modern c++的写法思考之减少copy

随着c++的发展，在性能和易用性上得到越来越多的更新，也发现自己越来越不会写c++了，特别是modern c++版本也越来越多，当前常用的就有c++11，c++14，c++17三个。最近收集并琢磨了一些写法，罗列于此。

首先我们定义一个结体体，如下：

struct Student
{
    string name;
    int age;
    bool sex;
};

创建对象，然后存储于各种容器中，是我们常见的操作，在以往的c++写法里，不太计较少许的拷贝损耗，就通常这么写了：

Student s;
s.name = "zhang san";
s.age = 18;
s.sex = true;
vector<Student> vs;
vs.push_back(s);

当然现代一点的写法，也可以简写成这样：

vs.push_back({"zhang san", 18, true});

但实际并没有减少拷贝，以及多余构造和析构的问题。显示这里有string从const char*的构造，这个name进行了一次拷贝，创建Student临时对象时又进行了一次拷贝，push_back时，在容器中又创建了一个对象，同时再次进行整个结构体的拷贝，然后是临时Student对象的析构，接着是每个成员变量的析构。当然啦，这里的结构体并不大，name也不是很长的字符串，所以反复拷贝的开销也并不会太大。假设name是比较长的字符串，我们就需要来减少这个开销了，其实就是减少拷贝。

传统方式解决这个问题，容易理解，但有有些繁琐，可以这么写：

vs.push_back(Student());
auto &s = vs.back();
s.name = "zhang san";
s.age = 18;
s.sex = true;

现代的写法可以这样：

vs.push_back(move(Student{"zhang san", 18, true}));

通过move可以将对象的内容（支持move constructor的成员变量，简单理解为swap()操作）高效地转移给另一个对象，而不会出现字符串拷贝。

但是上面的写法里临时变量的构造和析构还是没有少，于是还可以这么写：

struct Student
{
    Student(string &_name, int _age, bool _sex)
        : name(move(_name)), age(_age), sex(_sex)
    {}

    string name;
    int age;
    bool sex;
};

vs.emplace_back("zhang san", 18, true);

这里就不会有Student的临时对象产生了，自然也不会有析构。emplace_back()大体意思是就地构造。emplace_back可以完全替代push_back，某些情况下前者性能更好，其他情况下，它也不会差。

了解vector低层原理的同学都知道，当不停地push_back/emplace_back时，capacity会以两倍的方式不断扩容，同时将原来的数据拷贝到新的内存里，这么说来，如果有大的string成员，耗时的拷贝不可避免了，然而现代c++则很好的帮我们处理了这些，看如下例子：

vs.emplace_back("hello world hello world");
printf("%p\n", vs[0].data());
vs.emplace_back("hello world hello world");
printf("%p\n", vs[0].data());
vs.emplace_back("hello world hello world");
printf("%p\n", vs[0].data());
vs.emplace_back("hello world hello world");
printf("%p\n", vs[0].data());
vs.emplace_back("hello world hello world");
printf("%p\n", vs[0].data());
vs.emplace_back("hello world hello world");
printf("%p\n", vs[0].data());

运行结果会发现，输出的指针都是一样的，说明尽管对象发生了拷贝，但是对象的字符串成员并没有拷贝，就跟move效果一样。

当然这里需要注意一个问题，就是小字符串优化（small string optimization），上面我把hello world写了两遍，就是避免小字符串优化。长度小于16的字符串会直接放在栈上，大于等于16的才放在堆上，而只有放在堆上的数据，move才有实际的意义。通常指针大小，也很容易判断数据是在堆上还是在栈上，栈指针要比堆指针大得多，如图：

小字符串优化示例：

string a = "123456789012345";
string b = "1234567890123456";
static int c = 100;
printf("%p\n", a.data());  // 0x7ffe11e3a780
printf("%p\n", b.data());  // 0x1429c20
printf("%p\n", &c);        // 0x6020b0
printf("%p\n", main);      // 0x400c86

新版本的c++又提供了shrink_to_fit()函数，以方便减少内存消耗，这显然也会引起数据拷贝操作，将数据拷贝到一个恰好大小的新的内存里。

当然更高效的情况是，我们提前知道有多少元素要存，使用reserve()提交开辟好空间。

现代c++在赋值的右值为临时变量时，已经为我们优先使用move来优化效率了。比如：

vector<string> create_names() {
    vector<string> vs;
    vs.emplace_back("hello world hello world");
    vs.emplace_back("hello world hello world");
    vs.emplace_back("hello world hello world");
    printf("%p\n", vs.data());
    return vs;
}

int main()
{
    auto vs = create_names();
    printf("%p\n", vs.data());
    return 0;
}

总体来说，指针安全和执行效率，两者很难兼得。