转载

C++ 中的 Empty Base Optimization

发布者: Yaolong

什么是Empty Base Optimization?

说到C++中的Empty Base Optimization(简称ebo)可能大家还是比较陌生,但是C++中每天都在用的 std::string 中就用到了ebo。

那么到底什么是ebo呢? 其实ebo就是当一个类的对象理想内存占用可以为0的时候,把这个类的对象作为另一个类的成员时,把其内存占用变为0的一种优化方法。 说起来可能有点绕,还是用一个例子来说明一下吧,看下面的代码:

#include <iostream> using namespace std; class Base {}; int main() {  cout << "sizeof(Base) " << sizeof(Base) << endl;  Base obj1;  Base obj2;  cout << "addr obj1 " << (void*) &obj1 << endl;  cout << "addr obj2 " << (void*) &obj2 << endl;  return 0; } 

大家能猜到上面的代码的输出吗? sizeof(Base) 会是0吗? obj1 的地址会和 obj2 的一样吗?

自己编译上面的代码,运行一下,会得到类似下面的输出(第2、3行会略有不同):

sizeof(Base) 1 addr obj1 0xbfdc9033 addr obj2 0xbfdc9032 

看见了吧?就算 Base 不包含任何的成员,编译器也会让 Base 占1 byte。 这是因为如果一个类的内存占用为0,那么连续的分配对象有可能会有同一个内存地址,这个是不合理的。 所以编译器为了避免这种情况,让空的类也会占有1 byte的大小。

那么如果我要用 Base 作为另一个类的成员变量呢,比如下面这样:

class TestCls {  Base m_obj;  int m_num; }; int main() {  cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;  return 0; } 

知道上面的输出会是多少吗?5? 在32位的机器上面是8,因为编译器为了存取的方便,会在 m_obj 的后面产生3 byte的padding,以和机器字对齐。 总之答案不会是4。

但是在内存非常紧张的情况下,还真的会想要让 TestCls 的size是4。有办法吗? 这里就可以用到今天介绍的 ebo 了,看下面的代码:

class TestCls : public Base {  int m_num; }; int main() {  cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;  return 0; } 

这次能猜到输出是多少吗?没错,就是我们想要的4! 当我们把空的类作为基类的时候,编译器就会把这个基类的size去掉,做了优化, 从而使得整个对象占有真正需要的size。

那么如果这个子类除了基类之外,没有别的成员呢?如下面:

class TestCls : public Base {};  int main() {     cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;     return 0; }

上面的代码输出仍然是1,因为如果这个类本身除了空基类之外没别的成员, 说明这个类本身也是一个空类,所以最开始说的情况就适用于这里。 编译器就给空类给了1的size。

上面说的就是Empty Base Optimization了。那么现实中哪里使用到了这个技巧呢? 除了最开始提到的 std::string 之外,Google的 cpp-btree 也用到了这个技巧。 下面我们来看看这两个现实中的例子。

STL中的string

C++每天都用的string中就用到了ebo。我们来看看string是如何定义成员的(省略函数定义,以下代码源自gcc 4.1.2 c++):

template<typename _CharT, typename _Traits, typename _Alloc> class basic_string { public:     mutable _Alloc_hider      _M_dataplus; };

注意 string 实际上是模板类 basic_string 的一个特化类。而 basic_string 只包含了一个成员 _M_dataplus , 其类型为 _Alloc_hider

我们来看看 _Alloc_hider 是怎么定义:

template<typename _CharT, typename _Traits, typename _Alloc> class basic_string { private:     struct _Alloc_hider : _Alloc // Use ebo     {         _CharT* _M_p; // The actual data.     }; };

_Alloc_hider 继承于模板参数类 _Alloc (并且还是私有继承),还有一个自己的成员 _M_p_M_p 是用来存放实际数据的,而 _Alloc 呢?熟悉STL的人可能还记得STL里面有一个allocator。 这个allocator一般的实现都是没有任何的数据成员,只有static函数的。 所以这个类是一个空类。 默认的string就是将这个allocator当作模板参数传递到 _Alloc 。 所以 _Alloc 大多数情况下都是空类,而string经常会在程序中用到, 还很经常会大量的使用,比如在容器中,这个时候就需要考虑内存占用了。 所以在这里就是用了ebo的优化。

可能会有人会问, string 里面实际上只有 char* ,但是不是说 string 还记录了size, 还用到了 copy on write 技术的吗?那怎么只有一个 char* 呢? 这个和 string 的实现中的内存布局相关,其中Copy on write是g++的stl中实现的策略, 想要了解g++的string的内存布局,可以看看 陈硕的这篇文章 。

cpp-btree中的ebo

cpp-btree 是Google出的一个基于B树的模板容器类库。如果有不熟悉B树的童鞋,可以移步 这里 看一看这个数据结构的动画演示。

B树是一种平衡树结构,一般常用于数据库的磁盘文件数据结构(不过一般会用其变体B+树)。而cpp-btree则是全内存的,和 std::map 类似的一种容器实现,其对于大量元素(>100w)的存取效率要高于 std::map 的红黑树实现,并且还节省内存。

关于cpp-btree的广告就卖到这里,我们看看他哪里使用了ebo。 在cpp-btree里面提供了 btree_setbtree_map 两个容器类, 而他们的公共实现都在 btree 这个类里面。 btree 这个类实现了主要的B树的功能,而其成员定义如下:

template <typename Params> class btree : public Params::key_compare { private:   typedef typename Params::allocator_type allocator_type;   typedef typename allocator_type::template rebind<char>::other     internal_allocator_type;    template <typename Base, typename Data>   struct empty_base_handle : public Base {     empty_base_handle(const Base &b, const Data &d)         : Base(b),           data(d) {     }     Data data;   };    empty_base_handle<internal_allocator_type, node_type*> root_; };

可以看见 btree 这个类里面只包含了 root_ 这一个成员,其类型为 empty_base_handleempty_base_handle 是一个继承于Base的类,在这里, Base 特化成 internal_allocator_type 。 从名字可以看出 internal_allocator_type 是一个allocator, 而在默认的 btree_map 实现中,这个allocator就是 std::allocator 。 所以一般情况下, Base 也是一个空类。

这里 btree 也利用了ebo节省了内存占用。

一个例外

在编译器判断是否做ebo的时候,有这么一个例外,就是虽然继承于一个空类, 但是子类的第一个非static成员的类型也是这个空类或者是这个类的一个子类。 在这种情况下,编译器是不会做ebo的。

有点绕,我们看看下面的代码就明白了:

#include <iostream> using namespace std; class Base {}; class TestCls : public Base { public:  Base m_obj; // <<<<  int m_num; }; int main() {  cout << "sizeof(Base) " << sizeof(Base) << endl;  cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;  TestCls obj;  cout << "addr obj " << (void*) &obj << endl;  cout << "addr obj.m_obj " << (void*) &(obj.m_obj) << endl;  cout << "addr obj.m_num " << (void*) &(obj.m_num) << endl;  return 0; } 

运行一下上面的代码,你会看到, TestCls 的size是8,并且 obj 的地址和 obj.m_obj 的地址并不一样。 这说明了ebo并没有进行。

正文到此结束
Loading...