如何通过源码分析来深入了解STL结构？

本文共计3437个文字，预计阅读时间需要14分钟。

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）。主要关注 vector 的实现，大部分代码集中在头文件中，可通过特定方法获取清晰的源码。

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：

1. 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
2. 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 \(O(1)\)