瘦身前后——兼谈C++语言进化

2019-11-17 04:59:56

字体：大中小

来源：转载

供稿：网友

　　前一阵子写了一篇文章，提到语言进化的职责之一，就是去除语言中的tricks（职责之二是去除非本质复杂性）。

　　常看我blog的朋友肯定记得我曾写过的boost源码剖析系列。本来这个系列是打算成书的，但随着对C++的熟悉发生了一些转变，对语言级技术的热衷逐渐消退，再回过头来看boost库中的一些组件，发现原本觉得很有写的必要的东西顿时消失了。Scott Meyers的主页上也列有一个写Boost Under The Hood的计划，一直也不见成文，兴许也有类似的原因。

　　一门语言应该是“Make simple things simple, make complex things possible”的。当我们用语言来表达思想的时候，这门语言应该能够提供这样的能力：即让我们能够最直接地表达我们的意思，多一分则太多，少一分则太少，好比古人形容美女：增一分则太肥，减一分则太瘦。

　　这个问题上，有一个我认为是广泛的误解，就是“KISS便意味着要精简语言，并避免在编码中使用‘高阶’语言特性”。对此有一句话我觉得说得好：你不能通过从一门语言中去掉东西来增加表达力。高阶特性是一面利刃，用得不好固然伤了自己，但这并不表明就没有用。任何东西都是在它真正适用的地方适用，霸王硬上弓的话弓断弦崩反而伤及自身。所以，仅仅因为高阶特性轻易误用（而且高阶特性的确也轻易吸引人去用且轻易误用，不过这是另一个问题），就断然在任何地方都不用并宣称这样才是KISS的话，便因噎废食了。举个例子，高阶函数是有用的，假如在真正需要高阶函数的地方不用高阶函数，那不是KISS，只能让解决方案（或者更确切地说，workaround）更复杂。lambda函数是有用的，但假如在真正需要lambda的地方不使用lambda，也只能导致更复杂更不直观的workarounds。OOP是有用的，但假如你的程序本来就只是简单的“数据+操作”你偏要硬上OOP的话，不仅多了编码时间，而且还降低程序的可见度和可维护性，后者就意味着项目的money。拿C++来说，这是一个广为诟病的问题。C++的偏向底层的应用领域决定了有不少地方使用C++其实就是“数据+操作”，然而很多人却因为用的是C++编译器，便忍不住去使用高级特性，结果把本来简单的事情复杂化——我自己就有不少次这样的经历：用了一大堆类之后，做完了回过头来再看，这些类都干嘛来着？需要吗？最要害的就是要清楚自己做的是什么事情，以及什么工具才是对你所做的事情最适合的。

　　说到这里不妨顺便说说另一个误解：“假如我反正用不着C++里面的高级特性，那还不如用C罢了”，鉴于C/C++的应用领域，的确有不少地方是可以用C++的C部分完成得很好的，所以这个误解被传播得还是蛮广泛的。这里的一个微妙的忽视在于：用C的话，你就用不到许多很好的C++库了。用C++的话，你完全可以在你自己的编码中不使用高阶特性（说实话，这需要清醒的头脑和丰富的经验，以及克制能力），但你还是可以利用众多的C++库来简化你的工作的：假如一个transform明明可以搞定的你偏要写一个for出来难道能叫KISS？假如一个vector就能避免绝大多数内存治理漏洞和简化内存治理工作你偏偏要手动malloc/free那能叫KISS（我见过不少用C++编码却到处都是malloc/free的）？假如最直接的方式是gc你偏偏要绕一大堆弯子才能保证正确释放那也不叫KISS（等C++09吧）。假如一个for_each(readdir_sequence(".", readdir_sequence::files), ::remove);能搞定的你偏要写：

// in C

DIR* dir = opendir(".");

if(NULL != dir)

{

strUCt dirent* de;

for(; NULL != (de = readdir(dir)); )

{

struct stat st;

if( 0 == stat(de->d_name, &st) &&

S_IFREG == (st.st_mode & S_IFMT))

{

remove(de->d_name);

}

}

　closedir(dir);

}

　　那能叫KISS？

　　总之还是那句话：明确知道你想要表达的是什么并用最简洁（在不损害轻易理解性的前提下）的方式去表达它。但我认为，最KISS不代表最原始。

　　进化——两个例子

　　先举一个平易近人的例子（Walter Bright——D语言发明者——曾在他的一个PResentation中使用这个例子），假如我们想要遍历一个数组，在C里面我们是这么做（或者用指针，不过指针有指针自己的问题）：

int arr[10];

… // initialize arr

for(int i = 0; i < 10; ++i)

{

int value = arr[i];

…

printf

}

　　这个貌似简单的循环其实有几个主要的问题：

　　1. 下标索引不应该是int，而应该是size_t，int未必能足够存放一个数组的下标。

　　2. value的类型依靠于arr内元素的类型，违反DRY，假如arr的类型改变为long或unsigned，就可能发生截断。

　　3. 这种for只能对数组工作，假如是另一个自定义容器就不行了。

　　在现代C++里面，则是这么做：

for(std::vector<int>::iterator

iter = v.begin();

iter != v.end();

++iter) {

…

}

　　其实最大的问题就是一天三遍的写，麻烦。for循环的这个问题上篇讲auto的时候也提到。

　　Walter Bright然后就把D里面支持的foreach拿出来对比（当然，支持foreach的语言太多了，这也说明了这个结构的高效性）。

foreach(i; v) {

…

}

　　不多不少，刚好表达了意思：对v中的每个元素i做某某事情。

　　这个例子有人说太Na?ve了，其实我也赞成，的确，天天不知道有多少程序员写下一个个的循环结构，究竟有多少出了上面提到的三个问题呢？最大的问题恐怕还是数组越界。此外大家也都亲身体验过违反DRY原则的后果：改了一处地方的类型，编译，发现到处都是类型错误，结果一通“查找——替换”是免不了的了，谁说程序员的时间是宝贵的来着？

　　既然这个例子太Nave，那就说一个不那么Nave的。java为什么要加入closure？以C++STL为例，假如我们要：

transform(v1.begin(), v1.end(), v2.begin(), v3.begin(), _1 + _2);

　　也就是说将v1和v2里面的元素对应相加然后放到v3当中去。这里用了boost.lambda，但大家都知道boost.lambda又是一个经典的鸡肋。_1 + _2还算凑活，一旦表达式复杂了，或者其中牵涉到对其它函数的调用了，简直就是一场噩梦，比如说我们想把v1和v2中相应元素这样相加：f(_1) + f(_2)，其中f是一个函数或仿函数，可以做加权或者其它处理，那么我们可以像下面这样写吗：

transform(…, f(_1) + f(_2));

　　答案是不行，你得这样写：

transform(…,

boost::bind(std::plus<int>(), boost::bind(f, _1), boost::bind(f, _1))

);

　　Lisper们笑了，Haskeller们笑了，就连Javaer们都笑了。It’s not even funny! 这显然违反了“simple things should be simple”原则。

　　假如不想卷入C++ functional的噩梦的话，你也可以这么写：

struct Op

{

int Operator()(int a1, int a2) { return f(a1) + f(a2); }

};

transform(…, Op());

　　稍微好一点，但这种做法也有很严重的问题。

　　为什么Java加入closure，其实还是一个语法问题。从严格意义上，Java的anonymous class已经可以实现出一样的功能了，正如C++的functor一样。然而，代码是给人看的，语言是给人用来写代码的，代码的主要代价在维护，维护则需要阅读、理解。写代码的人不希望多花笔墨来写那些自己本不关心的东西，读代码的人也希望“所读即所表”，不想看到代码里面有什么弯子，最好是自然语言自然抽象才好呢。

　　所以，尽管closure是一颗语法糖，但却是一颗很甜很甜的糖，因为有了closure你就可以写：

transform(…, <>(a1, a2){ f(a1) + f(a2) });

Simple things should be simple!

　　此外，closure最强大的好处还是在于对局部变量的方便的引用，设想我们想要创建的表达式是：

int weight1 = 0.3, weight2 = 0.6;

transform(…, f(_1)*weight1 + f(_2)*weight2);

　　当然，上面的语句是非法的，不过使用closure便可以写成：

int weight1 = 0.3, weight2 = 0.6;

transform(…, <&>(_1, _2){ f(_1)*weight1 + f(_2)*weight2 } );

　　用functor class来实现同样的功能则要麻烦许多，一旦麻烦，就会error-prone，一旦error-prone，就会消耗人力，而人力，就是金钱。

　　C++09也有希望加入lambda，不过这是另一个话题，下回再说。

The Real Deal——variadic templates

　　C++的callback类，Google一下，没有一打也有半打。其中尤数boost.function实现得最为灵活周到。然而，就在其灵活周到的接口下面，却是让人不忍卒读的实现；03年的时候我写的第一篇boost源码剖析就是boost.function的，当时还觉得能看懂那样的代码牛得不行...话说回来，那篇文章主要剖析了两个方面，一个是它对不同参数的函数类型是如何处理的，第二个是一个type-erase设施。其中第一个方面就占去了大部分的篇幅。

　　简而言之，要实现一个泛型的callback类，就必须实现以下最常见的应用场景：

function<int(int, int)> caller = f;

int r = caller(1, 2); // call f

　　为此function类模板里面肯定要有一个operator()，然而，接下来，如何定义这个operator()就成了问题：

template<Signature>

class function

{

operator()(???);

};

　　???处填什么？返回值处的???可以解决，用一个traits：typename result_type<Signature>::type，但参数列表处的???呢？

　　boost采用的办法也是C++98唯一的办法，就是为不同参数个数的Signature进行特化：

template<typename R, typename T1>

class function<R(T1)>

{

R operator()(T1 a1);

};

template<typename R, typename T1, typename T2>

class function<R(T1, T2)>

{

R operator()(T1 a1, T2 a2);

};

template<typename R, typename T1, typename T2, typename T3>

class function<R(T1, T2, T3)>

{

R operator()(T1 a1, T2 a2, T3 a3);

};

… // 再写下去页宽不够了，打住…

　　如此一共N（N由一个宏控制）个版本。

　　这种做法有两个问题：一，函数的参数个数始终还是受限的，你作出N个特化版本，那么对N+1个参数的函数就没辙了。boost::tuple也是这个问题。二，代码重复。每个特化版本里面除了参数个数不同之外基本其它都是相同的；boost解决这个问题的办法是利用宏，宏本身的一大堆问题就不说了，你只要打开boost.function的主体实现代码就知道有多糟糕了，近一千行代码，其中涉及元编程和宏技巧无数，可读性可以说基本为0。好在这是个标准库（boost.function将加入tr1）不用你维护，假如是你自己写了用的库，恐怕除了你谁也别想动了。所以第二个问题其实就是可读性可维护性问题，用Matthew Wilson的说法就是可发现性和透明性的问题，这是一个很严重的问题，许多C++现代库因为这个问题而遭到诟病。

　　现在，让我们来看一看加入了variadic templates之后的C++09实现：

template<typename R, typename... Args>

struct invoker_base {

virtual R invoke(Args...) = 0;

virtual ~invoker_base() { }

};

template<typename F, typename R, typename... Args>

struct functor_invoker : public invoker_base<R, Args...>

{

eXPlicit functor_invoker(F f) : f(f) { }

R invoke(Args... args) { return f(args...); }

private:

F f;

};

template<typename Signature>

class function;

template<typename R, typename... Args>

class function<R (Args...)>
{

public:

template<typename F>

function(F f) : invoker(0)

{

invoker = new functor_invoker<F, R, Args...>(f);

}
R operator()(Args... args) const
{

return invoker->invoke(args...);

}
private:

invoker_base<R, Args...>* invoker;

};

　　整个核心实现就这些！一共才36行！加上析构函数拷贝构造函数等边角料一共也就70行！更重要的是，整个代码清楚无比，所有涉及到可变数目个模板参数的地方都由variadic templates代替。“Args…”恰如其分的表达了我们想要表达的意思——多个参数（数目不管）。与C++98的boost.function实现真是天壤之别！

　　这里function_invoker是用的type-erase手法，具体可参见我以前写的boost.any源码剖析，或上篇讲auto的，或《C++ Template Metaprogramming》（内有元编程慎入！）。type-erase手法是像C++这样的弱RTTI支持的语言中少数真正实用的手法，某种程度上设计模式里面的adapter模式也是type-erase的一个变种。

　　假如还觉得不够的话，可以参考variadic-templates的主页，上面的variadic templates proposal中带了三个tr1实现，分别是tuple，bind，function，当然，variadic-templates的好处远远不仅仅止于这三个实现，从本质上它提供了一种真正直接的表达意图的工具，完全避开了像下面这种horrible的workaround：

template<class T1>

cons(T1& t1, const null_type&, const null_type&, const null_type&,

const null_type&, const null_type&, const null_type&,

const null_type&, const null_type&, const null_type&)

: head (t1) {}

　　tuple的C++98实现，代码近千行。利用variadic-templates实现，代码仅百行。

　　和这种更horrible的workaround：

template<class R, class F, class A1, class A2, class A3, class A4, class A5, class A6>

_bi::bind_t<R, F, typename _bi::list_av_6<A1, A2, A3, A4, A5, A6>::type>

BOOST_BIND(boost::type<R>, F f, A1 a1, A2 a2, A3 a3, A4 a4, A5 a5, A6 a6)

{

typedef typename _bi::list_av_6<A1, A2, A3, A4, A5, A6>::type list_type;

return _bi::bind_t<R, F, list_type>(f, list_type(a1, a2, a3, a4, a5, a6));

}

　　小小的boost.bind，实现代码逾两千行，其间重复代码无数。用了variadic-templates，实现不过百行。

　　BTW. variadic templates在C++大会上一次性几乎全数投票通过。lambda能不能进标准则要看几个提案者的工作。目前还没有Wording出来。不过只要出了wording想必也会像variadic templates那样压倒性通过的。

上一篇：Visual C++设计超强仿QQ自动伸缩窗口

下一篇：C&C++论战之C++真的还有未来吗？