从unique_ptr看空基类优化

2024-04-12 01:12
文章标签 优化 基类 unique ptr 看空

本文主要是介绍从unique_ptr看空基类优化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我们今天从unique_ptr出发一点一点来看下空基类优化(empty class optimization,EBCO)的概念,同时可以进一步熟悉unique_ptr,tuple等。最终可以帮我我们写代码进行一些取舍和优化。

如果感兴趣还请点个赞,攒一下创作动力🙏

unique_ptr的大小

我们经常听到unique_ptr可以替代裸指针,那么我们今天从占用的空间上来进行分析。直接上代码:

struct Obj {int a;int b;
};int main() {std::unique_ptr<Obj> up = std::make_unique<Obj>();std::cout << sizeof(up) << std::endl; // 8return 0;
}

我们看到unique_ptr的对象大小是一个指针大小,和裸指针是一样大的。不过unique_ptr可以指定删除器,我们增加一个删除器来试试:

void objDeleter(Obj* obj) {delete obj;
}int main() {using Deleter = void(*)(Obj*);std::unique_ptr<Obj, Deleter> up{new Obj{}, objDeleter};std::cout << sizeof(up) << std::endl; // 16return 0;
}

这里unique_ptr的对象大小则变成了16字节,两个指针大小。其实这里细想也能理解,需要用一个指针来存储函数指针到最后析构的时候用。

需要注意的是如果需要传递删除器则无法使用make_unique来构造

我们看下如果使用lambda表达式来作为删除器呢?

int main() {auto lambdaDeleter = [](Obj* obj){delete obj;};using Deleter = decltype(lambdaDeleter);std::unique_ptr<Obj, Deleter> up{new Obj{}, lambdaDeleter};std::cout << sizeof(up) << std::endl; // 8return 0;
}

哈,这里输出是8,lambda并没有占用空间,我们去深入下unique_ptr的代码。我们会忽略一些无关的代码:

template <typename _Tp, typename _Dp = default_delete<_Tp>>
class unique_ptr {// ...__uniq_ptr_data<_Tp, _Dp> _M_t;public:~unique_ptr() {// ...get_deleter()(__ptr);}deleter_type& get_deleter() noexcept { return _M_t._M_deleter(); }
};

这里unique_ptr的大小则是它成员__uniq_ptr_data的大小,当析构是也是去调用__uniq_ptr_data中成员函数_M_deleter去析构,那么__uniq_ptr_data是如何做到能保存lambda但是不占用空间的呢?
我们再进一步去定位到具体的代码:

template <typename _Tp, typename _Dp>
class __uniq_ptr_impl
{
public:_Dp& _M_deleter() noexcept { return std::get<1>(_M_t); }private:tuple<pointer, _Dp> _M_t;
};template <typename _Tp, typename _Dp>
struct __uniq_ptr_data : __uniq_ptr_impl<_Tp, _Dp>
{};

__uniq_ptr_data继承自__uniq_ptr_impl,所以实现也都在__uniq_ptr_impl这里。__uniq_ptr_impl类中使用tuple来作为成员函数存储删除器。

tuple实现

那么问题就转变成了tuple保存来lambda表达式但是不占用空间(当然不仅一个参数情况下),我们写个代码来验证下我们的推论:

int main() {auto lambdaDeleter = [](Obj* obj){delete obj;};using Deleter = decltype(lambdaDeleter);std::tuple<int, Deleter> tp(12, lambdaDeleter);std::cout << sizeof(tp) << std::endl; // 4return 0;
}

那么tuple是如何做到的呢,我们还要再去看下tuple的代码:

template<typename... _Elements>
class tuple : public _Tuple_impl<0, _Elements...>
{// ...
};template<size_t _Idx, typename... _Elements>
struct _Tuple_impl;template<size_t _Idx, typename _Head, typename... _Tail>struct _Tuple_impl<_Idx, _Head, _Tail...>: public _Tuple_impl<_Idx + 1, _Tail...>,private _Head_base<_Idx, _Head> {};template<size_t _Idx, typename _Head>struct _Tuple_impl<_Idx, _Head>: private _Head_base<_Idx, _Head> {};

我们可以知道tuple类中并不保存成员,通过其父类来进行获取成员。父类_Tuple_impl实现如上,如果只有一个模板参数则只继承_Head_base,如果多个模板参数则要先去继承_Tuple_impl,然后拿出第一个模板参数封装成_Head_base类继承。

我们上边例子中的继承结构图就是这样:

那么最终的资源存储就是在_Head_base中了:

template<typename _Tp>
using __empty_not_final= __conditional_t<__is_final(_Tp), false_type,__is_empty_non_tuple<_Tp>>;template<size_t _Idx, typename _Head,bool = __empty_not_final<_Head>::value>
struct _Head_base;template<size_t _Idx, typename _Head>
struct _Head_base<_Idx, _Head, false>
{constexpr _Head_base(const _Head& __h): _M_head_impl(__h) { }static constexpr _Head&_M_head(_Head_base& __b) noexcept { return __b._M_head_impl; }_Head _M_head_impl;
};template<size_t _Idx, typename _Head>
struct _Head_base<_Idx, _Head, true>
: public _Head {static constexpr _Head& _M_head(_Head_base& __b) noexcept { return __b;}
};

这里就是可以知道了,对于可以继承数据类型,这里采用继承方式保存数据。对于不可以继承类型,使用成员变量进行存储。

那么对于成员变量的存储肯定是会有实际的空间保存的。但是对于继承的形式还是需要看父类是什么样的类型。

另外当我们使用std::get时实际上通过调用_Head_base中的_M_head函数来进行获取tuple中的成员。可以看到如果是有成员变量则返回成员变量,没有的话则是返回_Head_base的对象,然后通过这个对象再进行下一步操作。

空基类优化

C++中没有内存占用为零的类型,但是C++标准却指出,在空class被用作基类的时候,如果不给它分配内存并不会导致其被存储到与其它同类型对象或者子对象相同的地址上,那么就可以不给它分配内存,这也被称为空基类优化。

对于一个lambda表达式来说,我们知道lambda类似是一个重载了()的类,对于未捕获任何值的lambda表达式来说,他的成员就是空的,他作为基类被继承时则属于空基类。

我们来看一个例子:

int main() {auto lambdaDeleter = [](Obj* obj){delete obj;};using Deleter = decltype(lambdaDeleter);struct DeEmpty :public Deleter {};struct DeNotEmpty :public Deleter {int a;};std::cout << sizeof(Deleter) << std::endl;  // 1std::cout << sizeof(DeEmpty) << std::endl;  // 1std::cout << sizeof(DeNotEmpty) << std::endl; // 4return 0;
}

如上代码,单独的Deleter大小为1字节,DeEmpty大小为1字节,DeNotEmpty大小是4字节。当一个类是空时,编译要表示有这个类,所以需要分配一个字节的大小,当继承空基类且内部有数据成员那么空基类空间大小就会被优化为0。

总结

本文通过从unique_ptr出发来看其在不同形式的删除器下的大小,从而得到unique_ptr中使用tuple来实现,进一步看tuple实现,得出对于其保存的数据来说,有成员存储和基类继承两种形式,而基类继承的形式如果是空基类的话又会对其进行优化。

我们学习了unique_ptr的部分源码,tuple的部分源码,对于数据存储我们也学习到可以使用基类继承的形式。

ref

  • 《Effecive Modern C++》
  • 《C++模板2》

这篇关于从unique_ptr看空基类优化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/895696

相关文章

小白也能轻松上手! 路由器设置优化指南

《小白也能轻松上手!路由器设置优化指南》在日常生活中,我们常常会遇到WiFi网速慢的问题,这主要受到三个方面的影响,首要原因是WiFi产品的配置优化不合理,其次是硬件性能的不足,以及宽带线路本身的质... 在数字化时代,网络已成为生活必需品,追剧、游戏、办公、学习都离不开稳定高速的网络。但很多人面对新路由器

MySQL深分页进行性能优化的常见方法

《MySQL深分页进行性能优化的常见方法》在Web应用中,分页查询是数据库操作中的常见需求,然而,在面对大型数据集时,深分页(deeppagination)却成为了性能优化的一个挑战,在本文中,我们将... 目录引言:深分页,真的只是“翻页慢”那么简单吗?一、背景介绍二、深分页的性能问题三、业务场景分析四、

Linux进程CPU绑定优化与实践过程

《Linux进程CPU绑定优化与实践过程》Linux支持进程绑定至特定CPU核心,通过sched_setaffinity系统调用和taskset工具实现,优化缓存效率与上下文切换,提升多核计算性能,适... 目录1. 多核处理器及并行计算概念1.1 多核处理器架构概述1.2 并行计算的含义及重要性1.3 并

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.