值类别

注意:这部分的内容很可能对算法竞赛无用,但如果你希望更深入地理解 C++,写出更高效的代码,那么本文的内容也许会对你有所帮助。

每个 C++ 表达式都有两个属性:类型 (type) 和值类别(value category)。前者是大家都熟悉的,但作为算法竞赛选手,很可能完全不知道后者是什么。不管你在不在意,值类别是 C++ 中非常重要的一个概念。

关于名词的翻译

type 和 category 都可以翻译为“类型”或“类别”,但为了区分两者,下文中统一将 type 翻译为“类型”,category 翻译为“类别”。

从 CPL 语言的定义说起

左值与右值的概念最早出现在 C 语言的祖先语言:CPL。

在 CPL 的定义中,lvalue 意为 left-hand side value,即能够出现在赋值运算符(等号)左侧的值,右值的定义亦然。

C 和 C++11 以前

C 语言沿用了相似的分类方法,但左右值的判断标准已经与赋值运算符无关。在新的定义中,lvalue 意为 locate value,即能进行取地址运算 (&) 的值。

可以这么理解:左值是有内存地址的对象,而右值只是一个中间计算结果(虽然编译器往往需要在内存中分配地址来储存这个值,但这个内存地址是无法被程序员感知的,所以可以认为它不存在)。中间计算结果就意味着这个值马上就没用了,以后不会再访问它。

比如在 int a = 0; 这段代码中,a 就是一个左值,而 0 是一个右值。

常见的关于左右值的误解

以下几种类型是经常被误认为右值的左值:

  • 字符串字面量:由于 C++ 兼容 C 风格的字符串,需要能对一个字符串字面量取地址(即头指针)来传参。但是其他的字面量,包括自定义字面量,都是右值。
  • 数组:数组名就是数组首个元素的指针这种说法似乎误导了很多人,但这个说法显然是错误的,对数组进行取地址是可以编译的。数组名可以隐式的退化成首个元素的指针,这才是右值。

C++11 开始

从 C++11 开始,为了配合移动语义,值的类别就不是左值右值这么简单了。

考虑一个简单的场景:

1
2
3
std::vector<int> a{...};
std::vector<int> b;
b = a;

我们知道第三行的赋值运算复杂度是正比于 a 的长度的,复制的开销很大。但有些情况下,比如 a 在以后的代码中不会再使用,那么我们完全可以把 a 所持有的内存“转移”到 b 上,这就是移动语义干的事情。

我们姑且不管移动是怎么实现的,先来考虑一下我们如何标记 a 是可以移动的。显然不管能否移动,这个表达式的类型都是 vector 不变,所以只能对值类别下手。不可移动的 a 是左值,如果要在原有的体系下标记可以移动的 a,我们只能把它标记为右值。但标记为右值又是不合理的,因为这个 a 实际上拥有自己的内存地址,与其他右值有有根本上的不同。所以 C++11 引入了 亡值 (xvalue) 这一值类别来标记这一种表达式。

于是我们现在有了三种类别:左值 (lvalue)、纯右值 (prvalue)、亡值 (xvalue)(纯右值就是原先的右值)。

然后我们发现亡值同时具有一些左值和纯右值的性质,比如它可以像左值一样取地址,又像右值一样不会再被访问。

所以又有了两种组合类别:泛左值 (glvalue)(左值和亡值)、右值 (rvalue)(纯右值和亡值)。

有一个初步的感性理解后,来看一下标准委员会对它们的定义:

  • A glvalue(generalized lvalue) is an expression whose evaluation determines the identity of an object, bit-field, or function.
  • A prvalue(pure rvalue) is an expression whose evaluation initializes an object or a bit-field, or computes the value of an operand of an operator, as specified by the context in which it appears, or an expression that has type cv void.
  • An xvalue(eXpiring value) is a glvalue that denotes an object or bit-field whose resources can be reused(usually because it is near the end of its lifetime)。
  • An lvalue is a glvalue that is not an xvalue.
  • An rvalue is a prvalue or an xvalue.

上述定义中提到了一个叫位域 (bit-field) 的东西。如果你不知道位域是什么,忽略它即可,后文也不会提及。

其中关键的两个概念:

  • 是否拥有身份 (identity):可以确定表达式是否与另一表达式指代同一实体,例如比较它们所标识的对象或函数的(直接或间接获得的)地址
  • 是否可以被移动 (resources can be reused):对象的资源可以移动到别的对象中

这 5 种类型无非就是根据上面两种属性的是与否区分的,所以用下面的这张表格可以帮助理解:

拥有身份(glvalue) 不拥有身份
可移动(rvalue) xvalue prvalue
不可移动 lvalue 不存在

注意不用有身份就意为着这个对象以后无法被访问,这样的对象显然是可以被移动的,所以不存在不拥有身份不可移动的值。

C++17 带来的新变化

从拷贝到移动提升了不少速度,那么我们是否能够优化的更彻底一点,把移动的开销都省去呢?

考虑这样的代码:

1
2
3
4
5
6
std::vector<int> make_vector(...) {
  std::vector<int> result;
  // ...
  return result;
}
std::vector<int> a = make_vector(...);

make_vector 函数根据一输入生成一个 vector。这个 vector 一开始在 make_vector 的栈上被构造,随后又被移动到调用者的栈上,需要一次移动操作,这显然很浪费,能不能省略这次移动?

答案是肯定的,这就是 RVO 优化,即省略拷贝。通常的方法是编译器让 make_vector 返回的对象直接在调用者的栈上构造,然后 make_vector 在上面进行修改。这相当与这样的代码:

1
2
3
4
5
void make_vector(std::vector<int>& result, ...) {
  // ... (对 result 进行操作)
}
std::vecctor<int> a;
make_vector(a, ...);

在 C++17 以前,尽管标准未做出规定,但主流编译器都实现了这种优化。在 C++17 以后,这种优化成为标准的硬性规定。

回到和移动语义刚被提出时的问题,如何确定一个移动赋值是可以省略的?再引入一种新的值类别?

不,C++11 的值类别已经够复杂了。我们意识到在 C++11 的标准下,亡值和纯右值都是可以移动的,那么就可以在这两种类别上做文章。

C++17 以后,纯右值不再能移动,但可以隐式地转变为亡值。对于纯右值用于初始化的情况下,可以省略拷贝,而其他不能省略的情况下,隐式转换为亡值进行移动。

所以在 C++17 之后的值类别,被更为整齐的划分为泛左值与纯右值两大块,右值存在的意义被削弱。这样的改变某种程度上简化了整个值类别体系。

参考文献与推荐阅读

  1. Value categories
  2. Wording for guaranteed copy elision through simplified value categories
  3. C++ 中的值类别

评论