深入探究C++的new/delete操作符

最新推荐文章于 2023-09-20 21:52:18 发布

飞鸟Mu

最新推荐文章于 2023-09-20 21:52:18 发布

阅读量684

点赞数

分类专栏： Inside The C++ Object Model

Inside The C++ Object Model 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

转自：http://kelvinh.github.io/blog/2014/04/19/research-on-operator-new-and-delete/

 前戏，啊不，其实我是说前言今天在重温《More Effective C++》的时候，又看到讲 operator new 和 operator delete 的那条规则，虽然大概明白其原理，但是实际中却从来没用过，所以，就想写个小程序来试一试。如果你还不知道它们，或者听说过但不知道具体意义，那我就正好吓吓你：
new/delete/new[]/delete[] operator
operator new/delete/new[]/delete[]
placement new/new[]  // 注意，没有 placement delete/delete[]
这些都是些什么呢？吓傻了？其实，这些都是那些学院派死扣字眼吓唬人的，真实理解起来很容易。就像博士写论文《关于一对自然数1的代数和与自然数2在绝对数学意义上相等的可能性》，其实，就是《论1 + 1 = 2》。。
嗯，我总喜欢扯蛋，对，是扯蛋，不是扯淡。好了，看下面的代码：
 
   Class *pc = new Class;
// ...
delete pc;
 
  
上面代码的第一行即为 new operator ，而第三行即为 delete operator ，代码很简单，但对编译器来说，它需要做额外的工作，将上述代码翻译为近似于下面的代码：
 
   void *p = operator new(sizeof(Class));
// 对p指向的内存调用Class的构造函数，此处无法用直观的代码展现
Class *pc = static_cast<Class*>(p);
// ...
pc->~Class();
operator delete(pc);
 
  
上面代码中，第一行即为 operator new ，而最后一行即为 operator delete ，很简单明了吧。所以， new operator 实际上做了两件事情：
调用 operator new 分配内存
在分配好的内存上初始化对象，并返回指向该对象的指针
而 delete operator 类似，调用析构函数，再调用 operator delete 释放内存。
让我们来看看C++标准库的实现之一——Clang的libcxx是如何实现全局的 operator new/delete 的（头文件声明在这里，实现在这里，我去掉了一些控制编译选项的看着很乱的宏定义，只留下了核心代码）：
 
   void * operator new(std::size_t size) throw(std::bad_alloc) {
    if (size == 0)
        size = 1;
    void* p;
    while ((p = ::malloc(size)) == 0) {
        std::new_handler nh = std::get_new_handler();
        if (nh)
            nh();
        else
            throw std::bad_alloc();
    }
    return p;
}

void operator delete(void* ptr) {
    if (ptr)
        ::free(ptr);
}
 
  
这段代码再简单不过，原来，神秘的 operator new/delete 在背后也不过是在偷偷地调用C函数库的 malloc/free 嘛！当然，这跟实现有关，libcxx这样实现，不代表其它实现也是如此。
需要意识到的是， operator new 和 operator+() 一样，只不过是普通的函数，是可以重载的，所谓的 placement new ，即是一个全局 operator new 的重载版本，在libcxx中定义如下：
inline _LIBCPP_INLINE_VISIBILITY void* operator new  (std::size_t, void* __p) _NOEXCEPT {return __p;}
可以看到， placement new 除了正常的size参数外，还多了一个空指针参数，而且，它也没干什么内存分配的活，而是直接返回了这个指针。那么，该如何使用它呢？
void *buf = // 在这里为buf分配内存
Class *pc = new (buf) Class();
没错，就是这么简单，我们自己构建出一个缓冲区buf，再调用 placement new 在这个缓冲区上初始化Class的实例。甚至，我们可以传空指针给它：
Class *pc = new (nullptr) Class(); // nullptr是C++11中的空指针定义
当然，这样的代码毫无意义，虽然编译可以通过，但在运行时必然会crash。
关于这几个operator的区别基本已经讲清楚了，它们的兄弟——带[]的版本原理基本是一样的，这里就不细说了。需要注意的是，C++并没有 placement delete/delete[]一说，因为它们没有存在的意义。

 实例码农？找不到对象？没事儿，不拼爹妈，更不靠干爹干妈，我们自己new一个出来。不过，别人都从堆上new，太没挑战了，我们从栈上new！
 
   #include <iostream>

using namespace std;

class C {
public:
    C(int i) : i(i) {
        cout << "C constructor." << endl;
    }

    ~C() {
        cout << "C destructor." << endl;
    }

    // 此处声明为static或non-static均可，下同
    /* static */ void *operator new(size_t size, void *p, const string& str) {
        cout << "In our own operator new." << endl;
        cout << str << endl;
        if (!p) {
            cout << "Hey man, are you aware what you are doing?" << endl;
            return ::operator new(size);
        }
        return p;
    }

    /* static */ void operator delete(void *p) {
        cout << "We should do nothing in operator delete." << endl;
        // 如果取消下一行的注释，程序会在执行时crash
        // ::operator delete(p);
    }

    void f() {
        cout << "hello object, i: " << i << endl;
    }

private:
    int i;
};

int main() {
    char buf[sizeof(C)];
    C *pc = new (buf, "Yeah, I'm crazy!") C(1024);
    pc->f();
    // 此处原本不应该调用delete，而应该只显式调用析构函数，但因为我们重载的operator delete并不做什么操作，所以是安全的
    delete pc;
    return 0;
}
 
  
这个代码还是挺简单的，我们在类 C 中重载了 operator new 和 operator delete ，前者接受三个参数，第一个是必须要带的size，第二个是指针，第三个是用于测试的字符串，如果指针不为空，我们直接返回，如果为空，我们就分配一片内存出来并返回。当然，这段代码是有问题的，恶作剧地传递null指针给 operator new 会导致memory leak，不过，这不是我们要关注的。我们要关注的是，将栈上的buf指针传给operator new 后，我们就真的在栈上new了一个对象出来了有没有！！上述代码的输出如下：
In our own operator new.
Yeah, I'm crazy!
C constructor.
hello object, i: 1024
C destructor.
We should do nothing in operator delete.

 演变我突然想到了一个坏主意：我们对上面的例子做一个小小的改动，将main函数中buf的长度变短，其它不变：
 
   int main() {
    char buf[sizeof(C) - 3]; // 注意此处
    C *pc = new (buf, "Yeah, I'm crazy!") C(1024);
    pc->f();
    delete pc;
    return 0;
}
 
  
在我的机器上， int 类型的大小是4，所以 sizeof(C) 大小也是4，因此 buf的大小就是1。
等等：在只有一个字节的内存中分配一个占4字节的对象？看来是真的Crazy了，坐等程序crash吧！
事实上，我也是这么想的。只是，程序 不但没有crash，而且一切输出正常！

 更进一步怎么回事？难不成编译器智能地探测到buf的内存不足以装下C的实例，所以自动扩充了3个字节？于是，我们再稍作修改，在buf的两边都加上指示性的变量，以方便探测其边界：
 
   int main() {
    int a = 0x01020304; // 定义成这样是为了在GDB中调试时方便查看内存，下同
    char buf[sizeof(C) - 3];
    int b = 0x04030201;
    C *pc = new(buf, "Yeah, I'm crazy!") C(0xFEDCBA98);
    pc->f();
    delete pc;
}
 
  
使用 g++ -g -O0 new.cpp -o new 来编译以输出symbol方便调试，同时防止编译器优化掉我们的边界变量。然后，在GDB中开始调试，在main函数处打一个断点，开始运行：
(gdb) b main
Breakpoint 1 at 0x100001082: file new.cpp, line 41.
(gdb) r
Starting program: /Users/kelvin/new

Breakpoint 1, main () at new.cpp:41
41      int a = 0x01020304;
先来看看几个变量的地址，以及内存：
(gdb) p &a
$1 = (int *) 0x7fff5fbffa50
(gdb) p &buf
$2 = (char (*)[1]) 0x7fff5fbffa4f
(gdb) p &b
$3 = (int *) 0x7fff5fbffa48
(gdb) x/24b &b
0x7fff5fbffa48: -56 -6  -65 95  -1  127 0   0
0x7fff5fbffa50: 0   0   0   0   0   0   0   0
0x7fff5fbffa58: 0   0   0   0   0   0   0   0
a在栈的最下面，所以a的地址最高。从打印出的内存来看，此时内存还是随机的。执行一步对a的赋值看看：
(gdb) n
43      int b = 0x04030201;
(gdb) x/24b &b
0x7fff5fbffa48: -56 -6  -65 95  -1  127 0   0
0x7fff5fbffa50: 4   3   2   1   0   0   0   0
0x7fff5fbffa58: 0   0   0   0   0   0   0   0
很明显，a的地址0x7fff5fbffa50处的内存被赋值为0x01020304，其它没变。再执行一步看看：
(gdb) n
44      C *pc = new(buf, "Yeah, I'm crazy!") C(0xFEDCBA98);
(gdb) x/24b &b
0x7fff5fbffa48: 1   2   3   4   -1  127 0   0
0x7fff5fbffa50: 4   3   2   1   0   0   0   0
0x7fff5fbffa58: -128    46  0   0   1   0   0   0
GDB机智地跳过了声明buf的语句，直接执行了对b的赋值语句，于是b的地址0x7fff5fbffa48所指向的内存被赋值为0x04030201，但是，位于0x7fff5fbffa58处的两字节内存也发生了变化，我们尚不明确此处内存所代表的意义，不管它，继续单步执行：
(gdb) n
In our own operator new.
Yeah, I'm crazy!
C constructor.
45      pc->f();
(gdb) x/24b &b
0x7fff5fbffa48: 1   2   3   4   -1  127 0   -104
0x7fff5fbffa50: -70 -36 -2  1   0   0   0   0
0x7fff5fbffa58: -128    46  0   0   1   0   0   0
pc被正常构造，但需要注意的是，从地址0x7fff5fbffa4f到0x7fff5fbffa52都发生了变化！0x7fff5fbffa4f是buf的地址，但是，0x7fff5fbffa50是a的地址！上面的内存不太直观，我们用十六进制再看看：
(gdb) x/24x &b
0x7fff5fbffa48: 0x01    0x02    0x03    0x04    0xff    0x7f    0x00    0x98
0x7fff5fbffa50: 0xba    0xdc    0xfe    0x01    0x00    0x00    0x00    0x00
0x7fff5fbffa58: 0x80    0x2e    0x00    0x00    0x01    0x00    0x00    0x00
这下就很清楚了，buf的一个字节被写为0x98，而因为buf的长度不够装下C的实例，于是位于buf后面的a变量就倒了霉，被覆盖了三个字节！于是，我们可以得出结论，编译器还没有这么智能。长度不够，该覆盖的还是会覆盖，之前的代码是因为幸运，位于buf后面的3个字节的内存刚好是可读写的，所以没有crash。
现在，再打印一下变量a：
(gdb) p a
$4 = 33479866
(gdb) p/x a
$5 = 0x1fedcba
果然，a已经被覆盖了。
需要说明的是，上面的输出中，在变量b和buf之间还有三个字节，地址是0x7fff5fbffa4c到0x7fff5fbffa4e。我最初真的以为这是编译器智能预留的三个字节！后面发现它们的值始终没有变化，才意识到，这三个字节应该是为了内存对齐而产生的无效字节。照此说来，C的实例内存没有对齐，所以，在访问其成员变量i的时候，需要访问两次内存。

 总结废话了这么多，那 operator new/delete, placement new/delete 到底有什么用呢？
实现自己的内存管理：有些程序需要高效的内存管理，比方说使用内存池，就可以用这个来实现，在new的时候直接从内存池取，delete的时候放回内存池
用来判断对象是否在堆上分配：这个是在《More Effective C++》中介绍的一个用法，在执行new操作时，将在堆上分配的地址保存起来，后面在判断一个对象是否在堆上分配时，就可以到这些保存的地址中查找这个对象的地址，如果找到，就说明是在堆上分配的
像我这样装逼地实现在栈上new对象
其它尚待挖掘的用法
实际上到目前为止，我还没看到有项目使用此类技术，一是很生僻，二是很容易出错。所以，在确实有这样的需求的情况下，再使用这类技术吧。

 参考资料 
  More Effective C++, Item 8
http://llvm.org/svn/llvm-project/libcxx/trunk/include/new
http://llvm.org/svn/llvm-project/libcxx/trunk/src/new.cpp
http://en.wikipedia.org/wiki/Placement_new_(C++)
http://www.parashift.com/c++-faq/placement-new.html
http://blogs.msdn.com/b/jaredpar/archive/2007/10/16/c-new-operator-and-placement-new.aspx
 
 