包含容器的对象的C++布局

C++ layout of an object containing containers

本文关键字：布局 C++ 对象 包含容      更新时间：2023-10-16

作为一个有着丰富汇编语言经验和旧习惯的人，我最近用C++做了一个项目，使用了C++03和C++11必须提供的许多功能（主要是容器类，包括Boost中的一些）。它出奇地简单——我尽可能地支持简单性，而不是过早的优化。当我们进入代码审查和性能测试时，我相信有些老手会因为看不到每个字节是如何被操作的而感到不安，所以我想拥有一些先进的弹药。

我定义了一个类，它的实例成员包含几个向量和映射。而不是"指向"矢量和地图的指针。我意识到，我根本不知道我的对象占用了多少连续空间，也不知道频繁清理和重新填充这些容器可能会对性能产生什么影响。

一旦实例化，这样的对象会是什么样子？

形式上，对实现没有任何约束除标准中规定的以外界面和复杂性。实际上，即使不是全部，也是大多数实现源于相同的代码库，并且相像的

矢量的基本实现是三个指针。这个向量中对象的实际内存是动态的已分配。根据矢量的"生长"方式区域可能包含额外的内存；三个指针指向内存的开始，当前最后一个字节之后的字节已使用，以及分配的最后一个字节之后的字节。也许实现的最重要的方面是分离分配和初始化：矢量将在在许多情况下，分配的内存超出了需要，而没有在其中构造对象，并且只构造对象当需要时。此外，当删除对象或清除矢量，它不会释放内存；它只会破坏对象，并将指针更改为已使用的记忆来反映这一点。稍后，当您插入对象时将需要分配。

当添加的对象超出了分配的空间量时，vector将分配一个新的、更大的区域；将对象复制到它，然后销毁旧空间中的对象，并将其删除。由于复杂性的限制，矢量必须扩大面积指数，通过将大小乘以某个固定常数（1.5和2是最常见的因素），而不是将其递增一定的固定量。结果是，如果使用push_back从空增长矢量，将不会过多的重新分配和拷贝；另一个结果是，如果从空开始增长向量，它最终可能使用几乎两倍的尽可能多的内存。如果您使用CCD_ 2进行预分配。

至于地图，复杂性的限制以及它必须被排序意味着必须使用某种平衡树。在我所知道的所有实现中，这是一个经典的红黑树：每个条目在一个节点中单独分配它包含两个或三个指针，加上一个布尔值，在除了数据之外。

我可以补充一下，以上内容适用于集装箱。当未优化时，将添加额外的指针，将所有迭代器链接到容器，以便在容器一些会使他们无效的事情，这样他们就可以做边界检查。

最后：这些类是模板，所以在实践中访问源，并可以查看它们。（诸如异常安全有时会减少实现直截了当，但实现使用g++或VC++并不是很难理解。）

map是一个二叉树（有一些种类，我相信它通常是一个红黑树），所以map本身可能只包含一个指针和一些内务数据（例如元素数量）。

与任何其他二叉树一样，每个节点都将包含两个或三个指针（两个用于"左&右"节点，也许一个指向上面的前一个节点，以避免必须遍历整个树才能找到前一个或多个节点所在的位置）。

一般来说，vector应该不会明显比常规数组慢，当然也不会比您自己使用指针实现的可变大小数组差。

向量是数组的包装器。向量类包含一个指向连续内存块的指针，并且不知何故知道它的大小。当您清除一个向量时，它通常会保留其旧的缓冲区（取决于实现），以便下次重用它时，分配更少。如果将向量的大小调整为当前缓冲区大小以上，它将不得不分配一个新的缓冲区。重用和清除相同的向量来存储对象是有效的。（std::string类似）。如果您想知道一个向量在其缓冲区中到底分配了多少，请调用capacity函数并将其乘以元素类型的大小。您可以调用reserve函数来手动增加缓冲区大小，以期望向量很快会占用更多元素。

地图比较复杂，所以我不知道。但如果你需要一个关联容器，你也必须在C中使用一些复杂的东西，对吧？

我只是想在其他人的答案中添加一些我认为重要的东西。

首先，默认的（在我看到的实现中）sizeof(std::vector<T>)是常量，由三个指针组成。以下是GCC 4.7.2 STL标题的摘录，相关部分：

template<typename _Tp, typename _Alloc>
struct _Vector_base
{
 ...
 struct _Vector_impl : public _Tp_alloc_type
 {
  pointer _M_start;
  pointer _M_finish;
  pointer _M_end_of_storage;
  ...
 };
 ...
 _Vector_impl _M_impl;
 ...
};
template<typename _Tp, typename _Alloc = std::allocator<_Tp> >
class vector : protected _Vector_base<_Tp, _Alloc>
{
 ...
};

这就是三分球的来源。我认为他们的名字不言自明。但是还有一个基类——分配器。这就引出了我的第二点。

其次，std::vector< T, Allocator = std::allocator<T>>采用第二个模板参数，它是一个处理内存操作的类。它是通过这个类的函数向量来做内存管理的。有一个默认的STL分配器std::allocator<T>>。它没有数据成员，只有allocate、destroy等函数。它的内存处理基于new/delete。但您可以编写自己的分配器，并将其作为第二个模板参数提供给std::vector。它必须遵守某些规则，比如它提供的功能等，但内存管理是如何在内部完成的——这取决于你，只要它不违反std::vector所依赖的逻辑。它可能会引入一些数据成员，这些成员将通过上面的继承添加到sizeof(std::vector)中。它还为您提供了"对每一位的控制"。

基本上，vector只是一个指向数组的指针，以及它的容量（分配的总内存）和大小（实际使用的元素）：

struct vector {
    Item* elements;
    size_t capacity;
    size_t size;
};

当然，由于封装，所有这些都隐藏得很好，用户永远无法直接处理血腥的细节（重新分配、在需要时调用构造函数/析构函数等）。

至于你关于清除的性能问题，这取决于你如何清除矢量：

  • 用临时空向量（通常的习惯用法）交换它将删除旧数组：std::vector<int>().swap(myVector);
  • 使用std::vector<>::reserve()0或resize(0)将擦除所有项目，并保持分配的内存和容量不变

如果您关心效率，IMHO需要考虑的要点是提前调用reserve()（如果可以的话），以便预分配阵列，避免无用的重新分配和复制（或使用C++11移动）。当向向量中添加大量项目时，这会产生很大的差异（众所周知，动态分配的成本非常高，因此减少它可以大大提高性能）。

关于这件事还有很多要说的，但我相信我已经涵盖了基本的细节。如果你需要更多关于某一点的信息，请毫不犹豫地询问。

关于地图，它们通常是使用红黑树实现的。但该标准并没有强制要求这样做，它只给出了功能和复杂性要求，因此任何其他符合要求的数据结构都是可以使用的。我不得不承认，我不知道RB树是如何实现的，但我想，再一次，映射至少包含一个指针和一个大小。

当然，每种容器类型都是不同的（例如，无序映射通常是哈希表）。

相关文章：