标准C＋＋类string的Copy-On-Write技术（三）

2.3.4、      Copy-On-Write的具体实现是怎么样的？

 

最后的这个问题，我们主要解决的是那个“民主集中”的难题。请先看下面的代码：

 

string h1 = “hello”; string h2= h1; string h3; h3 = h2;   string w1 = “world”; string w2(“”); w2=w1;

 

很明显，我们要让 h1 、 h2 、 h3 共享同一块内存，让 w1 、 w2 共享同一块内存。因为，在 h1 、 h2 、 h3 中，我们要维护一个引用计数，在 w1 、 w2 中我们又要维护一个引用计数。

 

如何使用一个巧妙的方法产生这两个引用计数呢？我们想到了 string 类的内存是在堆上动态分配的，既然共享内存的各个类指向的是同一个内存区，我们为什么不在这块区上多分配一点空间来存放这个引用计数呢？这样一来，所有共享一块内存区的类都有同样的一个引用计数，而这个变量的地址既然是在共享区上的，那么所有共享这块内存的类都可以访问到，也就知道这块内存的引用者有多少了。

 

请看下图：

 

于是，有了这样一个机制，每当我们为 string 分配内存时，我们总是要多分配一个空间用来存放这个引用计数的值，只要发生拷贝构造可是赋值时，这个内存的值就会加一。而在内容修改时， string 类为查看这个引用计数是否为 0 ，如果不为零，表示有人在共享这块内存，那么自己需要先做一份拷贝，然后把引用计数减去一，再把数据拷贝过来。下面的几个程序片段说明了这两个动作：

 

 

// 构造函数（分存内存）     string::string(const char* tmp) {     _Len = strlen(tmp);     _Ptr = new char[_Len+1+1];     strcpy( _Ptr, tmp );     _Ptr[_Len+1]=0;  // 设置引用计数    }   // 拷贝构造（共享内存）     string::string(const string& str)     {          if (*this != str){               this->_Ptr = str.c_str();   // 共享内存               this->_Len = str.szie();               this->_Ptr[_Len+1] ++;  // 引用计数加一          } }   // 写时才拷贝 Copy-On-Write char& string::operator[](unsigned int idx) {     if (idx > _Len || _Ptr == 0 ) {          static char nullchar = 0; return nullchar;           }     _Ptr[_Len+1]--;   // 引用计数减一     char* tmp = new char[_Len+1+1];     strncpy( tmp, _Ptr, _Len+1);     _Ptr = tmp;     _Ptr[_Len+1]=0; // 设置新的共享内存的引用计数         return _Ptr[idx]; }   // 析构函数的一些处理 ~string() {   _Ptr[_Len+1]--;   // 引用计数减一              // 引用计数为0时，释放内存      if (_Ptr[_Len+1]==0) {         delete[] _Ptr;          }   }

 

哈哈，整个技术细节完全浮出水面。

 

不过，这和 STL 中 basic_string 的实现细节还有一点点差别，在你打开 STL 的源码时，你会发现其取引用计数是通过这样的访问： _Ptr[-1] ，标准库中，把这个引用计数的内存分配在了前面（我给出来的代码是把引用计数分配以了后面，这很不好），分配在前的好处是当 string 的长度扩展时，只需要在后面扩展其内存，而不需要移动引用计数的内存存放位置，这又节省了一点时间。

 

STL 中的 string 的内存结构就像我前面画的那个图一样， _Ptr 指着是数据区，而 RefCnt 则在 _Ptr-1 或是 _Ptr[-1] 处。

 

 

2.4、         臭虫Bug

 

是谁说的“有太阳的地方就会有黑暗”？或许我们中的许多人都很迷信标准的东西，认为其是久经考验，不可能出错的。呵呵，千万不要有这种迷信，因为任何设计再好，编码再好的代码在某一特定的情况下都会有 Bug ， STL 同样如此， string 类的这个共享内存 / 写时才拷贝技术也不例外，而且这个 Bug 或许还会让你的整个程序 crash 掉！

 

不信？！那么让我们来看一个测试案例：

 

假设有一个动态链接库（叫 myNet.dll 或 myNet.so ）中有这样一个函数返回的是 string 类：

string GetIPAddress(string hostname) {     static string ip;     ……     ……     return ip; }

 

而你的主程序中动态地载入这个动态链接库，并调用其中的这个函数：

 

main() { // 载入动态链接库中的函数 hDll = LoadLibraray(…..); pFun =  GetModule(hDll, “GetIPAddress”);   // 调用动态链接库中的函数 string ip = (*pFun)(“host1”); …… …… // 释放动态链接库 FreeLibrary(hDll); …… cout << ip << endl; }

 

 

让我们来看看这段代码，程序以动态方式载入动态链接库中的函数，然后以函数指针的方式调用动态链接库中的函数，并把返回值放在一个 string 类中，然后释放了这个动态链接库。释放后，输入 ip 的内容。

 

根据函数的定义，我们知道函数是“值返回”的，所以，函数返回时，一定会调用拷贝构造函数，又根据 string 类的内存共享机制，在主程序中变量 ip 是和函数内部的那个静态 string 变量共享内存（这块内存区是在动态链接库的地址空间的）。而我们假设在整个主程序中都没有对 ip 的值进行修改过。那么在当主程序释放了动态链接库后，那个共享的内存区也随之释放。所以，以后对 ip 的访问，必然做造成内存地址访问非法，造成程序 crash 。即使你在以后没有使用到 ip 这个变量，那么在主程序退出时也会发生内存访问异常，因为程序退出时， ip 会析构，在析构时就会发生内存访问异常。

 

内存访问异常，意味着两件事： 1 ）无论你的程序再漂亮，都会因为这个错误变得暗淡无光，你的声誉也会因为这个错误受到损失。 2 ）未来的一段时间，你会被这个系统级错误所煎熬（在 C++ 世界中，找到并排除这种内存错误并不是一件容易的事情）。这是 C/C++ 程序员永远的心头之痛，千里之堤，溃于蚁穴。而如果你不清楚 string 类的这种特征，在成千上万行代码中找这样一个内存异常，简直就是一场噩梦。

 

备注：要改正上述的 Bug ，有很多种方法，这里提供一种仅供参考：

string ip = (*pFun)(“host1”).cstr();

 

 

3、             后记

 

文章到这里也应该结束了，这篇文章的主要有以下几个目的：

 

1）    向大家介绍一下写时才拷贝 / 内存共享这种技术。

2）    以 STL 中的 string 类为例，向大家介绍了一种设计模式。

3）    在 C++ 世界中，无论你的设计怎么精巧，代码怎么稳固，都难以照顾到所有的情况。智能指针更是一个典型的例子，无论你怎么设计，都会有非常严重的 BUG 。

4）    C++ 是一把双刃剑，只有了解了原理，你才能更好的使用 C++ 。否则，必将引火烧身。如果你在设计和使用类库时有一种“玩 C++ 就像玩火，必须千万小心”的感觉，那么你就入门了，等你能把这股“火”控制的得心应手时，那才是学成了。

 

最后，还是利用这个后序，介绍一下自己。我目前从事于所有 Unix 平台下的软件研发，主要是做系统级的产品软件研发，对于下一代的计算机革命――网格计算非常地感兴趣，同于对于分布式计算、 P2P 、 Web Service 、 J2EE 技术方向也很感兴趣，另外，对于项目实施、团队管理、项目管理也小有心得，希望同样和我战斗在“技术和管理并重”的阵线上的年轻一代，能够和我多多地交流。我的 MSN 和邮件是： [email protected] 。