你可能不知道的 C++（一）

说明：本文面向有经验的 C++ 程序员，不适合初学者。

第二部分：你可能不知道的 C++（二）

此为《你可能不知道的 C++》的第一部分，讨论 C & C++，编译单元，及对象。

---

C++ has indeed become too "expert friendly".
C++ 着实已经变得太“面向专家”了。

Bjarne Stroustrup, The Problem with Programming, Technology Review, Nov 2006.

C++ & C

C++ 是 C 的超集，但是 C++ 中的子集 C 跟原始的 C 还是有点不一样。

结构 & 联合

• C 的结构（struct）不是一种类型，使用时得带着关键字struct，一般用typedef来避免这种不便。

• C++ 的结构几乎等价于类，只是缺省的访问权限为public而非private。

• C++ 的联合（union）可以有成员函数，甚至可以有构造和析构函数。

不带参数的函数

对 C 来说，一个不带参数的函数意味着可以接受任意参数。所以void f()就相当于void f(...)，而下面三个函数指针类型中：

typedef void (*foox)();
typedef void (*foo1)(int);
typedef void (*foo2)(void);

foo1和foo2可以隐式地转型为foox，就好比可以从int*或char*隐式地转型成void*。

要想让一个 C 函数真正没有参数，得用void：

void foo(void);

对 C++ 来说，一个不带参数的函数就是指不接受参数。往参数列表里放void是多余的。

提升void*

详见：Brian W. Kernighan & Rob Pike, The Practice Of Programming, 2.6

C 会自动提升（promote）void*：

int* pi = malloc(sizeof(int));

函数malloc返回void*，赋值给int*时不需要显式转型。而 C++ 必须显式转型：

int* pi = static_cast<int*>(malloc(sizeof(int)));

CONSTS

C++ 允许 consts 用在常量表达式中：

const int MAX = 4;
int a[MAX + 1];

switch (i) {
case MAX:
    ...

而 C 则必须使用宏：

#define MAX 4

引一段《C++ 的设计和演化》的原文：
（Bjarne Stroustrup, The Design and Evolution Of C++, 3.8）

In C, consts may not be used in constant expressions. This makes consts far less useful in C than in C++ and leaves C dependent on the preprocessror while C++ programmers can use properly typed and scoped consts.

C 的 consts（特指用 const 关键字修饰的常量）不可以用在常量表达式中。这让 C 的 consts 远不如 C++ 的有用，也让 C 依赖于预处理器，而 C++ 程序员则可以使用有适当类型和作用域的 consts。

前置声明

C 代码块中，所有声明必须出现在任何程序语句之前，比如函数定义时，先声明所有局部变量：

void foo() {
    int ival, *p;

    /* … */
}

而 C++ 的声明，诸如int ival;，其自身就是一个程序语句，也因此可以出现在程序文本中的任何位置。

编译单元

C/C++ 中的一个源文件（.c, .cpp, .cc）就是一个编译单元（compilation unit）。
头文件（.h, .hpp）不是编译单元，是不能单独编译的。

源文件经过预处理，先搞定下面这些东西：

• 宏：包括用户定义的，和预定义的（__cplusplus, __FILE__, ...）

• 包含语句：源文件中的include语句全部展开

• 条件编译： #if, #else, #ifudef, ...

• #error, #warning, ...

预处理过的源文件，经过编译，生成对象文件（.o, .obj）。对象文件经过链接或打包，生成可执行文件或程序库。虽然这里的步骤不太严格，但是大抵就是这样。

如果你对预处理的结果很感兴趣，可以试试编译器的预处理命令：gcc -E (GCC)，cl /E or /P (VC)。

对象

这里所说的对象（object），泛指一切类型的实例，不只是类的实例。

关于对象，我们将探讨以下几个方面：

• 对象的大小（size）

• 按存储（storage）分类的对象

• 聚合（aggregate）

• 自由存储（free-store）对象的构造和析构

• RAII

对象的大小

先来考虑几个问题：

• sizeof是一个函数吗？

• 你知道sizeof(int), sizeof(long)各为多少吗？

• 为什么应该用size_t？

C/C++ 的数据模型

为了回答这些问题，有必要了解一下 C/C++ 的数据模型标记（Data Model Notation）。

大写字母代表数据类型（I: int; L: long; LL: long long; P: 指针），而下标则表示这个类型的大小（一般为 16/32/64）。

有了这个标记，就可以方便地表示不同平台上 C/C++ 的数据模型。比如 32 位
x86 Linux 平台，数据模型为I32L32LL64P32，或者简写成IL32LL64P32。

size_t

标准库里到处都是size_t的身影：

void *malloc(size_t n);
void *memcpy(void *s1, void const *s2, size_t n);
size_t strlen(char const *s);

回到前面的问题，不难理解以下几点：

• size_t是sizeof返回值的类型

• size_t是一个typedef

• sizeof不是一个函数，它是一个编译时操作符

• size_t能够表示任何类型理论上可能的数组的最大大小

其实，size_t一般就是unsigned int的typedef，那为什么不直接用unsigned int？在IP16或IP32平台上（即int和指针大小一致时），确实没有问题，但I16LP32就不行了。此外，直接用unsigned long固然没错，但毕竟得多花了几个字节，稍微有点浪费了。反正只要用size_t，你就可以同时得到正确性和可移植性。

数据对齐

请问mixed_data的大小是多少？是 8 吗？

struct mixed_data {
    char    data1;
    short   data2;
    int     data3;
    char    data4;
};

在 32 位 x86 平台上编译后的样子：

struct mixed_data {
    char    data1;
    char    padding1[1];
    short   data2;
    int     data3;
    char    data4;
    char    padding2[3];
};

为了数据对齐，编译器塞了一些边角料进去，最终的大小为 12。

按存储分类的对象

C/C++ 的对象，按存储类型分为以下几种：

• 自动的（auto, register）

• 静态的（static）

• 自由存储的（free-store）

关键字auto有点多余，下面两条声明语句其实等价，b前面的auto加不加一个效果：

{
  int a;
  auto int b;
}

到了 C++11，auto这个关键字就被拿来另作他用了：auto可以让编译器从变量的初始化上自动推断出它的类型：

auto a = std::max(1.0, 4.0); // 编译器推断出 a 的类型为 double

聚合

首先，什么叫聚合？

对 C 来说，数组和结构是聚合。

对 C++ 来说，除了数组外，满足以下条件的类（或结构）也是聚合：

• 没有用户声明的构造函数

• 没有private或protected非静态数据成员

• 没有基类

• 没有虚函数

所以，下面几个类型都是聚合：

int[5];

struct person {
    std::string name;
    int age;
};

boost::array;

初始化自动的聚合对象

自动聚合对象可以用“初始化列表”，即花括号，这种初始化方式非常方便。

typedef int ints_t[5];

ints_t ints1 = {};
// { 0, 0, 0, 0, 0 }
ints_t ints2 = { 0, 1, 2 };
// { 0, 1, 2, 0, 0 }
ints_t ints3 = { 0, 1, 2, 3, 4 };
// { 0, 1, 2, 3, 4 }

struct person {
    std::string name;
    int age;
};

person p1 = {};
// { "",  0 }
person p2 = { "john" };
// { "john", 0 }
person p3 = { "john", 26 };
// { "john", 26 }

boost::array<int, 3> a = { 0, 1, 2 };

对聚合对象来说，缺省初始化（default-initalization）就是指零值初始化（zero-initialization）。

如果不指定初始化列表的话，对象各元素的初始值就不确定了。

boost::array<int, 3> a; // 三个元素的初始值不确定

初始化自由存储的聚合对象

初始化列表对自由的聚合对象并不适用，但是自由的聚合对象可以通过()来做零值初始化。

struct list_node {
    int value;
    list_node* next;
};

list_node* n1 = new list_node();
list_node* n2 = new list_node;

n1和n2的差别在于，n1所指的对象是经过零值初始化的，而n2所指的对象则不确定。具体来说，n1为{ 0, NULL }，而n2的value和next是什么就说不准了。

成员聚合对象的零值初始化

• 成员名字后面加()就缺省初始化了这个成员。

• 对于聚合成员来说，缺省初始化就是指零值初始化。

• 如果成员有一个 non-trivial 的构造函数，那么缺省初始化就意味着调用它的缺省构造函数。

如何实现下面这个类的缺省构造函数？

class C {
public:
    C(); // 如何实现这个？
private:
    struct S {
        int x;
        int* p;
        bool b;
    };
    S s;
    int d[5];
};

由 C 转过来的 C++ 程序员可能会这样实现：

C::C() {
    memset(&s, 0, sizeof(S));
    d[0] = d[1] = d[2] = d[3] = d[4] = 0;
}

没错，百分之百正确！但是，更简单更 C++ 的方式是：

C::C() : s(), d() {}

因为s和d这两个成员都是聚合对象，使用()就可以初始化为零值。

成员聚合对象的非零值初始化

只能手动赋值了：

C::C() {
    s.x = 5;
    s.p = new char[s.x];
    s.b = true;
    d[0] = 9; 
    ...
}

C++11 新标准允许声明时使用初始化列表：

class C {
    S s { 5, new char[5], true }
    int d[5] { 9, 9, 9, 9 }
};

虽然成员变量的初始化变得简单直观了，但是在头文件里干这种事也有暴露实现细节的嫌疑。

自由存储对象的构造和析构

new operator & operator new

用new operator创建一个std::string对象：

std::string* name = new std::string("Adam");

new operator的实现大致如下：

void* p = ::operator new(sizeof(std::string));
std::string* name = static_cast<std::string*>(p);
name->basic_string::basic_string("Adam");

先用operator new分配内存，再转型成std::string指针，然后再调用std::string的构造函数。

负责分配内存的operator new的实现大致如下：

void* operator new(...) {
    void* p;
    while ((p = malloc(size)) == 0) {
        // 尝试调用 new handler 来得到更多可用内存，要不就返回 NULL 或抛出异常
    }
    return p;
}

nothrow & throw

new operator分配内存失败后，缺省的行为不是返回NULL，而是抛出异常std::bad_alloc。所以判断返回值是否为NULL没有任何意义。

A* a = new A();
if (a == NULL) {  // 没有任何意义！
    return;
}

在new后面加上(std::nothrow)可以改变这一行为。

char* p = new (std::nothrow) char[0x7ffffffe];
if (p == NULL) {  // 现在可以这样判断了
    // 内存分配失败了！
}

否则就得用 try / catch：

char* p;
try {
    p = new char[0x7ffffffe];
} catch (std::bad_alloc&) {
    // 哦，内存分配失败了！
    // ...
}

实践中一般不必这么麻烦，可以假定new operator总能成功。毕竟连一般对象的内存都分配不了时，程序也没有继续执行的意义了。

placement new

placement new在一块预先分配好的内存上创建对象，一般用来实现内存池。比如：
先分配容得下 3 个std::string的内存：

const size_t count = 3;
char* buf = new char[sizeof(std::string) * count];

然后声明三个std::string对象指针，并逐一调用placement new进行初始化：

std::string* strs[count];
for (size_t i = 0; i < count; ++i) {
    strs[i] = new (buf + i * sizeof(std::string)) std::string("A");
}

最后清理的时候，不能用delete，要手动调用std::string的析构函数~basic_string()来充值对象状态，而内存还留在buf里。要释放buf就单独对它调用delete[]。

for (size_t i = 0; i < count; ++i) {
    strs[i]->~basic_string();
}

RAII

RAII 指“资源获取即初始化”（Resource Acquisition Is Initialization），概念上不是很好理解。

也不是所有语言都能支持 RAII。

有些语言，可以把自定义（user-defined）类型的对象分配在栈上（C/C++ 的术语叫“自动的”对象），并且于正常的栈清理时（要么是函数返回，要么是异常抛出）也能一并清理对象，那么它就支持 RAII。典型的语言如 C++。

有些语言，有基于引用计数的垃圾收集，也因此对于只有一个引用的对象具备可预测的清理时，那么它也是支持 RAII 的。典型的语言如 Python。

RAII 的类，设计上都比较纯粹，或者至少主要是用来提供 RAII 的语意。这些类一般都是为某种资源提供一种抽象级别的访问。

C++ STL 中有不少 RAII 类，比如颇具争议性的std::auto_ptr。还有 std::basic_ifstream，std::basic_ofstream，std::basic_fstream，等等。

C 没有 RAII 这东西，C 也没有自定义类型一说（C 的结构不是一种独立的类型）。

以文件操作为例，C 的做法是：

{
    FILE* file = fopen( ... );
    // ... 
    fclose(file);
}

而 C++ 就方便很多，不需要手动关闭文件，因为std::ofstream在析构时会自动释放文件资源，即使中途有异常发生也不会出现问题。

{
    std::ofstream file( ... );
    // 继续操作文件 ...
} // 在此 file 对象被自动清理，它的析构函数负责释放文件资源。

RAII 的原理

Stack Winding & Unwinding

当程序运行时，每一个函数（包括数据、寄存器、程序计数器，等等）在调用时，都被映射到栈上。这就是 stack winding。

Unwinding 是以相反顺序把函数从栈上移除的过程。

正常的 stack unwinding 发生在函数返回时；不正常的情况，比如引发异常，调用setjmp和longjmp，也会导致 stack unwinding。

关于异常发生时，stack unwinding 的过程，不妨引用一段《C++ 程序设计语言》里的原文（Bjarne Stroustrup, The C++ Programming Language, 14.4）：

The process of searching “up through the stack” to find a handler for an exception is commonly called “stack unwinding.” As the call stack is unwound, the destructors for constructed local objects are invoked.

可见 stack unwinding 的过程中，局部对象的析构函数将逐一被调用。这也就是 RAII 工作的原理，它是由语言和编译器来保证的。

---

第一部分完。

第二部分：你可能不知道的 C++（二）