移动语义和完美转发浅析

移动语义和完美转发浅析

移动语义基础

为什么要引入移动语义？

vector<int> v1{1, 2, 3, 4, 5}; vector<int> v2; v2 = v1; 

在移动语义出现前，我们拷贝一个 vector 对象，逻辑上可以分为两步：

• 在堆上分配一块空间
• 将 v1 的元素逐个拷贝到 v2 中

这种行为是完全正确，没有问题的，但如果 v1 是作为函数的返回值呢？

vector<int> createVector() {     vector<int> v1{1, 2, 3, 4, 5};     return v1; }  vector<int> v2; v2 = createVector(); 

在这种情况下，这种拷贝是否多余？函数返回后，v1 就要被析构掉了，它堆上的空间却没法为 v2 所复用，显然这里是有优化空间的。

有移动语义后，这种场景下，移动操作的做法是通过指针操作直接将 v1 的堆上空间移交给 v2，从而实现 v1 堆上空间的复用。

综上所述，移动语义允许我们以一种更轻量级的（相较于拷贝）形式实现对象资源的复用。

什么是移动语义？

从上面的例子可以看出，事实上移动操作移动的并不是对象，移动结束后，v1 仍然存在于 createVector() 的栈上，它并没有被 “移动” 到调用者的栈上去（可以和 NRVO 优化做比较），被移动的是堆上的空间，也就是 v1 所持有的资源。因此，移动语义移动的是对象所持有的资源，而不是对象本身。

如果你有看过 unique_ptr 和 auto_ptr 的实现，就会发现用拷贝去模拟资源的移交是非常困难的，auto_ptr 正是标准库在这方面的失败尝试，而 unique_ptr 改为用移动操作去模拟资源移交，实现的就比较正确和优雅。

什么样的对象是可以被移动的？

了解了移动语义的基本概念，那么摆在我们面前的一个问题就是：什么样的对象是可以被移动的？总的来说，一个对象要被移动，要满足如下要求：

• 该对象将要被销毁；
• 该对象没有任何用户；
• 可以自由接管该对象所持有的资源

为了表达这种概念，C++ 修改了左值和右值的定义，在 C 语言中，左值和右值即字面意思，左值是表达式左边的值，而右值是表达式右边的值。而 C++ 为了支撑移动语义，对值的类型做了新的划分。

区分左值和右值

C++ 中值有两个独立的属性：

• 有身份（has identity）
  • 或者说，有地址，有指向它的指针
  • 有身份的值统称为 glvalue （"generalized" lvalue）
• 可以被移动（can be moved from）
  • 可以移动的值统称为 rvalue

glvalue 和 rvalue 就是我们一般说的左值和右值。

根据是否有这两种属性，我们可以对 C++ 中的值做如下划分（i 表示有身份，m 表示可以被移动，大写字母表示没有这种属性，第四种类型 IM 在 C++中没有被使用）：

• lvalue（ iM ）
  • 有身份，且不能被移动
  • 包括
    • 变量、函数或数据成员的名字
    • 返回左值引用的表达式，比如 ++x、x = 1
    • 字符串字面量，如 "hello world"
• prvalue("pure" rvalue, Im)
  • 一般译作纯右值
  • 没有身份，可以被移动，也就是所谓的“临时对象”
  • 包括
    • 返回非引用类型的表达式，比如 x++、x + 1
    • 除字符串字面量之外的字面量，比如 42、true
  • 有趣的是 this 指针是 prvalue，你会发现没法对 this 指针求地址
• xvalue(an "eXpiring" value, im)
  • 一般译作将亡值
  • 有身份，且可以被移动
  • 包括
    • 右值引用类型的返回值，比如 std::move(x)

虽然说，C++ 对值做了很细粒度的划分，但事实上，大多数时候只需要区分一个值是左值还是右值即可，因此，这里给出一个实践上可以用来区分左右值的法则：

• 如果你可以对某个表达式取地址，那么它是左值
• 如果一个表达式的类型是左值引用（ T& 或 const T& 等），那么它是左值
• 否则，这个表达式是右值
  • 函数的返回值（非引用类型的或右值引用类型的）
  • 通过隐式类型转换创建的值
  • 除字符串以外的字面量（比如 10 和 5.3）

我们来看一些例子，看看如何实践上述的法则以区分左值右值：

Widget&& var1 = someWidget; auto&& var2 = var1; 

可以对 var1 取地址，所以 var1 是左值，这点其实比较反直觉，虽然 var1 是右值引用，但其实它是左值。

std::vector<int> v; auto&& val = v[0]; 

由于v[0]是左值引用，因此它是左值。

template<typename T> void f(T&& param); f(10); 

非字符串字面量 10 是右值。

右值引用

伴随着新的右值定义，C++11 也引入了一种新的引用类型——右值引用，比如 int &&，右值引用的特点是它只能绑定到右值上，因此 C++11 中也就有了三种引用类型：

• 右值引用只能绑定到右值上，比如 int &&
• 非 const 的左值引用只能绑定到左值上，比如 int &
• const 的左值引用可以绑定到左值或右值上，比如 const int &

新的特殊成员函数

为了支持移动语义，C++11 引用两个新的特殊成员函数，它们是移动构造函数和移动赋值运算符，想要支持移动操作的类必须定义它们。

class Widget { private:     int i{0};     string s{};     unique_ptr<int> pi{};  public:     // Move constructor     Widget(Widget &&w) = default;      // Move assignment operator     Widget &operator=(Widget &&w) = default; }; 

移动构造函数

移动构造函数的任务

• 完成资源移动
  • 资源的所有权移交给新创建的对象
• 确保移动操作完成后，销毁源对象是无害的
  • 不再指向被移动的资源
• 确保移动操作完成后，源对象依然是有效的
  • 可以赋予它一个新值
  • 对留下的值没有任何要求

也就是说移动操作完成后，可以销毁移后源对象，也可以赋予它一个新值，但不能使用移后源对象的值。

移动操作和异常安全

• 移动操作一般不分配新资源，因此不会抛出异常
• 如果移动操作不抛异常，必须注明 noexcept

如果你的移动操作不注明 noexcept ，标准库就不敢调用你的移动构造函数，这是由于标准库的某些接口会做出异常安全的保障，比如 vector 的 push_back 接口做出的保证为：

If an exception is thrown (which can be due to Allocator::allocate() or element copy/move constructor/assignment), this function has no effect (strong exception guarantee).

也就是说有异常抛出时（可能是由于内存分配或元素拷贝/移动），这个调用不产生任何效果。

push_back 可能会导致 vector 扩容，也就是说会申请一块新的内存空间，将现有的元素拷贝/移动到这块新的空间里。

如果我们的移动构造函数会抛异常，假设扩容的过程中，只有部分元素被移动到了新的空间里，这时候有异常抛出，不仅扩容操作没完成，而且原有空间里的部分元素还被已执行的移动操作破坏掉了，不符合 push_back 做出的异常保障。因此，这种情况下，vector 只会使用拷贝操作来完成扩容操作。

移动操作和函数匹配

• 移动右值，拷贝左值
  • 移动构造函数只能用于实参是右值的情况下，其他情况下，都会发生拷贝
• 但如果没有移动构造函数，则右值也被拷贝
  • 拷贝构造函数的参数是 const 的左值引用，既能接受左值也能接受右值

移动赋值运算符

定义移动赋值运算符最简单的方法就是定义一个“拷贝并交换”的拷贝赋值运算符（如果你在疑惑该怎样自定义 swap 操作，请看 Effective C++ Item 25）：

ClassA& ClassA::operator=(ClassA rhs) {     swap(*this, rhs);     return *this; } 

“拷贝并交换”赋值运算符的参数不再是引用，而是传值

• rhs 将是右侧运算对象的一个副本；
• 将 *this 与这个副本交换，也就是将右侧运算对象的值赋给了左侧运算对象；
• 函数返回时，rhs 被销毁，析构函数销毁 rhs 现在指向的内存，即左侧运算对象原来的内存。

“拷贝并交换”的优势是正确处理了自赋值而且是异常安全的。

赋值运算符的异常安全问题主要来自于拷贝时可能申请内存，如果 new 抛异常了，要确保左侧运算对象原本的数据结构还没有被破坏（显然， rhs 做拷贝的时候，左侧运算对象原有数据结构还没有做任何修改）。

如果你定义了移动构造函数，那么这个拷贝赋值运算符同时也是移动赋值运算符：

• 如果实参是右值，就会用移动构造函数来初始化 rhs；
• 相反，如果实参是左值，就会用拷贝构造函数来初始化 rhs

何时该定义移动构造/赋值

the rule of zero

C.20: If you can avoid defining default operations, do

也就是说，如果默认行为够用，就不要再去定义自己的特殊成员函数。

struct Named_map { public:     // ... no default operations declared ... private:     string name;     map<int, int> rep; };  Named_map nm;        // default construct Named_map nm2 {nm};  // copy construct 

map 和 string 定义了所有的特殊成员函数，编译器生成的默认实现就已经够用了。

the rule of five

C.21: If you define or =delete any copy, move, or destructor function, define or =delete them all

如果定义拷贝、移动或析构中的任意一个，或将任意一个声明为 =delete 的；那么就需要将它们都定义出来或全部声明为 =delete 的。

实践 the rule of five 时，最简单的判断方法就是看析构函数，如果你析构函数里要做事，不管是释放资源还是关闭数据库连接，那么你就应该把析构函数的这些好兄弟都定义出来。

定义这些特殊成员时，如果你想要默认实现，就将它声明为 =default；如果你想要禁用某个特殊成员，就将它声明为 =delete（这两种情况都被编译器认为是用户定义的）。

the rule of five 背后的逻辑是这些特殊成员函数的语义是息息相关的：

• 规则 1：如果某个类有自定义拷贝构造函数、拷贝赋值运算符或者析构函数，编译器就不会为它合成移动构造函数和移动赋值运算符了
  • 根据函数匹配规则，这种情况下会调用拷贝操作来处理右值
• 规则 2：如果某个类定义了移动构造函数，没有定义拷贝构造函数，那么后者被编译器定义为删除的（对于赋值运算符也是一样的）

如果定义了这些操作中的某一个，就应该把其他的操作都定义出来，以避免所有（潜在的）可移动的场景都变成昂贵的拷贝（对应规则 1）或者使得类型变成仅能移动的（对应规则 2）。

struct M2 {   // bad: incomplete set of copy/move/destructor operations public:     // ...     // ... no copy or move operations ...     ~M2() { delete[] rep; } private:     pair<int, int>* rep;  // zero-terminated set of pairs };  void use() {     M2 x;     M2 y;     // ...     x = y;   // the default assignment     // ... } 

这段代码没能遵循 the rule of five，造成的后果是 rep 被 double free。

std::move 和 std::forward

本章的内容涉及通用引用，可以看我的博客通用引用，里面有这方面的介绍。

虽然这两个函数的名字很有迷惑性，但事实上，从它们所做的事情上来看：move 不移动；forward 不转发，它们只是执行了类型转换操作罢了：

• std::move 无条件地将实参转换为右值；
• std::forward 在部分条件下将实参转换为右值

熟悉 C++ 类型转换的朋友应该知道 static_cast 事实上在运行时什么也不做，因此这俩函数也并不会在运行时做什么事情。

std::move

一个简化的 move 实现是这样的：

template <typename T> typename remove_reference<T>::type &&move(T &&param) {   using ReturnType = typename remove_reference<T>::type &&;    return static_cast<ReturnType>(param); } 

T&& 是通用引用，因此这个函数几乎可以接收任何类型的参数。

通过 remove_reference 去掉 T 的引用性质（并不会去掉 cv 限定符），然后给它加上 &&，形成 ReturnType 类型，由于右值引用类型的返回值是右值，因此结果是实参被无条件地转换为右值。

为什么要使用 std::move？

既然 std::move 只是无条件地做 static_cast，那为什么不直接做类型转换，而要调用 std::move 呢？

std::move 允许我们截断左值，也就是说不再使用该左值，可以自由移动它所拥有的资源；这是非常特殊的类型操作，通过使用 std::move 方便我们确定在哪里对左值做了截断，语义上更加清晰。

使用 std::move 并不代表移动操作一定会发生

• 可能这个类型根本没有定义移动操作
• std::move 并不会去除实参的 const 性质，因此把 const 的对象传给它，得到的返回值类型也是 const 的，对它的操作会变为拷贝操作
  • 因为移动操作往往会修改源对象，所以我们不希望在 const 对象上触发移动操作

std::forward 和完美转发

某些函数需要将其一个或多个实参连同类型不变地转发给其他函数，转发后需要保持被转发实参的所有性质，包括

• 实参是否是 const 的；
• 实参是左值还是右值

这种场景我们往往称之为完美转发，C++11 可以通过 std::forward 来实现。

比如工厂函数需要将初始化参数传递给构造函数。一个常见的例子就是 make_unique C++14 才支持，如果我们想自己写一个 make_unique 应该怎么写呢？

template <typename T, typename... Ts> std::unique_ptr<T> make_unique(Ts &&... params) {   return std::unique_ptr<T>(new T(std::forward<Ts>(params)...)); } 

std::forward 的实现

template< class T > T&& forward( typename std::remove_reference<T>::type& t ) noexcept {       return static_cast<T&&>(param);   }  template< class T > T&& forward( typename std::remove_reference<T>::type&& t ) noexcept {       return static_cast<T&&>(param); } 

std::forward 的模板参数是没法推导的，称为无法推导的上下文（nondeduced context）。

理解这个实现的重点在于它的返回值类型是 T&&，我们看一个例子：

void g(int &&i, int& j);  template <typename F, typename  T1, typename T2> void flip3(F f, T1 &&t1, T2 &&t2) {     f(std::forward<T2>(t2), std::forward<T1>(t1)); }  flip3(g, i, 42); 

flip3 接受一个可调用对象，以及两个额外实参，将参数逆序传递给可调用对象。

• 如果实参是 int 变量 i
  • T1 的类型为 int&，std::forward 的返回类型为 int& &&，根据引用折叠，结果是 int&
  • t1 的类型为 int&
  • 参数的类型和返回值的类型相同，所以转换不会做任何事
• 而如果实参是 42
  • T2 的类型为 int，std::forward 的返回类型是 int &&
  • t2 的类型为 int &&
  • 从函数返回的右值引用是右值，所以 t2 会被转换为右值

就此，我们也理解了为什么说 forward 是有条件地将实参转换为右值。

怎么判断该用 move 还是 forward？

• 对右值引用 move
  • 右值引用只能绑定到右值上，所以可以无条件地将它转换为右值
• 对通用引用 forward
  • 通用引用既能绑定到左值上，也能绑定到右值上，在后一种情况下，我们希望能将它转换为右值

在右值引用上调用 std::forward 表现出的行为是正确的，但由于 std::forward 没法自动做类型推导，写出来的代码会比较繁琐；但如果在通用引用上调用 std::move，可能会导致左值被错误地修改，导致异常的行为。

什么时候用 move 和 forward？

你可能需要在函数中多次使用某个右值引用或通用引用，那么只有在最后一次使用它的时候，才可以对它调 std::move 或 std::forward，因为将它转为右值后，它的内容就不能再被使用了。

void sink(X&& x);   // sink takes ownership of x  void user() {     X x;     // error: cannot bind an lvalue to a rvalue reference     sink(x);     // OK: sink takes the contents of x, x must now be assumed to be empty     sink(std::move(x));      // ...      // probably a mistake     use(x); } 

名字查找和 move、forward

std::move 和 std::forward 的形参都是通用引用，它们几乎可以匹配任何类型的参数。

因此如果我们定义了自己的 move 或 forward 函数，如果它接受单一形参，不管类型如何，都将与标准库的版本冲突。

同时，move 和 forward 执行的是非常特殊的类型操作，用户特意去修改函数原有行为的概率非常小，因此最好使用带限定语的版本 std::move 和 std::forward 来明确指出使用标准库的版本。

移动和返回值优化

RVO

如果 return 语句的操作数是 prvalue ，且它和返回值的类型相同。

T f() {     return T(); }   f(); // only one call to default constructor of T 

此时，编译器可以实施 copy elision（拷贝省略、拷贝消除），将对象直接构造到调用者的栈上去。

return 语句所在的地方，T 的析构函数必须是可访问的且没有被删除，尽管此处并没有 T 对象被析构掉。

C++17 强制编译器做 RVO，RVO 不再是一项可选的编译器优化，而是 C++ 对 prvalue 的新规定，即返回和使用 prvalue 时不再去实体化一个临时对象

NRVO

X bar()   {      X xx;      // process xx ...      return xx;   } 

对于上面的函数 bar，如果直接用参数 __result 代替命名的返回值 xx，即改写为：

void   bar( X &__result )   {      // default constructor invocation      // Pseudo C++ Code      __result.X::X();        // ... process in __result directly        return;   } 

也就是说返回值会被直接构造在调用者的栈上，少了一次拷贝操作，这种优化被称为 Named Return Value Optimization（NRVO）。

移动和 NRVO

C++11 开始，NRVO 仍可以发生，但在没有 NRVO 的情况下，编译器将试图把本地对象移动出去，而不是拷贝出去。

这一移动行为不需要程序员手工用 std::move 进行干预，使用 std::move 对于移动行为没有帮助，反而会影响返回值优化，因为这种情况下，你返回的并不是局部对象，而是局部对象的引用。

参考资料

• [1] effective modern c++
• [2] C++ Core Guidelines
• [5] nondeduced-context