boost源码剖析之：泛型函数指针类boost::function(rev#3)

boost源码剖析之：泛型函数指针类boost::function(rev#3)

 

刘未鹏

C++的罗浮宫(http://blog.csdn.net/pongba)

 

Note: 并非新作，03年曾放在blog上，现在这个版本应该是修改后的最终版本。

 

前奏

如你所知，boost库是个特性完备，且具备工业强度的库，众多C++权威的参与使其达到了登峰造极的程度。尤其泛型的强大威力在其中被发挥得淋漓尽致，令人瞠目结舌。

 

然而弱水三千，我们只取一瓢饮。下面，我试图从最单纯的世界开始，一步一步带领你进入源码的世界，去探究boost::function(下文简称function)内部的精微结构。

 

通常 ，在单纯的情况下，对函数的调用简单而且直观，像这样：

 

int fun(int someVal);

  int main(){

    fun(10);

  }

 

然而你可能需要在某个时刻将函数指针保存下来，并在以后的另一个时刻调用它，像这样：

 

  int fun(int);

  typedef int (*func_handle)(int);

  int main(){

    func_handle fh=fun;

    ...  //do something

    fh(10);

  }

 

但是，如果fun形式为void fun(int)呢？如你所见，fun可能有无数种形式，如果对fun的每一个形式都typedef一个对应的func_handle，则程序员会焦头烂额，不胜其扰，代码也可能变得臃肿和丑陋不堪，甚至如果fun是仿函数呢？

 

幸运的是C++泛型可以使代码变得优雅精致，面对无数种的可能，泛型是最好的选择。

 

因此，你只是需要一个能够保存函数指针的泛型模板类(对应于Command模式)，因为泛型编程有一个先天性的优势——可以借助编译器的力量在编译期根据用户提供的类型信息化身千万(实例化)，所以一个泛型的类可以有无限个实例，也就是说可以保存无限多种可能类型的函数或类似函数的东西(如仿函数)。这个类(在boost库中的类名为function)与函数指针相比应该有以下一些优势：

 

1. 同一个function对象应能够接受与它形式兼容的所有函数和仿函数,例如：

 

int f1(int); // 这是个函数，形式为 int(int)

short f2(double); // 这个函数形式为 short(double)

  struct functor // 这是个仿函数类，形式为int(int)

  {

    int operator()(int){}

  };

functor f3; //创建仿函数对象

 

boost::function<int(int)> func; // 能接受int(int)型的函数或仿函数

func = f1;  // 接受f1

func(10); // 调用f1(10)

func = f2;  // 也能接受short(double)型的f2

func(10); // 调用f2(10)

func = f3;  // 也能接受仿函数f3

func(10); // 调用f3(10)

 

2. function应能够和参数绑定以及其它function-construction库协同工作。例如，function应该也能够接受std::bind1st返回的仿函数。这一点其实由第一点已经有所保证。

 

3. 当接受的一个空的仿函数对象被调用的时候function应该有可预期的行为。

 

显然，第一点是我们的重点，所谓形式兼容，就是说，对于：

 

R1 (T0,T1,T2,...,TN) => FunctionType1

R2 (P0,P1,P2,...,PN) => FunctionType2

 

两种类型的函数（广义），只要满足：

 

R2能够隐式转换为R1

所有Ti都能够隐式转换为Pi (i取0,1,2,...)

 

那么就说，boost::function<FunctionType1>可以接受FunctionType2类型的函数(注意，反之不行)。支持这一论断的理由是，只要Ti能够隐式转型为Pi，那么参数被转发给真实的函数调用就是安全的，并且如果R2能够隐式转型为R1，那么返回真实函数调用所返回的值就是安全的。这里安全的含义是，C++类型系统假定隐式转换不会丢失信息，或者编译器至少会给出编译警告。

 

后面你会看到，boost::function通过所谓的invoker非常巧妙地实现了这点，并且阻止了被形式不兼容的函数赋值的操作。

 

探险

先看一个function的最简单的使用：

 

int g(int); // 为了让代码简单，假设g有定义，以后的代码都会如此

function<int(int)> f(g);

f(0);

 

间奏——R(T1,T2,...)函数类型

虽然这个间奏未免早了点儿，但是为了让你以后不会带着迷惑，这是必要的。请保持耐心。

 

或许你会对模板参数int(int)感到陌生，其实它是个函数类型——函数g的确切类型就是int(int)，而我们通常所看到的函数指针类型int (*)(int)则是&g的类型。它们的区别与联系在于：当把g作为一个值进行拷贝的时候（例如，按值传参），其类型就会由int(int)退化为int(*)(int)，即从函数类型退化为函数指针类型——因为从语义上说，函数不能被“按值拷贝”，但身为函数指针的地址值则是可以被拷贝的。另一方面，如果g被绑定到引用，则其类型不会退化，仍保持函数类型。例如：

 

template<class T>

void test_func_type(T ft) // 按值传递，类型退化

{

// 故意引发编译错误，在错误信息里看出ft的类型为退化后的函数指针类型

static_cast<int>(ft);

}

 

int g(int); // g的确切类型为int(int)

 

test_func_type(g);  // g的类型将会退化为函数指针类型

 

int (&ref_f)(int) = g; // 由于绑定到引用，类型并不退化

 

当然，这样的代码不能通过编译，因为static_cast显然不会让一个函数指针转换为int，然而我们就是要它通不过编译，这样我们才能窥视到按值传递的参数ft的类型到底是什么，从编译错误中我们看出，ft的类型是int(*)(int)，也就是说，在按值传递的过程中，g的类型退化为函数指针类型，变得和&g的类型一样了。而ref_t的类型则是引用，引用绑定则没有引起类型退化。

 

请注意，函数类型乃是个极其特殊的类型，在大多数时候它都会退化为函数指针类型，以便满足拷贝语义，只有面对引用绑定的时候，能够维持原来的类型。当然，对于boost::function，总是按值拷贝。

 

继续旅程

function<int(int)>实际上进行了模板偏特化，boost库给function的类声明为：

 

template<

typename Signature,  //函数类型

typename Allocator = ... //Allocator并非重点，故不作介绍

>  

class function;

 

事实上function类只是个薄薄的外覆（wrapper），真正起作用的是其偏特化版本。

 

对于function<R(T0)>形式，偏特化版本的function源码像这样(实际上在boost源代码中你看不到模板参数T0的声明，也看不到function1，它们被宏替换掉了，那些精巧的宏是为了减小可见的代码量，至于它们的细节则又是一个世界，以下代码可看作对将那些令人眼花缭乱的宏展开后所得到的代码，具有更好的可读性)：

 

摘自：”boost/function/function_template.hpp”

 

template<typename R,typename T0,typename Allocator>

class function<R(T0),Allocator> // 对R(T0)函数类型的偏特化版本

:public function1<R,T0,Allocator> // 为R(T0)形式的函数准备的基类

{

typedef function1<R,T0,Allocator> base_type;

typedef function selftype;

 

struct clear_type{}; // 马上你会看到这个蹊跷的类型定义的作用

 

public:

…

// 模板化的构造函数，为了能够接受形式兼容的仿函数对象。

// 这个构造函数的作用在下面解释

template<typename Functor>

  function(Functor f,

typename enable_if<

             (ice_not<(is_same<Functor, int>::value)>::value),

             int

>::type = 0)

:base_type(f)

{}

 

// 这个构造函数的作用见下文解释

function(clear_type*) : base_type() {}

   

...

};

 

boost::enable_if

你一定对模板构造函数中出现的那个冗长的enable_if<...>的作用心存疑惑，其实它的作用说穿了很简单，就是：当用户构造：

 

function<int(int)> f(0);

 

的时候，将该（带有enable_if的）构造函数从重载决议的候选集中踢掉。使重载决议的结果为选中第三个构造函数：

 

function(clear_type*):base_type(){}

 

从而进行缺省构造。

 

而说得冗长一点就是：当f的类型——Functor——不是int时，该构造函数就是“有效（enable）”的，会被重载决议选中。但如果用户提供了一个0，用意是构造一个空(null)的函数指针，那么该函数就会由于“SFINAE”原则而被从重载决议的候选函数中踢掉。为什么要这样呢？因为该构造函数负责把确切的f保存起来，它假定f并非0。那应该选择谁呢？第三个构造函数！其参数类型是clear_type*，当然，0可以被赋给任何指针，所以它被选出，执行缺省的构造行为。

 

基类 functionN

function的骨架就这些。也许你会问，function作为一个仿函数类，怎么没有重载operator()——这可是身为仿函数的标志啊！别急，function把这些烦人的任务都丢给了它的基类functionN，根据情况不同，N可能为0，1，2...，说具体一点就是：根据用户使用function时给出的函数类型，function将会继承自不同的基类——如果用户给出的函数类型为“R()”形式的，即仅有一个参数，则function继承自function0，而对于R(T0)形式的函数类型，则继承自function1，依此类推。前面说过，function只是一层外覆，而所有的秘密都在其基类functionN中！

 

不知道你有没有发现，function的骨架中也几乎没有用到函数类型的信息，事实上，它也将这些信息一股脑儿抛给了基类。在这过程中，混沌一团的int(int)类型被拆解为两个单独的模板参数传给基类:

 

template<typename R,typename T0,typename Allocator>

class function<R(T0),Allocator> // R(T0)整个为一类型

:public function1<R,T0,Allocator> // 拆解为两个模板参数R,T0传给基类

 

好了，下面我们深入基类function1。真正丰富的宝藏在里面。

 

function1

function1的源代码像这样(与上面一样，事实上有些代码你是看不到的，为了不让你迷惑，我给出的是将宏展开后得到的代码):

 

摘自：”boost/function/function_template.hpp”

 

template<typename R,typename T0,class Allocator = ...>

class function1

: public function_base // function_base负责管理内存

{

...

public:

typedef R result_type;   //返回类型

typedef function1 self_type;

 

template<typename Functor>

function1(Functor const & f,

typename enable_if<...>::type = 0)

: function_base(), invoker(0)

{

this->assign_to(f);   //这儿真正进行赋值，assign_to的代码在下面列出

}

 

template<typename Functor>

void assign_to(Functor f) // 所有的构造函数都调用它！具有多个重载版本。

{

     // 以一个get_function_tag萃取出Functor的类别(category)!

typedef typename detail::function::get_function_tag<Functor>::type

tag;

     

      // 根据不同类别的Functor采取不同的assign策略！

this->assign_to(f, tag()); // 转到真正做事情的assign_to版本，见下文。

}

 

...

result_type operator()(T 0 a 0) const // 身为仿函数的标志！

{

...

 

    // 这里进行真正的函数调用，使用invoker，

// invoker是functionN的成员变量，在下面的assign_to中被赋值。

// functor为实际被调用的函数或仿函数，a0当然是其参数。

    internal_result_type result = invoker(function_base::functor, a0);

   

// 将得到的结果cast至最终返回出去的类型

return static_cast<result_type>(result);

}

 

其中值得注意的是：

get_function_tag<>能萃取出Functor的类别(category)，有下面几种类别

 

struct function_ptr_tag {}; // 函数指针

struct function_obj_tag {}; // 仿函数对象

struct member_ptr_tag {}; // 成员函数

struct function_obj_ref_tag {}; // 以ref(obj)加以封装的类别，具有引用语义

struct stateless_function_obj_tag {}; // 无状态函数对象

 

此外，满足以下所有条件：

 

has_trivial_constructor

has_trivial_copy

has_trivial_destructor

is_empty

 

的仿函数对象称为stateless的。

 

对于不同的函数类别，assign_to有各个不同的重载版本，如下：

 

template<typename FunctionPtr> // 如果是函数指针就调用这个版本

void assign_to(FunctionPtr f, function_ptr_tag) // 这个版本针对函数指针

{

clear();

   

  if(f){

    typedef

typename ...::get_function_invoker1<

                  FunctionPtr,R,T0>::type

invoker_type; // 萃取相应的invoker

   

invoker = &invoker_type::invoke; // invoke是一个static成员函数

   

function_base::manager = // 管理策略，一个函数指针

      &...::functor_manager<FunctionPtr, Allocator>::manage;

 

// 交给function的函数指针或仿函数对象指针最终在这儿保存

function_base::functor =

function_base::manager(

...::make_any_pointer((void (*)())(f)),

        ...::clone_functor_tag); // 拷贝一份

}

}

  ...

 

  // any_pointer在下文解释

typedef internal_result_type(*invoker_type)(...::any_pointer, T0);

 

invoker_type invoker; // 重要成员，负责调用函数！

 

}; // function1类定义的结尾

 

function的底层存储机制

请将目光转向上面的代码段末尾的assign_to函数中，其中有两行代码分别对function_base里的manager和functor成员赋值。这两行代码肩负了保存各种函数指针的任务。

 

manager是一个函数指针，它所指向的函数代表管理策略，例如，对于函数指针，仅仅作一次赋值，就保存完毕了，但是对于仿函数，得额外分配一次内存，然后将仿函数拷贝到分配的内存中，这才完成了保存的任务。这些策略根据函数的类别而定，上面代码中的assign_to函数是针对函数指针类别的重载版本，所以manager的策略是不作任何内存分配，直接返回被转型为“void(*)()”（利于在底层以统一的形式保存）的函数指针就行了，这从代码中可以看出。

 

需要说明的是，对于函数指针，function_base并不知道也不关心它要保存的函数指针是什么确切的类型，只要是函数指针就行，因为它总会把该函数指针f转型为“void (*)()”类型，然后保存在functor成员中，functor成员是一个union类型:

 

union any_pointer

{

    // 任意仿函数对象指针都可以用static_cast转型为void*型

void* obj_ptr;

   

    // 为const仿函数准备的

const void* const_obj_ptr;

   

// 任意函数指针都可以用reinterpret_cast转型为void(*)()型

void (*func_ptr)();

 

char data[1];

};

 

这个any_pointer可以通过安全转型保存所有形式的仿函数和函数指针，承载在底层保存数据的任务

 

function的调用机制——invoker

我们把目光转到function1的定义的最底部，那儿定义了它最重要的成员invoker，它是一个函数指针，所指向的函数就是function的调用机制所在，invoker的类型为：

 

typedef internal_result_type (*invoker_type)(any_pointer,T0);

 

前面已经说过，any_pointer是个union，可以保存任何类型的函数指针或函数对象，里面保存的是用户给出的函数或仿函数，T0则是保存于any_pointer中的函数的参数类型（若有两个参数则是T1,T2）。这也就是说，invoker负责调用保存在any_pointer中的函数或仿函数。

 

那么，invoker这个函数指针到底指向什么函数呢——也就是说，在什么时候invoker被赋值了呢？我们再次把目光转向assign_to函数，其中有一行对invoker成员赋值的语句，从这行语句出发我们可以揭开invoker的全部奥秘：

 

invoker = &invoker_type::invoke; // invoke是一个static成员函数

 

请不要把这个invoker_type和上面那个函数指针类型invoker_type混淆起来，这个invoker_type是位于assign_to函数中的一个局部的typedef，所以隐藏了后者（即类作用域中的那个invoker_type——invoker成员的类型）。往上一行，你就看到这个局部类型invoker_type的定义了：

 

typedef typename get_function_invoker1<

          FunctionPtr,R,T0>::type invoker_type;

 

get_function_invoker1又是何物？很显然，这是个traits，其内嵌的::type会根据不同的模板参数表现为不同的类型，在本例中，::type的类型将会被推导为

 

function_invoker1<int(*)(int),int,int>

 

而function_invoker1是个类模板，其定义为：

 

template<

typename FunctionPtr,

typename R，typename T0

> // 注意这里的模板参数，后面会解释

struct function_invoker1

{

static R invoke(any_pointer function_ptr, T 0 a 0)

{

FunctionPtr f =

reinterpret_cast<FunctionPtr>(function_ptr.func_ptr);

return f(a0);

}

};

 

所以对invoker的赋值最终相当于：

 

invoker = &function_invoker1<int(*)(int),int,int>::invoke;

 

而从上面的function_invoker1的定义可以看出，

function_invoker1<int(*)(int),int,int>::invoke是一个静态成员函数，它被实例化后相当于：

 

static int invoke(any_pointer function_ptr, int a0)

{

// 先转型，再调用，注意，这一行语句还有一个额外的作用，在后面解释

int (*f)(int) = reinterpret_cast<int(*)(int)>(function_ptr.func_ptr);

 

// 因为f指向的是用户保存在该function中的函数或仿函数，

// 所以这一行语句进行了最终真正的调用！

return f(a0);

}

 

我们可以看出，在invoke函数中，真正的调用现身了。

 

此外，如果用户当初给出的是仿函数而不是函数指针，则有function_obj_invoker1与它对应，后者也是一个类似的模板，它的invoke静态成员函数的形式也是：

 

static R invoke(any_pointer function_obj_ptr, T 0 a 0);

 

其中function_obj_ptr是指向仿函数的指针，所以这个版本的invoke中对它的调用语句是这样的：

 

FunctionObj* f = (FunctionObj*)(function_obj_ptr.obj_ptr);

return (*f)(a0); // 调用用户当初给出的仿函数

 

最后一种可能：如果接受的是成员函数怎么办呢？简单的答案是：boost::function并没有为成员函数作任何特殊准备！理由也很简单，boost::function只要先将成员函数封装为仿函数，然后将其作为一般的仿函数对待就行了，具体代码就不列了，STL中有一个函数模板std::mem_fun就是用于封装成员函数指针的，它返回的是一个仿函数。boost中也对该函数模板做了扩充，使它可以对付任意多个参数的成员函数。

 

做一个，送一个——invoker的额外好处

我们注意到function的构造和赋值函数及其基类的构造和赋值函数都是模板函数，这是因为用户可能提供函数也可能提供仿函数，但最关键的还是，functiont提供一种能力：对于function<double(int)>类型的泛型函数指针，用户可以给它一个int(int)类型的函数——是的，这是可行且安全的，因为其返回值类型int可以安全的转型为double，而对于这种类型兼容性的检查就在上面分析的invoke静态成员函数中，这就是我们要说的额外好处——如果类型兼容，那么invoke函数就能正常编译通过，但如果用户给出类型不兼容的函数，就会得到一个错误，这个错误是在编译器实例化invoke函数代码的时候给出的，例如，用户如果这样写：

 

// 声明一个双参的函数f

RT 1 f (P1,P2);

 

  // 单参的function实例

function<RT(P)> f_ptr;

 

f_ptr = &f; // 类型不兼容，错误！

 

这就会导致编译错误，错误发生在invoke静态成员函数中。下面我就为你解释为什么。

 

我想你对function_invoker1的三个模板参数仍然心存疑惑，我们再一次来回顾一下其声明：

 

template<

typename FunctionPtr,

typename R，typename T0>

struct function_invoker1

 

我们还得把目光投向assign_to模板函数，其中使用function_invoker1的时候是这样的：

 

typedef typename ...::get_function_invoker1<

                         FunctionPtr,R,T0>::type invoker_type;

 

FunctionPtr，R，T0三个模板参数将会被原封不动的传给function_invoker1，那么对于我们上面的错误示例，这三个模板参数各是什么呢？

 

首先，我们很容易看出，FunctionPtr就是assign_to模板函数的模板参数，也就是用户传递的函数或仿函数的类型，在我们的错误示例中，函数f的类型为RT1(P1,P2)，所以

 

FunctionPtr = RT1(*)(P1,P2)

 

而R,T0则是用户在实例化function模板时给出的模板参数，我们写的是function<RT(P)>，于是:

 

R = RT

T0 = P

 

所以，对于我们的错误示例，invoker_type的类型为：

 

function_invoker1< RT1(*)(P1,P2),RT,P>

 

对于这样一个function_invoker1，其内部的invoke静态成员函数被实例化为：

 

static RT invoke(any_pointer function_ptr,P a0)

{

  // 注意f的类型

RT1 (*f)(P1,P2) = reinterpret_cast<RT1(*)(P1,P2)>(function_ptr.func_ptr);

   

return f(a0); //错啦！瞧瞧f的类型，f能接受一个P类型的参数吗？编译器在此打住。

}

 

看看最后一行语句，所有的检查都在那里了——我们最终把检查“委托”给了C++底层的类型系统。

 

很精妙不是吗？虽然在模板形式的assign_to函数中，看起来我们并不关心到底用户给的参数是何类型，看起来用户可以把任何函数或仿函数塞过来，但是一旦下面触及invoker的赋值，就得实例化invoke静态成员函数，其中的：

 

return f(a0);

 

一下就把问题暴露出来了！这种把类型检查延迟到最后，不得不进行的时候，由C++底层的类型系统来负责检查的手法的确很奇妙——看起来我们没有在assign_to函数中及时利用类型信息进行类型检查，但是我们却并没有丧失任何类型安全性，一切最终都逃不过C++底层的类型系统的考验！

 

function如何对待成员函数

对于成员函数，assign_to的重载版本只有一行：

 

this->assign_to(mem_fn(f));

 

mem_fun(f)返回一个仿函数，它封装了成员函数f，之后一切皆与仿函数无异。

 

关于mem_fun的细节，这里就不多说了，大家可以参考STL中的实现，相信很容易看懂，这里只简单的提醒一下，成员函数封装的效果是这样的：

 

R (C::*)(T0,T1,...) => R (*)(C*,T0,T1,...) 或 R (*)(C&,T0,T1,...)

 

safe_bool惯用手法

如你所知，对于函数指针fptr，我们可以这样测试它：if(fptr) ...，所以function也应该提供这一特性，然而如果直接重载operator bool()则会导致下面的代码成为合法的:

 

function<int(int)> f;

int b=f;

 

这显然不妥，所以function用另一个巧妙的手法替代它，既所谓的safe_bool惯用手法，这在function定义内部的源码如下：

 

struct dummy { void nonnull(){};};

typedef void (dummy::*safe_bool)(); // 确保safebool不能转型为任何其它类型！

operator safe_bool () const

{ return (this->empty())? 0 : &dummy::nonnull; }

 

这样，当你写if(f)的时候，编译器会找到operator safe_bool()，从而将f转型为safe_bool，这是个指针类型，if语句会正确判定它是否为空指针。而当你试图把f赋给其它整型变量的时候则会遭到编译期的拒绝——因为safe_bool是一个成员指针类型，无法向其它整型转换。

 

get_function_tag

get_function_tag用于萃取出函数所属类别(category)，各个类别在源代码中已经列出，至于它到底是如何萃取的，这与本文关系不是很大，有一点需要提醒一下：函数指针类型也是指针类型，这听起来完全是句废话，但是考虑这样的代码：

 

template<typename T> struct is_pointer{enum{value=0};};

template<typename T> struct is_pointer<T*>{enum{value=1};};

std::cout<<is_pointer<int(*)(int)>::value; // 这将输出 1

 

也就是说int(*)(int)可以与T*形式匹配，匹配时T为int(int)。

 

最后一些细节

1. 我没有给出function_base的源代码，实际上那很简单，它最主要的成员就是一个union any_pointer型的数据成员

 

    // 用于统一保存函数指针及仿函数对象指针

detail::function::any_pointer functor; 

 

2. 我没有给出functor_manager的信息，实际上它与function的实现没有太大关系，它负责copy和delete函数对象，如果必要的话。所以我将它略去，它的源码在”boost/function/function_base.hpp”里。

 

3. 我给出的源代码是将宏展开后的版本，实际的代码中充斥着让人眼花缭乱的宏，关于那些宏则又是一个奇妙的世界。boost库通过那些宏省去了许多可见代码量。随着函数参数的不同，那些宏会扩展出function2,function3...各个版本。而本文只研究了int(int)型的情况，其它只是参数数目的改变而已。经过宏的扩展，function的偏特化版本将有:

 

template<typename R,typename Allocator>

class function<R(),Allocator>:public function0<R,Allocator>

{...};

template<typename R,typename T0,typename Allocator>

class function<R(T0),Allocator>:public function1<R,T0,Allocator>

{...};

template<typename R,typename T0,typename T1,typename Allocator>

class function<R(T0,T1),Allocator>:public function2<R,T0,T1,Allocator>

{...};

...

 

等更多版本，一共有BOOST_FUNCTION_MAX_ARGS+1个版本，BOOST_FUNCTION_MAX_ARGS为一个宏，控制最多能够接受有多少个参数的函数及仿函数对象，你可以重新定义这个宏为一个新值，以控制function所能支持的函数参数个数的最大值。其中的function0,function1,function2等名字也由宏扩展出。

 

目录(展开《boost源码剖析》系列文章)