从源码观测STL-std::vector
std::vector 源码分析
从源码视角观察 STL 设计，代码实现为 libstdc++(GCC 4.8.5).
由于只关注 vector 的实现，并且 vector 实现几乎全部在头文件中，可以用一个这样的方法里获取比较清爽的源码
// main.cpp
#include <vector>
int main() {
std::vector<int> v;
v.emplace_back(1);
}
g++ -E main.cpp -std=c++11 > vector.cpp
在 vscode 中打开 vector.cpp 使用正则 "#.*\n" 把所以编译器相关的行删除，这样再进行格式化，就可以把预编译指令全部过滤了，而且不依赖外部的实现，跳转也没有压力
allocator
对于一个 allocator 需要实现的 trait，至少需要
- allocate 内存的分配
- deallocate 内存的回收
allocator 分配的最小粒度为对象，故要增加一个最大分配的数量
- max_size 最大分配数量
以上是实现一个分配器的最基础功能。在此基础上，扩展对象的构造和析构，对于需要使用分配器的地方比如 STL，容器自身就不用再关注对象的构造和析构的内存相关功能了。
- construct 对象构造，意味着需要使用模版实现，通用化
- destroy 对象销毁
综上，实现 allocator 具有的 alloc_traits 如下：
- allocate 分配
- deallocate 回收
- construct 对象构造，意味着需要使用模版实现，通用化
- destroy 对象销毁
- max_size 最大分配数量
std::allocator
标准库的分配器实现比较简单，分配和回收使用 ::operator new/delete
pointer allocate(size_type __n, const void * = 0) {
if (__n > this->max_size())
std::__throw_bad_alloc();
return static_cast<_Tp *>(::operator new(__n * sizeof(_Tp)));
}
void deallocate(pointer __p, size_type) { ::operator delete(__p); }
对于最大分配数量，整个进程空间（虚拟）都可以进行分配
// sizeof(size_t) = 进程地址宽度
size_type max_size() const throw() { return size_t(-1) / sizeof(_Tp); }
对于对象的构造和析构，则使用布置构造和析构函数
void construct(pointer __p, const _Tp &__val) {
::new ((void *)__p) _Tp(__val);
}
void destroy(pointer __p) { __p->~_Tp(); }
std::vector
通用顺序容器，支持自定义内存分配器；
基础实现
libstdc++ 对 vector 的定义如下，里面提供了：
template <typename _Tp, typename _Alloc = std::allocator<_Tp>>
class vector : protected _Vector_base<_Tp, _Alloc> {};
两个模版参数：一个容器内的元素类型，一个分配器类型，并且分配器类型不是必须参数。
使用 protected 继承 _Vector_base，不过这里并没有利用空基类优化(EBO), 更多的是做了类的隔离；
观察 _Vector_base 的实现，包含了一个 impl：
template <typename _Tp, typename _Alloc> struct _Vector_base {
typedef
typename __gnu_cxx::__alloc_traits<_Alloc>::template rebind<_Tp>::other
_Tp_alloc_type;
typedef typename __gnu_cxx::__alloc_traits<_Tp_alloc_type>::pointer pointer;
struct _Vector_impl : public _Tp_alloc_type {
pointer _M_start;
pointer _M_finish;
pointer _M_end_of_storage;
}
public:
_Vector_impl _M_impl;
}
_Vector_base 提供了 vector 的对内存的操作，包括分配内存和释放，_Vector_impl public 继承 _Tp_alloc_type(默认为 std::allocator<_Tp1>)，从 C++ 的语义上说 _Vector_impl 也可以叫做一个分配器（事实也是）。
_Vector_impl
_Vector_impl 实现比较简单，三个核心成员变量，作为 vector 的底层表达
- _M_start 元素空间起始地址，data() 返回的地址
- _M_finish 元空间结束地址, 和 size() 相关
- _M_end_of_storage 元素可用空间结束地址，和 capacity() 相关
struct _Vector_impl : public _Tp_alloc_type {
pointer _M_start;
pointer _M_finish;
pointer _M_end_of_storage;
_Vector_impl()
: _Tp_alloc_type(), _M_start(0), _M_finish(0), _M_end_of_storage(0) {}
_Vector_impl(_Tp_alloc_type const &__a)
: _Tp_alloc_type(__a), _M_start(0), _M_finish(0),
_M_end_of_storage(0) {}
void _M_swap_data(_Vector_impl &__x) {
std::swap(_M_start, __x._M_start);
std::swap(_M_finish, __x._M_finish);
std::swap(_M_end_of_storage, __x._M_end_of_storage);
}
};
_Vector_base
_Vector_impl 已经提供了底层存储的表达，_Vector_base 则为对底层表达的初始化，及屏蔽内存的实现并对上层提供申请/释放接口
// 只选了一个构造函数展示
_Vector_base(size_t __n) : _M_impl() { _M_create_storage(__n); }
void _M_create_storage(size_t __n) {
this->_M_impl._M_start = this->_M_allocate(__n);
this->_M_impl._M_finish = this->_M_impl._M_start;
this->_M_impl._M_end_of_storage = this->_M_impl._M_start + __n;
}
// 释放内存
~_Vector_base() {
_M_deallocate(this->_M_impl._M_start,
this->_M_impl._M_end_of_storage - this->_M_impl._M_start);
}
pointer _M_allocate(size_t __n) {
return __n != 0 ? _M_impl.allocate(__n) : 0;
}
void _M_deallocate(pointer __p, size_t __n) {
if (__p)
_M_impl.deallocate(__p, __n);
}
构造函数
拿了三个构造函数的实现来看，后面两者需要注意构造的时候就会有 size() 个复制的代价
L174 默认构造函数，除了基础的初始化什么都不做
L209 构造拥有 initializer_list init 内容的容器
L214 构造拥有范围 [first, last) 内容的容器
174 explicit vector(const allocator_type &__a) : _Base(__a) {}
209 vector(initializer_list<value_type> __l,
210 const allocator_type &__a = allocator_type())
211 : _Base(__a) {
212 _M_range_initialize(__l.begin(), __l.end(), random_access_iterator_tag());
213 }
214 template <typename _InputIterator,
215 typename = std::_RequireInputIter<_InputIterator>>
216 vector(_InputIterator __first, _InputIterator __last,
217 const allocator_type &__a = allocator_type())
218 : _Base(__a) {
219 _M_initialize_dispatch(__first, __last, __false_type());
220 }
方法
搞明白 std::vector 的底层实现，后面直接看提供的方法了，最基本的增删改查大小。
大小相关
size() 内部的元素个数，实现为
size_type size() const {
return size_type(this->_M_impl._M_finish - this->_M_impl._M_start);
}
capacity() 可用空间的大小，实现为
size_type capacity() const {
return size_type(this->_M_impl._M_end_of_storage - this->_M_impl._M_start);
}
push_back
push_back 是使用最频繁的方法，搞清楚它的实现，整个 vector 的变化策略都会比较清晰。
60 void push_back(const value_type &__x) {
61 if (this->_M_impl._M_finish != this->_M_impl._M_end_of_storage) {
62 _Alloc_traits::construct(this->_M_impl, this->_M_impl._M_finish, __x);
63 ++this->_M_impl._M_finish;
64 } else
65 _M_emplace_back_aux(__x);
66 }
67
68 void push_back(value_type &&__x) { emplace_back(std::move(__x)); }
85 template <typename _Tp, typename _Alloc>
86 template <typename... _Args>
87 void vector<_Tp, _Alloc>::emplace_back(_Args && ...__args) {
88 if (this->_M_impl._M_finish != this->_M_impl._M_end_of_storage) {
89 _Alloc_traits::construct(this->_M_impl, this->_M_impl._M_finish,
90 std::forward<_Args>(__args)...);
91 ++this->_M_impl._M_finish;
92 } else
93 _M_emplace_back_aux(std::forward<_Args>(__args)...);
94 }
push_back() 底层有使用 emplace_back(c++11) 优化的情况:
size() < capacity() 的情况下，直接在最后一个元素后的位置进行复制/移动构造，底层地址偏移+1.
size() == capacity() 的情况下，需要先申请一块新的内存后,再插入新的元素并且需要将之前的元素也移动至新的内存中，实现如下，忽略了异常处理和不需要的分支处理。
11 template <typename _Tp, typename _Alloc>
12 template <typename... _Args>
13 void vector<_Tp, _Alloc>::_M_emplace_back_aux(_Args && ...__args) {
14 const size_type __len =
15 _M_check_len(size_type(1), "vector::_M_emplace_back_aux");
16 pointer __new_start(this->_M_allocate(__len));
17 pointer __new_finish(__new_start);
19 _Alloc_traits::construct(this->_M_impl, __new_start + size(),
20 std::forward<_Args>(__args)...);
21 __new_finish = 0;
22 __new_finish = std::__uninitialized_move_if_noexcept_a(
23 this->_M_impl._M_start, this->_M_impl._M_finish, __new_start,
24 _M_get_Tp_allocator());
25 ++__new_finish;
26 std::_Destroy(this->_M_impl._M_start, this->_M_impl._M_finish,
27 _M_get_Tp_allocator());
28 _M_deallocate(this->_M_impl._M_start,
29 this->_M_impl._M_end_of_storage - this->_M_impl._M_start);
30 this->_M_impl._M_start = __new_start;
31 this->_M_impl._M_finish = __new_finish;
32 this->_M_impl._M_end_of_storage = __new_start + __len;
33 }
_M_check_len 校验是否有足够的空间进行分配，并且返回增长后的大小，实现如下
size_type _M_check_len(size_type __n, const char *__s) const {
if (max_size() - size() < __n)
__throw_length_error((__s));
const size_type __len = size() + std::max(size(), __n);
return (__len < size() || __len > max_size()) ? max_size() : __len;
}
可以得知，第一次 push_back 后，size() == capacity() == 1，第二次为2，后面依次 *2，最大为 size_t(-1)/sizeof(T).
L14 获取需要分配的的空间大小
L16 申请一块新的内存
L19 对新的元素进行构造
L22 对旧的元素，复制/移动构造至新的内存中
L26 对旧的元素进行析构
L28 对旧的空间进行释放
L30-L32 更新底层实现的索引
所以可以看到 vector 的底层实现一定是顺序表，可以在栈上（自己实现分配器）也可以在堆上（默认）。
关于扩容，增长因子为 2，并且有最大大小限制，还考虑了整数溢出的情况。
关于构造函数，每次插入都会有一个复制构造函数的调用
insert
插入元素到容器中的指定位置。
insert 和 push_back 实现差别不大，多了(size() - pos)次复制/移动构造函数
resize
改变容器中可存储元素的个数
这里只看默认初始化新元素值的实现
298 void resize(size_type __new_size) {
299 if (__new_size > size())
300 _M_default_append(__new_size - size());
301 else if (__new_size < size())
302 _M_erase_at_end(this->_M_impl._M_start + __new_size);
303 }
525 void _M_erase_at_end(pointer __pos) {
526 std::_Destroy(__pos, this->_M_impl._M_finish, _M_get_Tp_allocator());
527 this->_M_impl._M_finish = __pos;
528 }
408 void vector<_Tp, _Alloc>::_M_default_append(size_type __n) {
409 if (__n != 0) {
410 if (size_type(this->_M_impl._M_end_of_storage -
411 this->_M_impl._M_finish) >= __n) {
412 std::__uninitialized_default_n_a(this->_M_impl._M_finish, __n,
413 _M_get_Tp_allocator());
414 this->_M_impl._M_finish += __n;
415 } else {
416 const size_type __len = _M_check_len(__n, "vector::_M_default_append");
417 const size_type __old_size = this->size();
418 pointer __new_start(this->_M_allocate(__len));
419 pointer __new_finish(__new_start);
420 try {
421 __new_finish = std::__uninitialized_move_if_noexcept_a(
422 this->_M_impl._M_start, this->_M_impl._M_finish, __new_start,
423 _M_get_Tp_allocator());
424 std::__uninitialized_default_n_a(__new_finish, __n,
425 _M_get_Tp_allocator());
426 __new_finish += __n;
427 } catch (...) {
428 std::_Destroy(__new_start, __new_finish, _M_get_Tp_allocator());
429 _M_deallocate(__new_start, __len);
430 throw;
431 }
432 std::_Destroy(this->_M_impl._M_start, this->_M_impl._M_finish,
433 _M_get_Tp_allocator());
434 _M_deallocate(this->_M_impl._M_start,
435 this->_M_impl._M_end_of_storage - this->_M_impl._M_start);
436 this->_M_impl._M_start = __new_start;
437 this->_M_impl._M_finish = __new_finish;
438 this->_M_impl._M_end_of_storage = __new_start + __len;
439 }
440 }
441 }
resize 中也存在三种情况
当需要重置大小等于目前容器的大小时，忽略
当重置大小小于目前容器大小时，处理简单，释放内存，修改 finish 的值
当重置大小大于目前容器大小时：
- 当前重置小于等于容器的容量，直接在尾部以默认构造函数额外的元素
- 当重置的大小大于容器的容器，和push_back一样，需要先申请内存，再复制/移动元素，再重复1的步骤
L416-L412 为申请新的内存，并且复制/移动元素
L424 为在尾部以默认构造函数额外的元素
clear
清除容器内的元素，之后 size() = 0
实现较为简单
521 void clear() noexcept { _M_erase_at_end(this->_M_impl._M_start); }
525 void _M_erase_at_end(pointer __pos) {
526 std::_Destroy(__pos, this->_M_impl._M_finish, _M_get_Tp_allocator());
527 this->_M_impl._M_finish = __pos;
528 }
reserve
预留存储空间, 增加 vector 的容量到(大于或)等于 new_cap 的值.
实现也比较简单，new_cap 的值大于容器的容量时，进行重新分配，再复制/移动到新的内存中，最后更新底层数据结构
566 template <typename _Tp, typename _Alloc>
567 void vector<_Tp, _Alloc>::reserve(size_type __n) {
568 if (__n > this->max_size())
569 __throw_length_error(("vector::reserve"));
570 if (this->capacity() < __n) {
571 const size_type __old_size = size();
572 pointer __tmp = _M_allocate_and_copy(
573 __n, std::__make_move_if_noexcept_iterator(this->_M_impl._M_start),
574 std::__make_move_if_noexcept_iterator(this->_M_impl._M_finish));
575 std::_Destroy(this->_M_impl._M_start, this->_M_impl._M_finish,
576 _M_get_Tp_allocator());
577 _M_deallocate(this->_M_impl._M_start,
578 this->_M_impl._M_end_of_storage - this->_M_impl._M_start);
579 this->_M_impl._M_start = __tmp;
580 this->_M_impl._M_finish = __tmp + __old_size;
581 this->_M_impl._M_end_of_storage = this->_M_impl._M_start + __n;
582 }
583 }
shrink_to_fit
请求移除未使用的容量
void shrink_to_fit() { _M_shrink_to_fit(); }
template <typename _Tp, typename _Alloc>
bool vector<_Tp, _Alloc>::_M_shrink_to_fit() {
if (capacity() == size())
return false;
return std::__shrink_to_fit_aux<vector>::_S_do_it(*this);
}
template <typename _Tp> struct __shrink_to_fit_aux<_Tp, true> {
_Tp(__make_move_if_noexcept_iterator(__c.begin()),
__make_move_if_noexcept_iterator(__c.end()), __c.get_allocator())
.swap(__c);
return true;
};
模板太多看起来费劲，换一种表达
std::vector<int> v;
v.push_back(1); // size()=1 capacity()=1
v.push_back(1); // size()=2 capacity()=2
v.push_back(1); // size()=3 capacity()=4
std::vector<int>(v.begin(), v.end()).swap(v); // size()=3 capacity()=3
时间复杂度分析
| 复杂度 | 方法 | 说明 |
|---|---|---|
| \(O(1)\) | size() | 变量相减 |
| \(O(1)\) | capacity() | 变量相减 |
| \(O(1)\) | push_back() | 均摊最坏情况为3 |
| \(O(n)\) | insert() | 操作需要对size()-pos进行拷贝 |
| \(O(n)\) | clear() | size() 次析构 |
| \(O(n)\) | reserve() | 扩容需要size()次拷贝 |
| \(O(n)\) | shrink_to_fit() | 构造需要size()拷贝，swap()为常数 |
push_back 复杂度证明
以libstdc++为准备，vector的增长因子为2，分析对一个空的 vector 执行 n 个 push_back 的复杂度。
第 \(i\) 个操作的需要的复制构造次数的 \(c_i\)，分为两种情况:
- size() < capacity(), \(c_i=1\)
- size() == capacity()，vector 进行扩张，\(c_i=i\)
得到每次的次数为：
\[c_i=\left\{
\begin{aligned}
i, & 若 i-1 恰为 2 的幂 \\
1, & 其他
\end{aligned}
\right.
\]
n 个 push_back 总的复制构造函数的次数为
\[\sum_{i=1}^nc_i \le n + \sum_{j=0}^{\lfloor lgn \rfloor}2^j \le n+2n = 3n
\]
n个push_back的上界为 3n，单一的摊还次数为 3，所以复杂度为 \(O(1)\)
