1、VC+，掀起你的盖头来谈 VC+对象模型（美）简 格雷程化 译译者前言一个 C+程序员，想要进一步提升技术水平的话，应该多了解一些语言的语意细节。对于使用 VC+的程序员来说，还应该了解一些 VC+对于 C+的诠释。Inside the C+ Object Model 虽然是一本好书，然而，书的篇幅多一些，又和具体的 VC+关系小一些。因此，从篇幅和内容来看，译者认为本文是深入理解 C+对象模型比较好的一个出发点。这篇文章以前看到时就觉得很好，旧文重读，感觉理解得更多一些了，于是产生了翻译出来，与大家共享的想法。虽然文章不长，但时间有限，又若干次在翻译时打盹睡着，拖拖拉拉用了小一个月。一方面因
2、本人水平所限，另一方面因翻译时经常打盹，错误之处恐怕不少，欢迎大家批评指正。1 前言了解你所使用的编程语言究竟是如何实现的，对于 C+程序员可能特别有意义。首先，它可以去除我们对于所使用语言的神秘感，使我们不至于对于编译器干的活感到完全不可思议；尤其重要的是，它使我们在 Debug 和使用语言高级特性的时候，有更多的把握。当需要提高代码效率的时候，这些知识也能够很好地帮助我们。本文着重回答这样一些问题： * 类如何布局？ * 成员变量如何访问？ * 成员函数如何访问？ * 所谓的“调整块”（adjuster thunk）是怎么回事？ * 使用如下机制时，开销如何： * 单继承、多重继承、虚继承
3、 * 虚函数调用 * 强制转换到基类，或者强制转换到虚基类 * 异常处理首先，我们顺次考察 C 兼容的结构（struct）的布局，单继承，多重继承，以及虚继承；接着，我们讲成员变量和成员函数的访问，当然，这里面包含虚函数的情况；再接下来，我们考察构造函数，析构函数，以及特殊的赋值操作符成员函数是如何工作的，数组是如何动态构造和销毁的；最后，简单地介绍对异常处理的支持。对每个语言特性，我们将简要介绍该特性背后的动机，该特性自身的语意（当然，本文决不是“C+入门” ，大家对此要有充分认识） ，以及该特性在微软的 VC+中是如何实现的。这里要注意区分抽象的 C+语言语意与其特定实现。微软之外的其他
4、C+厂商可能提供一个完全不同的实现，我们偶尔也会将 VC+的实现与其他实现进行比较。2 类布局本节讨论不同的继承方式造成的不同内存布局。2.1 C 结构（struct）由于 C+基于 C，所以 C+也“基本上”兼容 C。特别地，C+规范在“结构”上使用了和 C 相同的，简单的内存布局原则：成员变量按其被声明的顺序排列，按具体实现所规定的对齐原则在内存地址上对齐。所有的 C/C+厂商都保证他们的 C/C+编译器对于有效的 C 结构采用完全相同的布局。这里，A 是一个简单的 C 结构，其成员布局和对齐方式都一目了然。struct A char c;int i;译者注：从上图可见，A 在内存中占有
5、8个字节，按照声明成员的顺序，前4 个字节包含一个字符（实际占用1个字节，3个字节空着，补对齐） ，后4个字节包含一个整数。A 的指针就指向字符开始字节处。2.2 有 C+特征的 C 结构当然了，C+不是复杂的 C，C+本质上是面向对象的语言：包含继承、封装，以及多态。原始的 C 结构经过改造，成了面向对象世界的基石类。除了成员变量外，C+类还可以封装成员函数和其他东西。然而，有趣的是，除非为了实现虚函数和虚继承引入的隐藏成员变量外，C+类实例的大小完全取决于一个类及其基类的成员变量！成员函数基本上不影响类实例的大小。这里提供的 B 是一个 C 结构，然而，该结构有一些 C+特征：控制成员可见
6、性的“public/protected/private”关键字、成员函数、静态成员，以及嵌套的类型声明。虽然看着琳琅满目，实际上只有成员变量才占用类实例的空间。要注意的是，C+标准委员会不限制由“public/protected/private” 关键字分开的各段在实现时的先后顺序，因此，不同的编译器实现的内存布局可能并不相同。 （在 VC+中，成员变量总是按照声明时的顺序排列） 。struct B public:int bm1;protected:int bm2;private:int bm3;static int bsm;void bf();static void bsf();typede
7、f void* bpv;struct N ;译者注：B 中，为何 static int bsm 不占用内存空间？因为它是静态成员，该数据存放在程序的数据段中，不在类实例中。2.3 单继承C+提供继承的目的是在不同的类型之间提取共性。比如，科学家对物种进行分类，从而有种、属、纲等说法。有了这种层次结构，我们才可能将某些具备特定性质的东西归入到最合适的分类层次上，如“怀孩子的是哺乳动物”。由于这些属性可以被子类继承，所以，我们只要知道“ 鲸鱼、人” 是哺乳动物，就可以方便地指出“鲸鱼、人都可以怀孩子”。那些特例，如鸭嘴兽（生蛋的哺乳动物） ，则要求我们对缺省的属性或行为进行覆盖。C+中的继承语法很
8、简单，在子类后加上“:base”就可以了。下面的 D 继承自基类 C。struct C int c1;void cf();struct D : C int d1;void df();既然派生类要保留基类的所有属性和行为，自然地，每个派生类的实例都包含了一份完整的基类实例数据。在 D 中，并不是说基类 C 的数据一定要放在 D 的数据之前，只不过这样放的话，能够保证 D 中的 C 对象地址，恰好是 D 对象地址的第一个字节。这种安排之下，有了派生类 D 的指针，要获得基类 C 的指针，就不必要计算偏移量了。几乎所有知名的 C+厂商都采用这种内存安排。在单继承类层次下，每一个新的派生类都简单地把自
9、己的成员变量添加到基类的成员变量之后。看看上图，C 对象指针和 D 对象指针指向同一地址。2.4 多重继承大多数情况下，其实单继承就足够了。但是，C+为了我们的方便，还提供了多重继承。比如，我们有一个组织模型，其中有经理类（分任务） ，工人类（干活） 。那么，对于一线经理类，即既要从上级经理那里领取任务干活，又要向下级工人分任务的角色来说，如何在类层次中表达呢？单继承在此就有点力不胜任。我们可以安排经理类先继承工人类，一线经理类再继承经理类，但这种层次结构错误地让经理类继承了工人类的属性和行为。反之亦然。当然，一线经理类也可以仅仅从一个类（经理类或工人类）继承，或者一个都不继承，重新声明一个或
10、两个接口，但这样的实现弊处太多：多态不可能了；未能重用现有的接口；最严重的是，当接口变化时，必须多处维护。最合理的情况似乎是一线经理从两个地方继承属性和行为经理类、工人类。C+就允许用多重继承来解决这样的问题：struct Manager . . ;struct Worker . . ;struct MiddleManager : Manager, Worker . ;这样的继承将造成怎样的类布局呢？下面我们还是用“字母类”来举例：struct E int e1;void ef();struct F : C, E int f1;void ff();结构 F 从 C 和 E 多重继承得来。与单继
11、承相同的是，F 实例拷贝了每个基类的所有数据。与单继承不同的是，在多重继承下，内嵌的两个基类的对象指针不可能全都与派生类对象指针相同：F f;/ (void*)/ (void*) / *(pc + dCc1);译者注：pc 是指向 C 的指针。 访问 C 的成员变量 c1，只需要在 pc 上加上固定的偏移量 dCc1（在 C 中，C 指针地址与其 c1成员变量之间的偏移量值） ，再获取该指针的内容即可。单继承。由于派生类实例与其基类实例之间的偏移量是常数0，所以，可以直接利用基类指针和基类成员之间的偏移量关系，如此计算得以简化。D* pd;pd-c1; / *(pd + dDC + dCc1)
12、; / *(pd + dDc1);pd-d1; / *(pd + dDd1);译者注：D 从 C 单继承，pd 为指向 D 的指针。 当访问基类成员 c1时，计算步骤本来应该为“pd+dDC+dCc1” ，即为先计算 D 对象和C 对象之间的偏移，再在此基础上加上 C 对象指针与成员变量 c1之间的偏移量。然而，由于 dDC 恒定为 0，所以直接计算 C 对象地址与 c1之间的偏移就可以了。 当访问派生类成员 d1时，直接计算偏移量。多重继承。虽然派生类与某个基类之间的偏移量可能不为0，然而，该偏移量总是一个常数。只要是个常数，访问成员变量，计算成员变量偏移时的计算就可以被简化。可见即使对于多
13、重继承来说，访问成员变量开销仍然不大。F* pf;pf-c1; / *(pf + dFC + dCc1); / *(pf + dFc1);pf-e1; / *(pf + dFE + dEe1); / *(pf + dFe1);pf-f1; / *(pf + dFf1);译者注：F 继承自 C 和 E，pf 是指向 F 对象的指针。 访问 C 类成员 c1时，F 对象与内嵌 C 对象的相对偏移为0 ，可以直接计算 F 和 c1的偏移； 访问 E 类成员 e1时，F 对象与内嵌 E 对象的相对偏移是一个常数，F 和 e1之间的偏移计算也可以被简化； 访问 F 自己的成员 f1时，直接计算偏移量。虚
14、继承。当类有虚基类时，访问非虚基类的成员仍然是计算固定偏移量的问题。然而，访问虚基类的成员变量，开销就增大了，因为必须经过如下步骤才能获得成员变量的地址：获取“虚基类表指针” ；获取虚基类表中某一表项的内容；把内容中指出的偏移量加到“虚基类表指针”的地址上。然而，事情并非永远如此。正如下面访问 I 对象的 c1成员那样，如果不是通过指针访问，而是直接通过对象实例，则派生类的布局可以在编译期间静态获得，偏移量也可以在编译时计算，因此也就不必要根据虚基类表的表项来间接计算了。I* pi;pi-c1; / *(pi + dIGvbptr + (*(pi+dIGvbptr)1 + dCc1);pi-g
15、1; / *(pi + dIG + dGg1); / *(pi + dIg1);pi-h1; / *(pi + dIH + dHh1); / *(pi + dIh1);pi-i1; / *(pi + dIi1);I i;i.c1; / *( / *(译者注：I 继承自 G 和 H，G 和 H 的虚基类是 C，pi 是指向 I 对象的指针。 访问虚基类 C 的成员 c1时， dIGvbptr 是“在 I 中，I 对象指针与 G 的“虚基类表指针”之间的偏移”， *(pi + dIGvbptr)是虚基类表的开始地址，*(pi + dIGvbptr)1是虚基类表的第二项的内容（在 I 对象中，G 对
16、象的“ 虚基类表指针”与虚基类之间的偏移） ，dCc1是 C 对象指针与成员变量 c1之间的偏移； 访问非虚基类 G 的成员 g1时，直接计算偏移量； 访问非虚基类 H 的成员 h1时，直接计算偏移量； 访问自身成员 i1时，直接使用偏移量； 当声明了一个对象实例，用点 “.”操作符访问虚基类成员 c1时，由于编译时就完全知道对象的布局情况，所以可以直接计算偏移量。当访问类继承层次中，多层虚基类的成员变量时，情况又如何呢？比如，访问虚基类的虚基类的成员变量时？一些实现方式为：保存一个指向直接虚基类的指针，然后就可以从直接虚基类找到它的虚基类，逐级上推。VC+优化了这个过程。VC+在虚基类表中增
17、加了一些额外的项，这些项保存了从派生类到其各层虚基类的偏移量。4 强制转化如果没有虚基类的问题，将一个指针强制转化为另一个类型的指针代价并不高昂。如果在要求转化的两个指针之间有“基类- 派生类”关系，编译器只需要简单地在两者之间加上或者减去一个偏移量即可（并且该量还往往为0） 。F* pf;(C*)pf; / (C*)(pf ? pf + dFC : 0); / (C*)pf;(E*)pf; / (E*)(pf ? pf + dFE : 0);C 和 E 是 F 的基类，将 F 的指针 pf 转化为 C*或 E*，只需要将 pf 加上一个相应的偏移量。转化为 C 类型指针 C*时，不需要计算，
18、因为 F 和 C 之间的偏移量为0 。转化为 E类型指针 E*时，必须在指针上加一个非0的偏移常量 dFE。C+规范要求 NULL 指针在强制转化后依然为 NULL，因此在做强制转化需要的运算之前，VC+会检查指针是否为NULL。当然，这个检查只有当指针被显示或者隐式转化为相关类型指针时才进行；当在派生类对象中调用基类的方法，从而派生类指针被在后台转化为一个基类的 Const “this” 指针时，这个检查就不需要进行了，因为在此时，该指针一定不为 NULL。正如你猜想的，当继承关系中存在虚基类时，强制转化的开销会比较大。具体说来，和访问虚基类成员变量的开销相当。I* pi;(G*)pi; /
19、 (G*)pi;(H*)pi; / (H*)(pi ? pi + dIH : 0);(C*)pi; / (C*)(pi ? (pi+dIGvbptr + (*(pi+dIGvbptr)1) : 0);译者注：pi 是指向 I 对象的指针， G,H 是 I 的基类，C 是 G,H 的虚基类。 强制转化 pi 为 G*时，由于 G*和 I*的地址相同，不需要计算； 强制转化 pi 为 H*时，只需要考虑一个常量偏移； 强制转化 pi 为 C*时，所作的计算和访问虚基类成员变量的开销相同，首先得到 G 的虚基类表指针，再从虚基类表的第二项中取出 G 到虚基类 C 的偏移量，最后根据 pi、虚基类表偏
20、移和虚基类 C 与虚基类表指针之间的偏移计算出 C*。一般说来，当从派生类中访问虚基类成员时，应该先强制转化派生类指针为虚基类指针，然后一直使用虚基类指针来访问虚基类成员变量。这样做，可以避免每次都要计算虚基类地址的开销。见下例。/* before: */ . pi-c1 . pi-c1 ./* faster: */ C* pc = pi; . pc-c1 . pc-c1 .译者注：前者一直使用派生类指针 pi，故每次访问 c1都有计算虚基类地址的较大开销；后者先将 pi 转化为虚基类指针 pc，故后续调用可以省去计算虚基类地址的开销。5 成员函数一个 C+成员函数只是类范围内的又一个成员。X
21、 类每一个非静态的成员函数都会接受一个特殊的隐藏参数this 指针，类型为 X* const。该指针在后台初始化为指向成员函数工作于其上的对象。同样，在成员函数体内，成员变量的访问是通过在后台计算与this 指针的偏移来进行。struct P int p1;void pf(); / newvirtual void pvf(); / new;P 有一个非虚成员函数 pf()，以及一个虚成员函数 pvf()。很明显，虚成员函数造成对象实例占用更多内存空间，因为虚成员函数需要虚函数表指针。这一点以后还会谈到。这里要特别指出的是，声明非虚成员函数不会造成任何对象实例的内存开销。现在，考虑P:pf()的
22、定义。void P:pf() / void P:pf(P *const this)+p1; / +(this-p1);这里 P:pf()接受了一个隐藏的 this 指针参数，对于每个成员函数调用，编译器都会自动加上这个参数。同时，注意成员变量访问也许比看起来要代价高昂一些，因为成员变量访问通过 this 指针进行，在有的继承层次下，this 指针需要调整，所以访问的开销可能会比较大。然而，从另一方面来说，编译器通常会把 this 指针缓存到寄存器中，所以，成员变量访问的代价不会比访问局部变量的效率更差。译者注：访问局部变量，需要到 SP 寄存器中得到栈指针，再加上局部变量与栈顶的偏移。在没有虚
23、基类的情况下，如果编译器把 this 指针缓存到了寄存器中，访问成员变量的过程将与访问局部变量的开销相似。5.1 覆盖成员函数和成员变量一样，成员函数也会被继承。与成员变量不同的是，通过在派生类中重新定义基类函数，一个派生类可以覆盖，或者说替换掉基类的函数定义。覆盖是静态（根据成员函数的静态类型在编译时决定）还是动态（通过对象指针在运行时动态决定） ，依赖于成员函数是否被声明为“虚函数” 。Q 从 P 继承了成员变量和成员函数。Q 声明了 pf()，覆盖了 P:pf()。Q 还声明了pvf()，覆盖了 P:pvf()虚函数。Q 还声明了新的非虚成员函数 qf()，以及新的虚成员函数 qvf()。struct Q : P
