Rust语言中级教程之指针

Rust语言中级教程

一、指针

什么是指针

• 指针是计算机引用无法立即直接访问的数据的一种方式（类比 书的目录）
• 数据在物理内存（RAM）中是分散的存储着
• 地址空间是检索系统
• 指针就被编码为内存地址，使用 usize 类型的整数表示。
  • 一个地址就会指向地址空间中的某个地方
• 地址空间的范围是 OS 和 CPU 提供的外观界面
  • 程序只知道有序的字节序列，不会考虑系统中实际 RAM 的数量

名词解释

• 内存地址（地址），就是指代内存中单个字节的一个数
  • 内存地址是汇编语言提供的抽象
• 指针（有时扩展称为原始指针），就是指向某种类型的一个内存地址
  • 指针是高级语言提供的抽象
• 引用，就是指针。如果是动态大小的类型，就是指针和具有额外保证的一个整数
  • 引用是 Rust 提供的抽象

Rust 的引用

• 引用始终引用的是有效数据
• 引用与 usize 的倍数对齐
• 引用可以为动态大小的类型提供上述保障

Rust 的引用 和 指针

static B: [u8; 10] = [99, 97, 114, 114, 121, 116, 111, 119, 101, 108];
static C: [u8; 11] = [116, 104, 97, 110, 107, 115, 102, 105, 115, 104, 0];

fn main() {
    let a = 42;
    let b = &B;
    let c = &C;

    println!("a: {}, b: {:p}, c: {:p}", a, b, c);
}

运行

point_demo on  master [?] is 📦 0.1.0 via 🦀 1.67.1 via 🅒 base 
➜ cargo run           
   Compiling point_demo v0.1.0 (/Users/qiaopengjun/rust/point_demo)
    Finished dev [unoptimized + debuginfo] target(s) in 0.44s
     Running `target/debug/point_demo`
a: 42, b: 0x1023dc660, c: 0x1023dc66a

point_demo on  master [?] is 📦 0.1.0 via 🦀 1.67.1 via 🅒 base 
➜ 

• 一个更加逼真的例子
  • 使用更复杂的类型展示指针内部的区别

use std::mem::size_of;

static B: [u8; 10] = [99, 97, 114, 114, 121, 116, 111, 119, 101, 108];
static C: [u8; 11] = [116, 104, 97, 110, 107, 115, 102, 105, 115, 104, 0];

fn main() {
    // let a = 42;
    // let b = &B;
    // let c = &C;

    // println!("a: {}, b: {:p}, c: {:p}", a, b, c);

    let a: usize = 42;
    let b: Box<[u8]> = Box::new(B);
    let c: &[u8; 11] = &C;

    println!("a (unsigned 整数):");
    println!("  地址: {:p}", &a);
    println!("  大小:    {:?} bytes", size_of::<usize>());
    println!("  值:  {:?}\n", a);

    println!("b (B 装在 Box 里):");
    println!("  地址:  {:p}", &b);
    println!("  大小:    {:?} bytes", size_of::<Box<[u8]>>());
    println!("  指向:  {:p}\n", b);

    println!("c (C 的引用):");
    println!("  地址:  {:p}", &c);
    println!("  大小:  {:?} bytes", size_of::<&[u8; 11]>());
    println!("  指向:  {:p}\n", c);

    println!("B (10 bytes 的数组):");
    println!("  地址:  {:p}", &B);
    println!("  大小:  {:?} bytes", size_of::<[u8; 10]>());
    println!("  值:  {:?}\n", B);

    println!("C (11 bytes 的数字):");
    println!("  地址:  {:p}", &C);
    println!("  大小:  {:?} bytes", size_of::<[u8; 11]>());
    println!("  值:  {:?}\n", C);
}

运行

point_demo on  master [?] is 📦 0.1.0 via 🦀 1.67.1 via 🅒 base 
➜ cargo run
   Compiling point_demo v0.1.0 (/Users/qiaopengjun/rust/point_demo)
    Finished dev [unoptimized + debuginfo] target(s) in 0.19s
     Running `target/debug/point_demo`
a (unsigned 整数):
  地址: 0x16dda9a08
  大小:    8 bytes
  值:  42

b (B 装在 Box 里):
  地址:  0x16dda9a10
  大小:    16 bytes
  指向:  0x12b606ba0

c (C 的引用):
  地址:  0x16dda9a30
  大小:  8 bytes
  指向:  0x10208d7ba

B (10 bytes 的数组):
  地址:  0x10208d7b0
  大小:  10 bytes
  值:  [99, 97, 114, 114, 121, 116, 111, 119, 101, 108]

C (11 bytes 的数字):
  地址:  0x10208d7ba
  大小:  11 bytes
  值:  [116, 104, 97, 110, 107, 115, 102, 105, 115, 104, 0]


point_demo on  master [?] is 📦 0.1.0 via 🦀 1.67.1 via 🅒 base 
➜ 

• 对 B 和 C 中文本进行解码的例子
  • 它创建了一个与前图更加相似的内存地址布局

use std::borrow::Cow;
use std::ffi::CStr;
use std::os::raw::c_char;

static B: [u8; 10] = [99, 97, 114, 114, 121, 116, 111, 119, 101, 108];
static C: [u8; 11] = [116, 104, 97, 110, 107, 115, 102, 105, 115, 104, 0];

fn main() {
  let a = 42;
  let b: String;
  let c: Cow<str>;
  
  unsafe {
    let b_ptr = &B as * const u8 as *mut u8;
    b = String::from_raw_parts(b_ptr, 10, 10);
    
    let c_ptr = &C as *const u8 as *const c_char;
    c = CStr::from_ptr(c_ptr).to_string_lossy();
  }
  println!("a: {}, b: {}, c: {}", a, b, c);
}

Raw Pointers（原始指针）

• Raw Pointer （原始指针）是没有 Rust 标准保障的内存地址。
  • 这些本质上是 unsafe 的
• 语法：
  • 不可变 Raw Pointer：*const T
  • 可变的 Raw Pointer：*mut T
  • 注意：*const T，这三个标记放在一起表示的是一个类型
  • 例子：*const String
• *const T 与 *mut T 之间的差异很小，相互可以自由转换
• Rust 的引用（&mut T 和 &T）会编译为原始指针
  • 这意味着无需冒险进入 unsafe 块，就可以获得原始指针的性能
• 例子：把引用转为原始指针

fn main() {
  let a: i64 = 42;
  let a_ptr = &a as *const i64;
  
  println!("a: {} ({:p})", a, a_ptr);
}

• 解引用（dereference）：通过指针从 RAM 内存提取数据的过程叫做对指针进行解引用（dereferencing a pointer）
• 例子：把引用转为原始指针

fn main() {
  let a: i64 = 42;
  let a_ptr = &a as *const i64;
  let a_addr: usize = unsafe {std::mem::transmute(a_ptr)};
  
  println!("a: {} ({:p}...0x{:x})", a, a_ptr, a_addr + 7);
}

关于 Raw Pointer 的提醒

• 在底层，引用（&T 和 &mutT）被实现为原始指针。但引用带有额外的保障，应该始终作为首选使用
• 访问 Raw Pointer 的值总是 unsafe 的
• Raw Pointer 不拥有值的所有权
  • 在访问时编译器不会检查数据的合法性
• 允许多个 Raw Pointer 指向同一数据
  • Rust 无法保证共享数据的合法性

使用 Raw Pointer 的情况

• 不可避免
  • 某些 OS 或 第三方库需要使用，例如与C交互
• 共享对某些内容的访问至关重要，运行时性能要求高

Rust 指针生态

• Raw Pointer 是 unsafe 的
• Smart Pointer（智能指针）倾向于包装原始指针，附加更多的能力
  • 不仅仅是对内存地址解引用

Rust 智能指针

名称	简介	强项	弱项
Raw Pointer	*mut T 和 *const T，自由基，闪电般块，极其 Unsafe	速度、与外界交互	Unsafe
Box<T>	可把任何东西都放在Box里。可接受几乎任何类型的长期存储。新的安全编程时代的主力军。	将值集中存储在 Heap	大小增加
Rc<T>	是Rust的能干而吝啬的簿记员。它知道谁借了什么，何时借了什么	对值的共享访问	大小增加；运行时成本；线程不安全
Arc<T>	是Rust的大使。它可以跨线程共享值，保证这些值不会相互干扰	对值的共享访问；线程安全	大小增加；运行时成本
Cell<T>	变态专家，具有改变不可变值的能力	内部可变性	大小增加；性能
RefCell<T>	对不可变引用执行改变，但有代价	内部可变性；可与仅接受不可变引用的Rc、Arc嵌套使用	大小增加；运行时成本；缺乏编译时保障
Cow<T>	封闭并提供对借用数据的不可变访问，并在需要修改或所有权时延迟克隆数据	当只是只读访问时避免写入	大小可能会增大
String	可处理可变长度的文本，展示了如何构建安全的抽象	动态按需增长；在运行时保证正确编码	过度分配内存大小
Vec<T>	程序最常用的存储系统；它在创建和销毁值时保持数据有序	动态按需增长	过度分配内存大小
RawVec<T>	是Vec<T>和其它动态大小类型的基石；知道如何按需给你的数据提供一个家	动态按需增长；与内存分配器一起配合寻找空间	不直接适用于您的代码
Unique<T>	作为值的唯一所有者，可保证拥有完全控制权	需要独占值的类型（如 String）的基础	不适合直接用于应用程序代码
Shared<T>	分享所有权很难，但他使生活更轻松	共享所有权；可以将内存与T的宽度对齐，即使是空的时候	不适合直接用于应用程序代码