C++ 关键字浅谈

　　这里有一个游戏：要求写一个符合C++标准的程序，包含至少十个连续而且不同的关键字。连续是指不能被标识符、运算符、标点符号分割。注意这里的“不同”要求，别想用

int main() { return sizeof sizeof sizeof sizeof sizeof sizeof sizeof sizeof (int); }

这个交卷，而且这个可以任意长。动动脑经，应该是可以想出来的。我们从很久很久以前（long long ago）开始吧，

unsigned long long int ago;
const volatile unsigned long long int ago;
extern const volatile unsigned long long int ago;
extern inline const volatile unsigned long long int f();
template extern inline const volatile unsigned long long int operator *(const Type&);
template extern inline const volatile unsigned long long int operator and(const Type& lhs, const Type& rhs); // 如果允许运算符&变成关键字and

我们强调了不同的关键字，所以只好用 long int 而不是 long long int。
typeid 也可以级联，与 sizeof 不同的是，必须添加括号。如果参数是表达式而非数据类型，sizeof 可以不用加括号。new 则没有这个限制。

#include <typeinfo>

int main()
{
    const std::type_info& info = typeid(typeid(typeid(typeid(int))));
    return 0;
}

C++规范里还要求使用 typeid 关键字的时候必须 #include <typeinfo>，否则任何使用到的地方都是 ill-formed。new 有时候也需要 #include <new> 头文件。

sizeof new const volatile signed long int();

限定不同的关键字，目前最好的答案是：

int main()
{
    if(false);
        else
    do
        throw sizeof new const volatile signed long int();
    while(false);
    return 0;
}

 

　　回到正题，C++ 诞生于1983年，现在有很多的关键字了，这里有详细的列表。

　　C++ 的一些运算符和标点符号需要 ISO 646 的代码集之外的字符：{, }, [, ], #, \, ^, |, ~。要能够使用不存在这些字符编码的字符集(如德国的 DIN 66003)，C++定义了两种替代方案：额外的关键字对应这些操作符，使用 ISO 646 兼容的字符构成的特殊的两元组或三元组解释成一个非 ISO 646 字符。

首选	&&	&=	&	|	~	!	!=	||	|=	^	^=
替代方案	and	and_eq	bit_and	bitor	compl	not	not_eq	or	or_eq	xor	xor_eq

使用两元组和三元组可能会遇到一些奇怪的问题，而且也影响代码阅读。C++标准打算在C++17版本废除掉三元组符号 ??< ??> ??( ??) ??= ??/ ??' ??! ??-。两元组 <: 会被替换成 [ 符号，于是 std::vector<::std::string> 会被错误的当成 std::vector[:std::string> 对待。现在的键盘都有这些符号，所以不用用他们的替代符号。毕竟符号比字符串易懂，想想数学运算中的加减乘除符号如果用 add/subtract/multiply/devide 英文替换表示，读起来就不舒服，这也是为什么C++引入操作符重载，矩阵的运算可以直接写 (A+B)/(C*D); 而不是 divide(add(A, B), multiply(C, D));

 

　　基本数据类型 void bool char wchar_t short int long unsigned float double，布尔值 true false，以及 C++11 新增的 char16_t char32_t nullptr 关键字。
char、signed char、unsigned char 是不同的类型，这个需要注意一下。GCC 编译的时候,可以用编译选项 -fsigned-char 或 -funsigned-char，它们分别将 char 指定为 signed char 或 unsigned char。很多程序直接写char，希望它是有符号的或者无符号的。程序员喜欢简短，跟 int 关键字一样，不写就默认有符号的类型；但有时候处理二进制流，表示成[0, 256)区间的整数。
　　看到这个表格，原来整形有这么多。其实我更喜欢用简短的 uint8_t/int8_t/.../int32_t 等。你会看到很多代码工程都自己定义了一套整形数据，避免 16位整形的程序移植到32位系统、32位整形的程序移植到64位系统 出现问题。而且C++ 对关键字的修饰顺序也没有要求，这让一些程序员甚是纠结。

GNU 的 STL 库也有这种顺序的 long unsigned int
#ifndef __SIZE_TYPE__
#define __SIZE_TYPE__ long unsigned int
#endif

　　true/false 的类型是 bool,那 nullptr 的类型是什么?

typedef decltype(nullptr) nullptr_t;

这种类型定义妙不可言，也横空推出新的关键字 decltype。如果两个重载的函数 fun 可以接受不同的指针类型，比如 void fun(int*); void fun(float*); 那么编译 fun(NULL) 会有二义性错误。不妨再定义一个 std::nullptr_t 空指针类型的函数 void fun(std::nullptr_t nullp)，这次 fun(NULL) 编译失败但是 fun(nullptr) 可以通过。

　　wchar_t 用来表示一个 Unicode 字符集中的编码，在 Windows 上是 UTF-16，类 Unix 系统上是 UTF-32。sizeof(wchar_t) 是 implementation defined，移植性差。一般在Windows上是2个字节，在类 Unix 系统上是4个字节。Windows 接受了宽字符并使之成为标准，可以看到许多Windows API 有两个版本，functionNameA 和 functionNameW 分别对应ANSI版本和宽字符版本。这篇博客列举了使用wchar_t可能犯的错误。

　　C规范中并没有写明宽字符 wchar_t 的具体类型，与编译器实现相关，可能8/16/32位，也可能是signed 或者 unsigned。关键在于选用的编码字符集，注意字符集(Charset)与字符编码(Character Encoding)的区别，ASCII/GBK/BIG5/GB18030 是字符集，Unicode 是字符集。当时各个国家都做了自己的编码方案，中国有 GBK/GB18030/BIG5 等，这在国内没有问题，但是网络遍及世界各地，外面的人访问就出现乱码。于是 Unicode 应运而生。Unicode 字符集有 UTF-7/UTF-8/UTF-16/UTF-32 这几种编码。
推荐使用 Unicode 字符，不推荐使用 wchar_t，取而代之使用固定长度的 char16_t/char32_t 类型。

ISO/IEC 10646:2003 Unicode 标准 4.0 里讲到:
"The width of wchar_t is compiler-specific and can be as small as 8 bits. Consequently, programs that need to be portable across any C or C++ compiler should not use wchar_t for storing Unicode text. The wchar_t type is intended for storing compiler-defined wide characters, which may be Unicode characters in some compilers."

 

 

　　C 语言关键字 int 是用的最多的，我经常觉得 short/long 的修饰让 int 显得多余。short int 与 short 语义一样，long int 与 int 语义一样。long 与 short 是相对来讲的，于是又出现了 long long int 这一类型。long long 是1995年提议加没加成，C++ 因为 C 没有加所以也不肯加入。很多编译器都自己实现了，10年之后，大家觉得有必要标准化了。（说不定将来某一天，整数的计算范围需要扩充到 128 位，于是要唤出 long long long long int？好囧）个人觉得，程序语言诞生的时候，就应该尽量让关键字语义正交，虽然标准规定了 sizeof(short) <= sizeof(int) <= sizeof(long)，但是很多编译器还是将 int 与 long int 等同看待。C 语言可移植好不由争辩；Java 很聪明，直接规定了各自的长度。short/int/long 分别为 2/4/8 个字节。
　　有一个头文件 <stdint.h> 专门定了各种整形数 int8_t/int16_t/int32_t/int64_t 等，还有 unsigned 类型。其实 short/long/signed 都是形容词，int 是名词，所以声明整形没有以 int 结尾也是对的，与其写 long long int，不如写 long long，甚至 int64_t。我也想过如果 sizeof(int) == sizeof(long int)，在 32 位机器上，要么 long 多余，要么 int 多余。然后我想到了 long double 类型，觉得还是 int 多余吧。

　　选取关键字要尽量做到语法正交，尽量能表达所有的意思，小部分可以留给扩展。从 C++11 的改变可以看出，尽量不添加新的关键字，双中括号扩展 [[]] 和右值符号 &&；不得已时添加新的关键字 alignas/alignof/thread_local 等。对差不多不用的关键字回收，auto 重新焕发光芒，template 能做的活，auto 现在也可以简单完成。
　　添加新的关键字的时候，需要考虑几乎不会在历史代码中用到的。一些上下文相关的(contex-sensitive)关键字 final，override 的出现。它们不算关键字，但是放到函数末尾可以让编译器查错。可想而知，如果像 final override 这样常见的单词选入关键字，会有多少历史代码需要修改。很显然，final 和 override 是从 Java 语言中学过来的。Python 从 2.x 升到 3.x，各种不兼容，让人对这个语言又爱又恨，虽然有帮助迁移代码的文档和工具。
　　因为 final 与 override 是上下文相关的，所以你这么写代码也会编译通过。

class Base
{
public:
    virtual int override(int )
    {
        std::cout << "please override me" << std::endl;
        return 0;
    }
};

class Fun: public Base
{
public:
    virtual int override(int ) override final
    {
        int override = 42;
        return override;
    }
};

int main()
{
    int me = 0x3e;
    Fun hey;
    hey.override(me);

    return 0;
}

 

　　在 C++11 之前，C++ 标准交了很多东西给编译器自行处理，比如是否自行产生构造函数，内存对齐，RVO 优化，enum 的类型等等，现在都可以显式要求，避免各搞各的一套。enum 的类型是 implementation defined，很多编译器都是用能容纳的最小的整形范围来表示。所以你会在微软的很多代码里看到很多这样的写法：


typedef enum D3DTEXTUREADDRESS { 
    D3DTADDRESS_WRAP         = 1,
    D3DTADDRESS_MIRROR       = 2,
    D3DTADDRESS_CLAMP        = 3,
    D3DTADDRESS_BORDER       = 4,
    D3DTADDRESS_MIRRORONCE   = 5,
    D3DTADDRESS_FORCE_DWORD  = 0x7fffffff
} D3DTEXTUREADDRESS, *LPD3DTEXTUREADDRESS;

最后一个 enum 常量是  XXX_FORCE_DWORD  = 0x7fffffff，对其取值 sizeof(D3DTEXTUREADDRESS) 长度固定为 4。

　　对齐本来是语言设计者想掩盖的细节，不过在C++11编程方式越发复杂的情况下，提供给用户更底层的手段往往是必不可少的。在一些情况下，用户虽然不能保证总是写出平台无关，或者说各平台习惯你能最优的代码，但只需要改造 alignas 之后的对齐值参数就可以保证程序的移植性及性能良好，也不失为一种好的选择。而 C++11 对对齐方式的支持从语法规则到库，基本上考虑了各种情况，可以说是相当完备的。

template <typename T>
class alignas(sizeof(T)<<2) Color
{
    T r, g, b, a;
};

 

　　让关键字增加功能。以前 default 和 delete 只有一种用途：default 就是 switch 语句里的默认分支，delete 就是释放内存。现在都多了一种用法 = delete 表示删除函数，= default 表示使用编译期默认产生的。以前 using 只能与 namespace 为伴，而现在，typedef 所干的活，全部可以接手过来，而且在写法上更直观易懂。以前写 typedef long long int int64; 现在你可以写 using int64 = long long int; 怎么样？数据类型也可以用等号“赋值”了。
　　C++11 出来后，你不用看编译器的脸色行事了。这里不需要定义构造函数，好让编译器自己生成；那里需要定义构造函数，否则编译器会做 shallow copying。现在你可以显示指示编译器怎么做。

class noncopyable
{
private:
    noncopyable(const noncopyable& );            // not defined
    noncopyable& operator=(const noncopyable&);  // not defined
};

　　之前，我们不想让对象之间赋值，会讲赋值构造函数和 operator = 限制为 private，并不提供定义。现在我们有更好的写法：

class noncopyable
{
public:
    noncopyable(const noncopyable& ) = delete;
    noncopyable& operator=(const noncopyable&) = delete;
};

　　声明为 private 可以阻止被调用。故意不实现这些函数，意味着如果外部通过成员函数或者 friend 类想访问它们，虽然编译可以通过，但是链接的时候会因未定义的符号而报错。在 C++11 里，情况就不一样了。使用 = delete 表示编译期不会产生这个方法，所以这个可以扼杀在编译期，不用推迟到链接的时候。虽然这里的访问权限对 C++11 不重要，但一般来说，标记 delete 的函数最好声明 public，而不是 private。因为有的编译器在检查成员函数的调用时，只报访问权限错误（错误如下）。很显然，这里 delete 才是重点，或者说错误的优先级高些。当然，并不是只有成员函数才能 delete，非成员函数和模版实例化的函数也是可以的。相比 C++98 而言，算是一项改进。

error: ‘pea::Log::Log(const pea::Log&)’ is private
Log(const Log& log) = delete;

 

　　提醒一下，using namespace std; 不要写在 .h 文件里，要写也是写在 .cpp 文件里。出于头文件会被其他头文件包含的可能，污染命名空间，但是 .cpp 文件不会。除非你故意想 #include "XXX.cpp" 这么写。在cocos2d-x 里的 class HelloWorld 里面添加方法 void onKeyReleased(EventKeyboard::KeyCode keyCode, Event* event); 会编译不过，报错如下：

1>classes\HelloWorldScene.h(17): error C2653: 'EventKeyboard' : is not a class or namespace name (..\Classes\AppDelegate.cpp)
1>classes\HelloWorldScene.h(17): error C2061: syntax error : identifier 'KeyCode' (..\Classes\AppDelegate.cpp)
1>classes\HelloWorldScene.h(17): error C2653: 'EventKeyboard' : is not a class or namespace name (..\Classes\HelloWorldScene.cpp)
1>classes\HelloWorldScene.h(17): error C2061: syntax error : identifier 'KeyCode' (..\Classes\HelloWorldScene.cpp)
1>classes\HelloWorldScene.cpp(72): error C2276: '&' : illegal operation on bound member function expression

其实修改很简单，添加 EventKeyboard 和 KeyCode 所在的命名空间就好了。

void onKeyReleased(cocos2d::EventKeyboard::KeyCode keyCode, cocos2d::Event* event);

然而在 HelloWorldScene.cpp 里不用添加，因为开头有这么一句 USING_NS_CC; 也就是 using namespace cocos2d; 引入了 cocos2d 所有的东西。

void HelloWorld::onKeyReleased(EventKeyboard::KeyCode keyCode, Event* event)
{
　　//TODO
}

 

　　virtual 关键字用来申明虚函数，在虚函数的末尾添加 =0 表示纯虚函数。在函数名和参数可能动态变化的情况下，需要手动检查基类与派生类的函数是否一致，是否派生类的成员函数覆盖了基类的成员函数。这种枯燥的工作应该交给编译器来做的，于是 C++11 引入了上下文相关的关键字 override，在需要覆盖的地方没有覆盖，编译器就会报错。

　　在 C++98，空指针用字面值 0 来表示， C++11 标准出来后，最好使用 nullptr，于是有人会问纯虚函数的声明 = 0 是不是应该更正为 = nullptr，尝试了下是不行的。语法上规定必须是 0, 而不能是表达式(42 - 42)，甚至 0L，0u 0x0 (clang 编译器以前支持这样的写法)等。有些人选择用宏 #define pure = 0 ，这个从声明上似乎容易识别虚函数，这样写不是很好。C++ 之父 Bjarne Stroustrup 解释了没有添加 abstract/pure 关键字。（Java 里有关键字 abstract）

　　Bjarne Stroustrup 在他的书 The Design & Evolution of C++, section 13.2.3 中描述

The curious =0 syntax was chosen over the obvious alternative of introducing a new keyword pure or abstract because at the time I saw no chance of getting a new keyword accepted. Had I suggested pure, Release 2.0 would have shipped without abstract classes. Given a choice between a nicer syntax and abstract classes, I chose abstract classes. Rather than risking delay and incurring the certain fights over pure, I used the tradition C and C++ convention of using 0 to represent "not there." The =0 syntax fits with my view that a function body is the initializer for a function also with the (simplistic, but usually adequate) view of the set of virtual functions being implemented as a vector of function pointers. 

　　= 0 似乎让人迷惑，认为纯虚函数就是未实现的函数，以为是将该函数指针置空(nullptr)，而实际上，纯虚函数也是可以实现的。不能在声明时实现，而是必须在外部给出定义。C++11 引入了上下文相关的关键字概念，现在开来，引入 pure 作为上下文相关的关键字，将 = 0 替换成 pure 的写法会更直观。

class Base
{
public:
    virtual void fun() = 0;
};

void Base::fun()
{
    std::cout<<"pure virtual implementation\n";
}

class Derived: public Base
{
public:
    virtual void fun() { Base::fun(); }
};

　　这里引出另外两个话题：析构函数可以是纯虚函数，但必须给出定义，否则会出现链接错误，因为继承的类在析构的时候会调用基类的析构函数，找不到符号。纯虚函数要求非抽象子类给出实现，所以基类的构造函数最好给 protected 权限。

　　C++11 增加的 operator "" 的重载，用户自定义语义（user literal）限制在以下几种类型，

( const char * )
( unsigned long long int )
( long double )
( char )
( wchar_t )
( char16_t )
( char32_t )
( const char * , std::size_t )
( const wchar_t * , std::size_t )
( const char16_t * , std::size_t )
( const char32_t * , std::size_t )

　　发现没有，比如浮点类型只有 long double，却没有 float 和 double 类型，为什么呢？假设我们有一个角度制和弧度制转换的函数语义。

constexpr long double operator"" _deg ( long double deg )
{
    return deg*M_PI/180;
}

我们要表达 M_PI 弧度时候，可以写成 180_deg ，注意 180 和 _deg 是一个整体，之间不能有空格。（就像 C/C++ 语言内的后缀语义 long int degree = 180L; float pi = 3.14159265f 一样）。如果要区分 float、double、long double 数据类型，我们的定义应该是这样的：

float radian1 = 180f_deg;
double radian2 = 180_deg;
long double radian3 = 180L_deg;
很显然，编译器会把没有空格的合法字符当成一个单词(token)解析，于是 f_deg 变成了一个单词，前面也说了 f 与 _deg 之间不能有空格，所以我们无法满足不同浮点类型的重载，也包括整数类型。为了不截断或窄收，于是采取最大表示范围的类型，整形用 unsigned long long int，浮点类型用 long double。整形是 long long int 而不是 unsigned long long int 是因为有符号和无符号数相加减，会扩充到无符号类型。这里似乎暗示了 unsigned long long int 是最大范围的整形，所以应该不会出现 128 位的整形。

 

　　尽量让计算或可能发生的错误推前到编译期而不是运行期，在 C++11 增加了新的关键字 static_cast、constexpr。boost 库里面有模拟 static_cast 的功能。
之前我们用宏定义 FOURCC

#define MAKE_FOURCC(ch0, ch1, ch2, ch3) \
    ((uint32_t)(uint8_t)(ch0) |         \
    ((uint32_t)(uint8_t)(ch1) << 8) |   \
    ((uint32_t)(uint8_t)(ch2) << 16) |  \
    ((uint32_t)(uint8_t)(ch3) << 24))   \

现在我们可以直接用 constexpr 函数来写，而不是类型不安全的宏了。因为是编译器计算出值，所以算出来的整形值可以直接用于 switch case 语句中而不会出错。

constexpr uint32_t makeFourCC(uint8_t ch0, uint8_t ch1, uint8_t ch2, uint8_t ch3)
{
    return static_cast<uint32_t>(ch0 | (ch1<<8) | (ch2<<16) | (ch3<<24));
}

constexpr uint32_t RIFF = makeFourCC('R', 'I', 'F', 'F');
constexpr uint32_t WAVE = makeFourCC('W', 'A', 'V', 'E');
constexpr uint32_t FMT_ = makeFourCC('F', 'M', 'T', ' ');
constexpr uint32_t DATA = makeFourCC('D', 'A', 'T', 'A'); 

 

让派生类不要继承父类的行为，大概有三种做法。
1. virtual void fun1() {}
2. virtual void fun2() { assert(false); }
3. virtual void fun3() = 0;
这些写法我都遇到过，fun1 实现留空，表示派生类可以覆盖其行为；fun3 纯虚函数，表示派生类必须覆盖其行为；而 fun2 如果没有覆盖，在运行时断言失败。
很显然 fun2 的做法不是很好，错误要等到运行时才能发现。

 

　　类型转换关键字 const_cast / dynamic_cast / reinterpret_cast / static_cast
　　不要用C的带括号的强制转换。不要在指针和整形之间转换，也不要在数据指针和函数指针之间转换。类型之间转换时，首先考虑使用 static_cast。整形到 enum 枚举类型、浮点数到整形用 static_cast。从 void* 类型转换到特定的指针类型，虽然 static_cast 与 reinterpret_cast 都能用，最好还是用 static_cast。在不相关的指针类型之间转换时，用 reinterpret_cast，这个相当于C语言里面的转换。const_cast 不要被名字迷惑了，它是可以 cast 掉 CV-qualifier，而不仅仅是 const，可以是 volatile 修饰的类型。

// Possible implementation of std::addressof in <memory>
template<typename T>
T* addressof(T& arg) noexcept
{
    return reinterpret_cast<T*>(
               &const_cast<char&>(
                  reinterpret_cast<const volatile char&>(arg)));
}

　　上面是C++11标准里的 std::addressof 的实现。注意这里的hack技巧，最里层需要有const volatile关键字。reinterpret_cast 转换可以增加 const volatile 修饰符，但不能移除。所以如果 arg 是 const 变量的话，reinterpret_cast 就会编译失败。

　　对于函数传入的指针或引用，如果不会修改其内容，尽量用 const 修饰这个参数。C语言中释放内存的函数是 void free(void *ptr);，释放本来是不会修改指针指向的内容的，而是让操作系统回收分配的内存。函数签名似乎应该为 void free(const void *ptr);，这样可以直接释放 const 指针类型而不用 const_cast 转换一次。但是从另一方面讲，申请内存一般就会修改内存，修改就不能直接用 const 修饰，谁申请谁释放，释放内存也就不是 const 指针的责任了。
　　基类到派生类的转换，需要用到 dynamic_cast，我们称之为下转（downcast）。指针下转失败为空 nullptr，引用下转失败则抛出 std::bad_cast 异常。在 C++11 的 noexcept 出现之前，C++ 的异常处理机制不是很好使，很多程序员也是尽量不去碰。在含有大量层次继承关系的游戏或对性能有要求的一些工程里，会关闭 C++ 的 RAII (Run-Time Type Information) 机制。做法是 debug 版本开启检查类型安全，release 版本关闭运行时的查找以提升性能。

template <typename To, typename From>
To downcast(From p)
{
#ifdef NDEBUG
    return static_cast<To>(p);
#else
    To to = dynamic_cast<To>(p);
    assert(to != nullptr);
    return to;
#endif
}

 

　　C++ 十几年的时间没有动静，造就了 boost 优秀库的出现。又从较自己晚出身的语言身上也学到了很多，比如 Java 类的成员在定义的时候给定默认值，委托构造函数（delegate constructor）、Python 的原生字符串常量，也算方便了程序员对 C++ 字符串的学习和使用。