C++的std::string的读时也拷贝技术!

嘿嘿,你没有看错,我也没有写错,是读时也拷贝技术。什么?我的错,你之前听说写过时才拷贝,嗯,不错的确有这门技术,英文是Copy On Write,简写就是COW,非常’牛’!那么我们就来看看这个’牛’技术的效果吧。

我们先编写一段程序

include

include

include <sys/time.h>

static long getcurrenttick()
{
long tick ;
struct timeval time_val;
gettimeofday(&time_val , NULL);
tick = time_val.tv_sec * 1000 + time_val.tv_usec / 1000 ;
return tick;
}

int main( )
{
string the_base(1024 1024 10, 'x');
long begin = getcurrenttick();
for( int i = 0 ;i< 100 ;++i ) {
string the_copy = the_base ;
}
fprintf(stdout,"耗时[%d] \n",getcurrenttick() - begin );
}

嗯,一个非常大的字符串,有10M字节的x,并且执行了100此拷贝。编译执行它,非常快,在我的虚拟机甚至不要1个毫秒。

现在我们来对这个string加点料!

int main(void) {
string the_base(1024 1024 10, 'x');
long begin = getcurrenttick();
for (int i = 0; i < 100; i++) {
string the_copy = the_base;
the_copy[0] = 'y';
}
fprintf(stdout,"耗时[%d] \n",getcurrenttick() - begin );
}

现在我们再编译并执行这断程序,居然需要4~5秒!哇!非常美妙的写时才拷贝技术,性能和功能的完美统一。

我们再来看看另外一种情况!

string original = "hello";
char & ref = original[0];
string clone = original;
ref = 'y';

我们生成了一个string,并保留了它首字符的引用,然后复制这个string,修改string中的首字符。因为写操作只是直接的修改了内存中的指定位置,这个string就根本不能感知到有写发生,如果写时才拷贝是不成熟的,那么我们将同时会修改original和clone两个string。那岂不是灾难性的结果?幸好上述问题不会发生。clone的值肯定是没有被修改的。看来COW就是非常的牛!

以上都证明了我们的COW技术非常牛!

有太阳就有黑暗,这句说是不是有点耳熟?

int main(void) {
string the_base(1024 1024 10, 'x');
fprintf(stdout,"the_base's first char is [%c]\n",the_base[0] );
long begin = getcurrenttick();
for (int i = 0; i < 100; i++) {
string the_copy = the_base;
}
fprintf(stdout,"耗时[%d] \n",getcurrenttick() - begin );
}

啊,居然也是4~5秒!你可能在想,我只是做了一个读,没有写嘛,这到底是怎么回事?难道还有读时也拷贝的技术!。

不错,为了避免了你通过[]操作符获取string内部指针而直接修改字符串的内容,在你使用了the_base[0]后,这个字符串的写时才拷贝技术就失效了。

C++标准的确就是这样的,C++标准认为,当你通过迭代器或[]获取到string的内部地址的时候,string并不知道你将是要读还是要写。这是它无法确定,为此,当你获取到内部引用后,为了避免不能捕获你的写操作,它在此时废止了写时才拷贝技术!

这样看来我们在使用COW的时候,一定要注意,如果你不需要对string的内部进行修改,那你就千万不要使用通过[]操作符和迭代器去获取字符串的内部地址引用,如果你一定要这么做,那么你就必须要付出代价。当然,string还提供了一些使迭代器和引用失效的方法。比如说push_back,等, 你在使用[]之后再使用迭代器之后,引用就有可能失效了。那么你又回到了COW的世界!比如下面的一个例子

int main( )
{
struct timeval time_val;
string the_base(1024 1024 10, 'x');
long begin = 0 ;
fprintf(stdout,"the_base's first char is [%c]\n",the_base[0] );
the_base.push_back('y');
begin = getcurrenttick();
for( int i = 0 ;i< 100 ;++i ) {
string the_copy = the_base ;
}
fprintf(stdout,"耗时[%d] \n",getcurrenttick() - begin );
}

一切又恢复了正常!如果对[]返回引用进行了操作又会发生情况呢,有兴趣的朋友可以试试!结果非常令人惊讶。

另外:上述例子是在linux环境下编译的,使用STL是GNU的STL。windows上我用的是vs2003,但是非常明显vs2003一点都不支持COW。

这篇文章出自http://ridiculousfish.com/blog/archives/2009/09/17/i-didnt-order-that-so-why-is-it-on-my-bill-episode-2/ 这里,我使用了它的例子。但是我重新自己组织了内容。

编写这篇文章的同时,我还参考了耗子的《标准C++类string的Copy-On-Write技术》一文

转载于酷壳CoolShell 无删改 仅以此纪念陈皓(左耳朵耗子)