每周技巧 #77：临时对象、移动和拷贝

本文翻译自 Abseil 官网的 Tip of the Week #77: Temporaries, Moves, and Copies。

原文最初作为 totw/77 发布于 2014 年 7 月 9 日。

作者：Titus Winters

更新于 2017 年 10 月 20 日。

在持续尝试向非语言律师解释 C++11 如何改变事情的过程中，我们带来“什么时候会发生拷贝？”系列的又一篇。这是一个更大努力的一部分：简化 C++ 中围绕拷贝的微妙规则，并用一组更简单的规则替代它们。

你会数到 2 吗？

会？太好了。记住，“名字规则”意味着：你能给某个资源分配的每一个唯一名字，都会影响流通中的对象副本数量。（如果需要复习名称计数，见 TotW 55。）

简要名称计数

如果你担心会创建拷贝，想必你担心的是某一行具体代码。所以，就看那个点。你认为正在被复制的数据有多少个名字？只有 3 种情况需要考虑：

两个名字：这是拷贝

这一点很简单：如果你给同一份数据第二个名字，那就是拷贝。

1
2
3
4
5
6
7

std::vector<int> foo;
FillAVectorOfIntsByOutputParameterSoNobodyThinksAboutCopies(&foo);
std::vector<int> bar = foo;     // 没错，这是拷贝。

std::map<int, string> my_map;
string forty_two = "42";
my_map[5] = forty_two;          // 也是拷贝：my_map[5] 也算一个名字。

一个名字：这是移动

这一点有点令人惊讶：C++11 认识到，如果你已经不能再引用某个名字，那么你也就不再关心那份数据了。语言必须小心，不要破坏那些依赖析构函数的情况（比如 absl::MutexLock），所以 return 是容易识别的情况。

1
2
3
4
5
6
7

std::vector<int> GetSomeInts() {
  std::vector<int> ret = {1, 2, 3, 4};
  return ret;
}

// 只是移动：数据要么在 "ret"，要么在 "foo"，但从不会同时在两者中。
std::vector<int> foo = GetSomeInts();

告诉编译器你已经用完某个名字的另一种方式（TotW 55 中的“名字擦除器”）是调用 std::move()。

1
2
3
4
5
6
7
8

std::vector<int> foo = GetSomeInts();
// 不是拷贝，move 允许编译器把 foo 当作
// 临时对象处理，所以这里会调用 std::vector<int>
// 的移动构造函数。
// 注意，不是 std::move 的调用本身在移动，
// 真正执行移动的是构造函数。std::move 调用只是允许 foo
// 被当作临时对象（而不是有名字的对象）处理。
std::vector<int> bar = std::move(foo);

零个名字：这是临时对象

临时对象也很特殊：如果你想避免拷贝，就避免给变量提供名字。

1
2
3
4
5
6

void OperatesOnVector(const std::vector<int>& v);

// 没有拷贝：GetSomeInts() 返回的 vector 中的值
// 会被移动（O(1)）到这些调用之间构造的临时对象中，
// 并通过引用传给 OperatesOnVector()。
OperatesOnVector(GetSomeInts());

小心：僵尸

上面的内容（除了 std::move() 本身）希望都相当直观，只是我们在 C++11 之前的多年里建立了很多关于拷贝的奇怪观念。对一门没有垃圾回收的语言来说，这种记账方式很好地结合了性能和清晰性。不过，它并非没有危险。最大的危险是：一个值被移动走之后，里面还剩下什么？

1
2

T bar = std::move(foo);
CHECK(foo.empty()); // 这合法吗？也许，但不要依赖它。

这是主要难点之一：我们能对这些剩余值说什么？对大多数标准库类型来说，这样的值会处于“有效但未指定的状态”。非标准类型通常也遵循同样规则。安全做法是远离这些对象：你可以重新给它们赋值，或者让它们离开作用域，但不要对它们的状态作任何其他假设。

Clang-tidy 通过 bugprone-use-after-move 检查提供了一些静态检查，用于捕获 move 后使用。不过，静态分析永远无法捕获所有这类问题，请保持警惕。在代码评审中指出它们，并在自己的代码中避免它们。远离这些僵尸。

等等，std::move 不会移动？

是的，另一个需要注意的点是：调用 std::move() 本身实际上并不会移动，它只是转换成右值引用。只有当移动构造函数或移动赋值使用这个引用时，真正的工作才会发生。

1
2
3
4

std::vector<int> foo = GetSomeInts();
std::move(foo); // 什么都不做。
// 调用 std::vector<int> 的移动构造函数。
std::vector<int> bar = std::move(foo);

这种情况几乎不应该发生，你也大概不该为它占用太多脑内空间。我提它，只是为了防止你对 std::move() 和移动构造函数之间的关系感到困惑。

啊啊啊！这都太复杂了！为什么！？！

首先：其实没那么糟。既然大多数值类型（包括 protobuf）都有移动操作，我们就可以摆脱所有“这是拷贝吗？这高效吗？”的讨论，转而依赖名称计数：两个名字，就是拷贝。少于两个，就不是拷贝。

先不管拷贝问题，值语义更清晰，也更容易推理。考虑下面两个操作：

1
2
3
4
5
6
7
8
9

void Foo(std::vector<string>* paths) {
  ExpandGlob(GenerateGlob(), paths);
}

std::vector<string> Bar() {
  std::vector<string> paths;
  ExpandGlob(GenerateGlob(), &paths);
  return paths;
}

它们一样吗？如果 *paths 中已经有数据呢？你怎么判断？对读者来说，值语义比输入/输出参数更容易推理；后者需要思考（并记录）现有数据会发生什么，还可能需要思考是否存在指针所有权转移。

处理值（而不是指针）时，生命周期和使用方式有更简单的保证，因此编译器优化器更容易优化这种风格的代码。管理良好的值语义也能尽量减少对分配器的冲击（分配器便宜，但并非免费）。一旦我们理解移动语义如何帮助消除拷贝，编译器优化器就能更好地推理对象类型、生命周期、虚分派，以及许多有助于生成更高效机器码的问题。

既然大多数工具代码现在都能感知移动，我们就应该停止担心拷贝和指针语义，转而专注于编写简单、容易跟随的代码。请确保你理解这些新规则：你遇到的并非所有遗留接口都会更新成按值返回（而不是通过输出参数返回），所以不同风格总会混在一起。重要的是，你要理解什么时候哪一种更合适。