骏马金龙

网名骏马金龙,钟情于IT世界里的各种原理和实现机制,强迫症重症患者。爱研究、爱翻译、爱分享。特借此一亩三分田记录自己成长点滴!!!
我本问道人,道心不坚,必将与道无缘!

Perl引用入门

在perl中只有3种基本的数据结构:标量、数组、hash。变量可以是数值,可以是字符串。

这三种基本数据结构的数据存储方式如下:

但是,仅仅由这3种基本结构,就可以构造出更复杂的数据结构,例如hash中用数组做value,数组中用hash做元素。

但是,perl对于底层的一些数据存储,很多时候对这些数据是直接拷贝存储的。而有些时候是没必要去拷贝数据的,通过引用,可以避免拷贝操作,哪里需要数据,用数据对象的引用即可,也就是插一个"指针"的事。

如何表示数组和hash的引用

引用就像是指针,对一个引用进行输出,在字符串上下文将返回它指向的目标数据的类型和内存地址,在数值上下文将返回地址空间。例如,数组的引用和hash的引用,如下图。

上图中,将数组@name的引用赋值给了一个名为$arr_ref的标量,将hash@member的引用赋值给了一个名为$hash_ref的标量。注意,引用都是标量

引用的方式很简单,只需在 数组的@符号、hash的%符号之前加上反斜线\ 。例如\@name就表示这是名称为name的数组的引用,\%member就表示这是名称为member的hash的引用。

例如:

@name=qw(longshuai xiaofang wugui tuner);
%member=(
    longshuai => "18012345678",
    xiaofang  => "17012345678",
    wugui     => "16012345678",
    tuner     => "15012345678"
);

$arr_ref=\@name;      # 将数组的引用赋值给一个标量
$hash_ref=\%member;   # 将hash的引用赋值给一个标量

print "$arr_ref","\n";   # 输出:ARRAY(0x18a5fa0)
print "$hash_ref","\n";  # 输出:HASH(0x18a6060)

由于引用被当作一个标量,所以能使用标量的地方,就能使用引用。例如,将一个数组的引用放进hash中:

@name=qw(longshuai xiaofang wugui tuner);
$arr_ref=\@name;

%member=(
    longshuai => "18012345678",
    xiaofang  => "17012345678",
    wugui     => "16012345678",
    tuner     => $arr_ref
);

print "$member{'tuner'}","\n";   # 输出数组的引用:ARRAY(0x13d7fa0)

除数组、hash之外的引用

除数组、hash有引用,标量、函数也有引用,而且还不止这些,比如文件句柄引用、正则表达式引用等。

目前,暂时只需了解标量、数组、hash、函数的引用方式即可,分别为:

    \$x    # 引用 scalar
    \@y    # 引用 array
    \%z    # 引用 hash
    \&f    # 引用 function

标量引用的一个技巧

下面创建一个指向$foo1值的引用$ref_foo1,也就是说$ref_foo1和foo1是等价的,要引用这个变量的值,需要使用$$ref_foo1$foo1

my $ref_foo1 = \$foo1;

例如:

my $foo1="xyz";
my $ref_foo1 = \$foo1;
print "$$ref_foo1\n";

经常会看到下面一种代码格式:

my $ref_foo2 = \my $foo2;

等号右边\my $foo2表示先创建一个用my修饰的变量$foo2(因为未赋值,所以初始化为undef),再创建一个指向它的引用$ref_foo2。和上面的示例相比,它只是多了一个临时创建变量的功能,因为my的优先级高于\,它等价于\(my $foo2)

上面的语句还可以赋值:

my $ref_foo2 = \(my $foo2="abcd");
print "$$ref_foo2\n";

引用计数器和引用作用域

可以为同一段数据对象创建多个引用,由于每个引用都指向同一段数据对象,所以相同数据对象的引用是完全一致的。

由于引用在数值上下文返回引用对象的地址空间,所以可以用比较操作符==来比较引用,当然,使用eq来比较也完全可以:

@name=qw(longshuai xiaofang wugui tuner);
$arr_ref=\@name;
$arr_ref1=\@name;
$arr_ref2=$arr_ref;

print "ref equals\n" if $arr_ref == \@name;            # true
print "ref equal ref1\n" if $arr_ref == $arr_ref1;     # true
print "ref1 equal ref2\n" if $arr_ref1 == $arr_ref2;   # true

在perl中,对每段数据的引用都会维护一个引用计数器

  • 最初创建数据对象时,赋值给初始化数组、hash,引用数为1
  • 以后每次引用、赋值引用、拷贝引用等操作都会对引用数加1
  • 将其赋值为undef,则显式取消引用关系,引用数减1
  • 引用有作用域,当离开作用域时,该作用域内的引用都将取消(可看作是赋值型的标量,当定义my时,超出边界就失效)
  • 只要引用计数器还未减少为0,用于存储数据对象所占用的内存就不会释放。当引用计数为0时,perl将回收这段内存空间,但不会交还给操作系统,perl再需要的时候会重用这段内存空间存储新数据,而无需重新向操作系统申请开辟新内存

这和硬链接类似,每创建一个硬链接,硬链接数量就加1,每删除一个硬链接,硬链接数量就减1。

#!/usr/bin/perl
use 5.010;

@names=qw(longshuai xiaofang wugui tuner);   # ref counter = 1

$arr_ref1=\@names;     # ref counter = 2
$arr_ref2=$arr_ref1;   # ref counter = 3
$arr_ref3=\@names;     # ref counter = 4
$arr_ref2=undef;       # ref counter = 3
@names=undef;          # ref counter = 2

say "arr: @names";       # 输出:arr:
say "ref1: $arr_ref1";   # 输出:ARRAY(0x55befad8f0a0)
say "ref2: $arr_ref2";   # 输出:ref2:
say "ref3: $arr_ref3";   # 输出:ARRAY(0x55befad8f0a0)

如果使用my或local这样作用域关键词去定义引用,当引用超出对应边界后,就会失效,引用计数器就会对应减1。当然,如果不定义为my或local,则超出边界也不会失效。

#!/usr/bin/perl
use 5.010;

@names=qw(longshuai xiaofang wugui tuner);   # ref counter = 1

$arr_ref1=\@names;     # ref counter = 2
{
    my $arr_ref2=$arr_ref1;   # ref counter = 3
    my $arr_ref3=\@names;     # ref counter = 4
}      # ref counter = 2

say "ref1: $arr_ref1";
say "ref2: $arr_ref2";   # arr_ref2已经失效
say "arr: @names";
say "ref3: $arr_ref3";   # arr_ref3已经失效

有一点需要注意,就是将引用作为子程序(函数)的参数时,它首先将引用赋值给@_特殊变量,这时引用计数会加1,当退出子程序时,@_将失效,引用计数器将减1

&mysub(\@names);    # 直接将引用赋值给@_
&mysub($arr_ref);   # 拷贝引用,@_也将引用数据对象

引用计数管理内存的优点和缺点

perl采用引用计数的方式回收内存空间。引用计数管理内存的方式已经存在了很久,和GC(Garbage collection)垃圾回收机制是同一年(1960年)被研究出来的。无论是哪种内存管理机制,都有优点,也都有缺点。

对于引用计数管理方式而言,它最大的优点在于:

  • 即刻回收:只要数据对象的引用计数器为0了,就会立刻被回收
  • 暂停时长很短:因为回收速度时无需遍历内存,所以负责回收的工作效率很高

使用引用计数管理内存最大的缺点在于:

  • 因为要频繁增、减计数,负责增、减的工作压力非常大
  • 无法回收循环引用(引用环路问题,见下文)

相比于引用计数管理内存的方式,GC回收机制都是在内存不够后,遍历整个内存来回收的,所以有延迟性和低效性(有好几种改进的GC,都各有优缺点,但原始的GC算法就是如此)。

其实无论是引用计数还是GC,都对它们各自的缺点有各种改进,但修补缺陷的同时,也会损伤它们的优点,所以不同语言针对不同适用场景,总是采用不同的折衷手段。

回到引用计数的一个缺点问题上:无法回收循环引用问题。所谓循环引用,是指A引用B的对象,B又引用A的对象。例如:

@name1=qw(longshuai wugui);
@name2=qw(xiaofang tuner);
push @name1,\@name2;
push @name2,\@name1;

验证下:

#!/usr/bin/perl
use 5.010;
@name1=qw(longshuai wugui);
@name2=qw(xiaofang tuner);

say "name1_1: ",\@name1;      # ARRAY(0xNAME1)
say "name2_1: ",\@name2;      # ARRAY(0xNAME2)

push @name1,\@name2;
push @name2,\@name1;

say "name1_2: @name1";      # ARRAY(0xNAME2)
say "name2_2: @name2";      # ARRAY(0xNAME1)

如下图所示:

这样的引用环路,使得@name1@name2对应的数据对象的引用,无论如何也无法减少到0。

这样会导致一个重大问题:内存泄漏(memory leak)。随着泄漏越来越多,内存终有被耗尽的时刻。也许真正写成内存泄漏的代码比较少,但很多时候构建复杂的数据结构时,无意中可能就会出现引用环路问题。

要避免引用环路,可以使用perl的另一种引用行为:弱引用(weak)。或者,在退出引用作用域之前,打破引用环路。例如:

{
    @name1=qw(longshuai wugui);
    @name2=qw(xiaofang tuner);
    push @name1,\@name2;
    push @name2,\@name1;
    ......
    # 退出作用域之前,在引用的内部清空引用数据
    @name1=();
    @name2=();
}

这样,在退出作用域后,@name1=qw(longshuai wugui (这段空)),同理@name2。如此一来,@name1@name2又变回了最初状态,都只有一个引用,且没有了循环引用。

当然,上面是直接清空初始引用的,如果push进去的是引用变量,则清空引用变量即可。

{
    @name1=qw(longshuai wugui);
    @name2=qw(xiaofang tuner);
    $name1_ref=\@name1;
    $name2_ref=\@name2;
    
    push @name1,$name1;  # 使用引用变量,而非初始的数组名引用
    push @name2,$name2;
    ......
    # 退出作用域之前,在引用的内部清空引用数据
    $name1=undef;
    $name2=undef;
}

要检查是否出现内存泄漏问题,可以使用Test::Memory::Cycle模块。

最后,perl目前还没有其它垃圾回收机制(garbage collection),也许在未来的版本中可能会引入新的gc管理方式来替代引用计数的管理方式。

posted @ 2018-09-26 17:25  骏马金龙  阅读(...)  评论(...编辑  收藏