销毁,但此时
vec
对象中的
ptr_
成员仍然指向着某个资源,在销毁
vec
对象时,该资源并没有被释放,这就导致了资源的泄露。

显然,为了防止资源泄漏,我们需要在销毁

vec
对象时正确地释放掉它所管理的那些资源。注意到在创建某个类型的对象时,编译器会调用该类型的构造函数;相应地,当某个对象的生命周期结束时,编译器会调用析构函数来销毁该类型的对象。还是以上面的代码为例,在第2行编译器调用
NaiveVector
的构造函数创建对象;在第5行离开作用域时,编译器会调用析构函数销毁局部对象
vec
。因此,我们只需要实现一个析构函数并在其中释放掉所管理的资源,就能避免对象析构时的资源泄漏。新版的
NaiveVector
实现如下所示,其中第14行实现了析构函数。

class NaiveVector {
public:
int *ptr_;
size_t size_;

NaiveVector()  : ptr_(nullptr), size_(0) {}
void push_back(int newvalue) {
int *newptr = new int[size_ + 1];
std::copy(ptr_, ptr_ + size_, newptr);
delete [] ptr_;
ptr_ = newptr;
ptr_[size_++] = newvalue;
}
~NaiveVector() { delete [] ptr_; }
};

然而,实现了析构函数以后,

NaiveVector
仍然会导致资源泄漏,这是由对象的拷贝操作引起的。如果我们没有为该类实现拷贝构造函数,那么编译器会生成一个合成的拷贝构造函数。合成拷贝构造函数的行为非常简单,它会逐一拷贝对象中的每个成员。对于指针类型的成员来说,它仅拷贝指针的值。

{
NaiveVector v;
v.push_back(1);
{
NaiveVector w = v;
}
std::cout << v[0] << "\n";
}

上面代码的第5行调用了

NaiveVector
类型的合成拷贝构造函数。拷贝操作完成后,
w.ptr_
v.ptr_
指向同一块内存资源。当执行到第6行时,离开了
w
对象的作用域,编译器会调用
w
的析构函数来释放
w.ptr_
所管理的资源并销毁该对象。由于
w.ptr_
v.ptr_
指向同一块资源,而这一块资源已经被
w
的析构函数释放掉了,因此在第7行对
v[0]
的访问就成了未定义行为。此外,在第8行离开
v
对象的作用域时,编译器又会调用
v
的析构函数来释放资源,这就导致了对同一块资源的重复释放,这同样是一个未定义行为。

正确地实现拷贝构造函数可以解决上述问题。换句话说,如果我们为某个类实现了析构函数,那么我们同样需要为它实现拷贝构造函数。析构函数负责释放资源以避免泄漏,而拷贝构造函数负责拷贝资源以避免重复释放。下面的代码实现了相应的拷贝构造函数。

class NaiveVector {
public:
int *ptr_;
size_t size_;

NaiveVector()  : ptr_(nullptr), size_(0) {}
~NaiveVector() { delete [] ptr_; }

NaiveVector(const NaiveVector& rhs) {
ptr_ = new int[rhs.size_];
size_ = rhs.size_;
std::copy(rhs.ptr_, rhs.ptr_ + size_, ptr_);
}
};

仅仅实现拷贝构造函数还不够,我们还需要实现拷贝赋值运算符。类似于合成拷贝构造函数,合成拷贝赋值运算符同样是拷贝每个成员的值。当离开对象的作用域时,合成拷贝赋值运算符同样会导致资源的重复释放。因此,我们还需要实现拷贝赋值运算符。下面的代码正确地实现了拷贝赋值运算符。

class NaiveVector {
int *ptr_;
size_t size_;
public:
NaiveVector()  : ptr_(nullptr), size_(0) {}
~NaiveVector() { delete [] ptr_; }

NaiveVector(const NaiveVector& rhs) {
ptr_ = new int[rhs.size_];
size_ = rhs.size_;
std::copy(rhs.ptr_, rhs.ptr_ + size_, ptr_);
}

NaiveVector& operator=(const NaiveVector& rhs) {
NaiveVector copy = rhs;
copy.swap(*this);
return *this;
}
};

综合上面的分析,我们可以得出结论——如果一个类需要直接管理某些资源,那么我们就要手动地为这个类实现三个特殊的成员函数:

  • 析构函数,负责释放资源
  • 拷贝构造函数,负责拷贝资源
  • 拷贝赋值运算符,负责释放运算符左边的资源并拷贝运算符右面的资源

这就是The Rule of Three。另外,需要注意的是,我们可以通过拷贝并交换原语(copy-and-swap idiom)来实现拷贝复制运算符。欸,为什么需要通过拷贝并交换来实现拷贝赋值运算符呢?直接像下面这样,先释放旧资源再申请新资源不行吗?

NaiveVector& NaiveVector::operator=(const NaiveVector& rhs) {
delete ptr_;
ptr_ = new int[rhs.size_];
size_ = rhs.size_;
std::copy(rhs.ptr_, rhs.ptr_ + size_, ptr_);
return *this;
}

答案显然是不行,因为上面的这种实现不能正确地处理自我赋值(self-assignment)的情况。在自我赋值的情况下,

ptr_
所指向的资源被释放,新申请的资源中包含的均是未定义的值,此时显然已经无法进行正确的拷贝操作。而在下面的拷贝并交换实现中,我们在修改
*this
对象之前就对
rhs
进行了一次完整的拷贝(通过拷贝构造函数),这就避免了自我赋值中的陷阱。

NaiveVector& NaiveVector::operator=(const NaiveVector& rhs) {
NaiveVector copy(rhs);
copy.swap(*this);
return *this;
}

RAII的全称为Resource Acquisition Is Initialization,意思是资源获取即初始化。表面上看,RAII是关于初始化的,但实际上RAII更注重于资源的正确释放。使用RAII有助于我们写出异常安全的代码。考虑下面的代码,在第3行我们申请了内存资源,如果此时程序抛出异常,那么已经申请的资源就不能正确地被释放,从而导致内存泄漏。

int main() {
try {
int *arr = new int[4];
throw std::runtime_error("for example");
delete [] arr; // clean up
} catch (const std::exception& e) {
std::cout << "Caught an exception: " << e.what() << "\n";
}
return 0;
}

为了避免这个问题,我们可以使用RAII技术,将资源释放操作放到析构函数中。这样的话,即使程序抛出了异常,也能够正确地释放掉相应的资源。

struct RAIIPtr {
int *ptr_;
RAIIPtr(int *p) ptr_(p) {}
~RAIIPtr() { delete [] ptr_; }
};

int main() {
try {
RAIIPtr arr = new int[4];
throw std::runtime_error("for example");
} catch (const std::exception& e) {
std::cout << "Caught an exception: " << e.what() << "\n";
}
return 0;
}

注意上面的

RAIIPtr
实现仍然可能会导致资源泄漏,因为我们没有实现拷贝构造函数和拷贝赋值运算符。当然,通过向拷贝构造函数和拷贝赋值运算符添加
=delete
,我们可以让
RAIIPtr
变成不可拷贝的(non-copyable)。

struct RAIIPtr {
int *ptr_;
RAIIPtr(int *p) ptr_(p) {}
~RAIIPtr() { delete [] ptr_; }

RAIIPtr(const RAIIPtr&) = delete;
RAIIPtr& operator=(const RAIIPtr&) = delete;
};

使用

=delete
之后,编译器就不会为
RAIIPtr
生成任何拷贝构造函数和拷贝赋值运算符,任何拷贝操作都会被拒绝。类似地,我们可以通过
=default
来让编译器生成默认的成员函数。如果某个类不直接管理任何资源,而仅使用
vector
string
之类的库,那么我们就不应该为它编写任何特殊的成员函数,使用默认的即可。这就是我们所说的The Rule of Zero。

移动语义和The Rule of Five

C++11中引入了右值引用和移动语义,由此产生了移动构造函数和移动拷贝赋值运算符。一般来说,移动一个对象比拷贝一个对象的速度要快,尤其是当对象较大的时候。

class NaiveVector {
// copy constructor
NaiveVector(const NaiveVector& rhs) {
ptr_ = new int[rhs.size_];
size_  = rhs.size_;
std::copy(rhs.ptr_, rhs.ptr_ + size_, ptr_);
}

// move constructor
NaiveVector(NaiveVector&& rhs) {
ptr_ = std::exchange(rhs.ptr_, nullptr);
size_ = std::exchange(rhs.size_, 0);
}
};

因此,为了保证正确性和性能,我们有了The Rule of Five——如果某个类直接管理某种资源,那么我们可能需要实现以下五个特殊的成员函数:

  • 析构函数,负责释放资源
  • 拷贝构造函数,负责拷贝资源
  • 移动构造函数,负责转移资源的所有权
  • 拷贝赋值运算符,负责释放运算符左边的资源并拷贝运算符右边的资源
  • 移动赋值运算符,负责释放运算符左边的资源并转移运算符右边资源的所有权

需要注意的是,拷贝赋值运算符和移动赋值运算符的实现几乎一致,仅有微小的差别:

NaiveVector& NaiveVector::operator=(const NaiveVector& rhs) {
NaiveVector copy(rhs);
copy.swap(*this);
return *this;
}
NaiveVector& NaiveVector::operator=(NaiveVector&& rhs) {
NaiveVector copy(std::move(rhs));
copy.swap(*this);
return *this;
}

因此,一种想法是只实现一个赋值运算符(by-value assignment operator),将拷贝和移动的选择权交给函数的调用者,如下所示。不过这种实现方式并不常见,最好还是将拷贝赋值和移动赋值分开实现,毕竟STL就是这么做的 😛 。

NaiveVector& NaiveVector::operator=(NaiveVector copy) {
copy.swap(*this);
return *this;
}

根据上面的描述,我们衍生出The Rule of Four (and a half)——如果某个类直接管理某种资源,那么我们可能需要实现以下四个特殊的成员函数,以确保正确性和性能:

  • 析构函数,负责释放资源
  • 拷贝构造函数,负责拷贝资源
  • 移动构造函数,负责转移资源的所有权
  • by-value assignment operator,负责释放运算符左边的资源并转移运算符右边资源的所有权

另外,我们还需要实现两个版本的

swap
函数,一个作为成员函数,一个作为非成员函数。根据The Rule of Four (and a half),我们实现了一个较为高效的
Vec
类:

class Vec {
public:
int *ptr_;
int size_;

Vec(const Vec& rhs) {
ptr_ = new int[rhs.size_];
size_ = rhs.size_;
std::copy(rhs.ptr_, rhs.ptr_ + size_, ptr_);
}

Vec(Vec&& rhs) noexcept {
ptr_ = std::exchange(rhs.ptr_, nullptr);
size_ = std::exchange(rhs.size_, 0);
}
// two-argument swap, to make efficiently "std::swappable"
friend void swap(Vec& a, Vec& b) noexcept {
a.swap(b);
}

~Vec() {
delete [] ptr_;
}

Vec& operator=(Vec copy) {
copy.swap(*this);
return *this;
}
// member swap, for simplicity
void swap(Vec& rhs) noexcept {
using std::swap;
swap(ptr_, rhs.ptr_);
swap(size_, rhs.size_);
}
};

通过将原始指针更换为

unique_ptr
,我们可以实现一个接近The Rule of Zero的
Vec
类:

class Vec {
public:
std::unique_ptr<int[]> uptr_;
int size_;

// copy the resource
Vec(const Vec& rhs) {
uptr_ = std::make_unique<int[]>(rhs.size_);
size_ = rhs.size_;
std::copy(rhs.uptr_, rhs.uptr_ + rhs.size_, uptr_);
}

// transfer ownership
Vec(Vec&& rhs) noexcept = default;

friend void swap(Vec& a, Vec& b) noexcept {
a.swap(b);
}

// free the resource
~Vec() = default;

// free and transfer ownership
Vec& operator=(Vec copy) {
copy.swap(*this);
return *this;
}

// swap ownership
void swap(Vec& rhs) noexcept {
using std::swap;
swap(uptr_, rhs.uptr_);
swap(size_, rhs.size_);
}
};

当然,真正的The Rule of Zero,还是得靠

std::vector
来实现:

class Vec {
public:
std::vector<int> vec_;

Vec(const Vec& rhs) = default;
Vec(Vec&& rhs) noexcept = default;
Vec& operator=(const Vec& rhs) = default;
Vec& operator=(Vec&& rhs) = default;
~Vec() = default;

// swap ownership
// now only for performance, not correctness
void swap(Vec& rhs) noexcept {
vec_.swap(rhs.vec_);
}

friend void swap(Vec& a, Vec& b) {
a.swap(b);
}
};

总结一下,如果某个类需要直接管理资源,那么为了保证正确性,我们需要为该类实现析构函数、拷贝构造函数和拷贝赋值运算符(The Rule of Three);为了保证性能,我们还可以实现移动构造函数和移动拷贝赋值运算符(The Rule of Five)。如果某个类不直接管理资源,那么就不要实现任何特殊的成员函数(The Rule of Zero)。

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐