《深度探索C++对象模型》读书笔记（三）

3. The Semantics of Data

这一章主要讨论类的数据成员的内存模型，涉及的干货比较多。

从一个类继承的例子，讨论类的大小：

class X {};class Y : public virtual X {};class Z : public virtual X {};class A : public Y, public Z {};

结果如下：

sizeof(X) => 1sizeof(Y) => 8sizeof(Z) => 8sizeof(A) => 12

Viusal C++的结果：

sizeof(X) => 1sizeof(Y) => 4sizeof(Z) => 4sizeof(A) => 8

• 对于类X：一个空类的大小并不是空，而是1byte，编译器安插一个char，使得同一类的两个对象在内存中可以配置独一无二的地址。
• 对于类Y和Z：这两个类同时虚继承一个类X，大小受三个因素影响：
  
  1. 语言本身造成的overhead（虚指针）：当语言支持虚基类时，导致一些额外负担。派生类存在一个指针，它指向virtual base class subobject（虚基类子对象）或者一个存放前者的相关表格，表格里存放着虚基类子对象的地址或者其偏移位置offset。在例子中Y和Z这部分指针大小是4bytes（32位机器上，类的虚指针vptr一般是4bytes）。
  2. 编译器对于特殊情况提供的优化处理：因为Y和Z也是空类，和X一样，也有1byte的char，放在派生类的固定部分的尾端。（这是编译器对empty virtual base class的处理，不同编译器有不同实现。）
  3. Alignment的限制：一般聚合的结构体大小会受到alignment对齐的限制，是的能够有效率在内存中存取。32位计算机alignment是4bytes使得bus运输量达到最高效率。因此类空间会被补全到alignment的整数倍，padding大小为3bytes。因此这两个类的大小：4+1+3=8bytes。
• 对于类A：（不管virtual base class subobject在class继承体系出现多少次，只会在derived class中存在一份实例）
  
  1. Y和Z共享的唯一一个X实例，大小为1byte
  2. 基类Y的大小，减去“因virtual base class X而配置”的大小（应该是指针的大小），剩下4bytes。Z同理。
  3. A自身大小0byte，对齐补全3bytes，因此得到1+4+4+3=12bytes。

注：书中多处提及的class subobject，应该是区别于class object，用来表示被其他class包含的object，如类包含中一个类的object作为其他类的成员，如类继承中基类的成员会被包含在派生类中。virtual base class subobject就是后者，指派生类中继承virtual base的那部分。（个人理解）

Empty virtual base class，只提供一个virtual interface，没有定义任何数据。新的编译器如Visual C++对此有特殊处理：空的虚基类被认为是派生类的最开头部分，不花费任何额外空间，派生类也就有了member，不需要原本为了empty class而安插的1byte大小的char。上述例子中的Y和Z就只剩下4byte虚指针的overhead，也就不需要3byte的padding来对齐，因此在Visual C++下的模型布局，Y和Z都是4个bytes。对于A，X的1byte被拿掉，只剩下Y和Z的4bytes，对齐补全的3bytes也不需要了，共计4+4=8bytes。

对于这两种编译器实现，如果虚基类X中至少有一个成员，那么两种编译器能得到完全相同的对象布局。即都没有因为空类X产生1byte的char以及对齐带来的padding。

讨论class的data members的存放模型：

• nonstatic数据成员： 数据面向个别class object。C++对象模型以空间优化和存取速度优化的考虑来表现nonstatic数据成员，且保持和C语言struct的兼容性。把数据直接存放在每一个class object中，对于继承而来的非静态成员（不管是基类是否virtual）也一样。多个变量一般按声明的先后顺序存放。
• static数据成员：数据面向整个class。静态数据存放在全局的data segment，不会影响具体class object的大小，不管class（直接产生或间接派生）实例化多少个object，静态数据只存在一份实例。即使该类没有任何object，它的静态数据也是存在的。（但一个模板类的静态数据成员行为有不同）

总结：一个对象的内存布局由三部分组成

• nonstatic data members的总和大小；
• 编译器自动加上额外的数据成员的overhead，支持语言特性，主要是各种virtual特性（虚指针）；
• 边界对齐的需要填补padding的空间。

---

3.1 数据成员的绑定

对成员函数本身的分析（evaluate）会直到整个类的声明都出现了才开始。所以类的成员函数可以引用声明在后面的成员，C 语言做不到。

typedef int length;class Point3d{public:void f1(length l){ cout << l << endl; }typedef string length;void f2(length l){ cout << l << endl; }};//f1绑定的length类型是int；而f2绑定的length类型才是string。

但类中的typedef并不具备这个性质，类中的typedef会受到函数与typedef的先后顺序的影响。因此，对于typedf需要防御性的程序风格：始终把“nested type声明”即typedef放在类的起始处。

---

3.2 数据成员的布局

正如开头例子总结的对象数据成员layout：

1. Nonstatic data members在class object中的排序顺序和其被声明的顺序一样，任何中间接入的static数据不会放进对象布局中。
2. 同一个access section（即private、public、protected等区段）中，members的排列只需要符合“较晚出现的members在object中有较高的地址”即可。各个members不一定连续排列，members之间可能由于alignment需要填补bytes。
3. 编译器会合成内部使用的data members，支持整个对象模型。如vptr，编译器会把它安插在每一个含有虚函数的类的对象内，一般在开头或者结尾。

---

3.3 数据成员的存取

一个例子，通过object存取和指针存取数据成员，有什么重大区别呢？

Point3d origin, *pt = &origin;origin.x = 0.0;ptr->x = 0.0;

当类型Point3d是一个继承体系中有虚基类的派生类，并且 x 成员又是虚基类中的成员时，这两种写法在编译器看来就会有重大的区别了（这种情况下的 offset 计算方式不同，其它情况的offset 也可以直接算出）。

如果用origin对象来存取，就确定是Point3d class，即使它继承自虚基类，成员x的offset在编译期就确定了，可以静态通过origin存取x。但是对于ptr来说，由于无法确定ptr指向的真正类型（多态？动态绑定，运行时确定），所以只能借由一个运行时的间接来得到成员的具体地址。

静态数据成员

每一个静态数据成员只有一个实例，存放在程序的data segment之中，视为全局变量，但只在class的生命范围之内可见。

每次程序读写静态成员（无论是通过对象还是通过指针），都会被内部转化为对改唯一extern实例的直接引用来操作。此时从指令执行的角度看，通过对象和通过指针读写member，没有区别。因为静态成员不在class object之中，读写静态成员并不需要通过class object。

对静态成员取地址，会得到一个指向其数据类型的指针，而不是指向其class member的指针（对非静态成员取地址就是了？？？）。对于class的不同object，其静态成员的地址是相同。

非静态数据成员

非静态数据成员在每一个class object内，只能通过显式或隐式的class object来获取。在成员函数中直接处理非静态成员，就回通过隐式对象（this指针表达）来完成读写。

对非静态数据的读写，编译器通过把class object的起始地址，加上data member的偏移地址offset来获取。每一个非静态数据成员的offset在编译时期即可获知，即使member属于base class subobject也一样。因此，存取一个非静态成员，其效率和存取一个C struct member或nonderived class的member是一样的。

对于虚继承，如果一个非静态成员是虚基类的成员，读写该变量的速度回比它是struct member、class member、单继承或者多继承的成员要慢。一般而言，具体继承（相对于虚继承）并不会增加时间和空间上的负担，书中也强调多次：C++中的额外成本大多来自于 virtual 机制。

---

3.4 继承&数据成员

这里讨论C++几种继承模型下的数据成员存储分布。

A. 没有多态的单继承

以及

B. 加上多态的单继承

在继承关系中提供虚函数接口，支持多态会带来的 4 个额外负担：

1. 导入vtbl用来存放每一个virtual functions的地址。这个表的元素数目一般是被声明的virtual functions数目，再加上一个或两个 slots（用以支持 RTTI）。
2. 在每一个class object中安插一个vptr指向相应的vtbl，实现运行时的动态绑定，使得每一个object能找到相应的vtbl。
3. 在constructor中安插代码以正确设置vptr初值，指向class对应的vtbl。
4. 在destructor 中安插代码以正确设置vptr，使它能抹消指向class相关的vtbl。

C. 多继承

单一继承提供了“自然多态”形式，是关于类体系中base type和derived type之间的转换。base class和derived class的object都是从相同的地址开始，只是derived object还要容纳自己的非静态数据。当用基类指针或引用指向派生类对象时，这个操作不需要编译器去介入，可以很自然操作，提供最佳执行效率。

当单一继承带有虚函数，即基类没有虚函数，派生类有虚函数，单继承的“自然多态”会被打破。当基类指针指向派生类时，需要编译器介入调整地址（因为插入了vptr）。

class Point2d { ... };class Point3d : public Point2d { ... };class Vertex { ... };class Vertex3d : public Point3d, public Vertex { ... };Vertex3d v3d;Point2d *p2d;Point3d *p3d;Vertex *pv;

对于上述多继承的例子，Point3d是Vertex3d的第一基类，Vertex是第二基类。
- 当用第一基类的指针p2d或p3d指向派生类的对象v3d，和单继承一样，只需要简单拷贝地址即可。
- 当用第二基类的指针pv指向派生类的对象v3d，则需要修改地址offset，加上（或减去）介于中间的base class subobject(s)的大小。

pv = &v3d;// =>pv = (((Vertex*)(((char*)&v3d)  + sizeof(Point3d));

多重继承中，可能会有多个 vptr 指针，视其继承体系而定：**派生类中vptr的数目最等于所有基
类的vptr数目的总和。**

D. 虚继承

iostream的继承层次有用到虚继承，实现共享继承。

class ios {...};class istream : public virtual ios { ... };class ostream : public virtual ios { ... };class iostream : public istream, public ostream { ... };

通过虚继承实现共享基类，这个共享必须通过编译器安插的一些指针指向virtual base classobject来间接的存取，这样才能够实现共享。

对于这个安插指针来实现共享的技术，有两种主流的做法：Pointer Strategy和Virtual Table Offset Strategy，产生的数据布局如下两图所示。

Pointer Strategy：对每个虚继承的派生类对象，安插一个指针指向基类，实现共享。如Point3d和Vertex中的指针pPoint2d，Vertex3d中的两个subobject中的两个指针pPoint2d。

Virtual Table Offset Strategy：在每个虚继承的派生类相关的vtbl中，放置virtual base class的offset（而不是地址，记录虚基类的位置 ）和virtual function的地址。