Rust 认识所有权


本文为个人学习过程中的副产物,在原文基础上删减掉我已经掌握且个人认为不重要的内容,原文请参考认识所有权

所有权(系统)是 Rust 最为与众不同的特性,它让 Rust 无需垃圾回收(garbage collector)即可保障内存安全,理解 Rust 中所有权如何工作是十分重要的。

什么是所有权?

常见的编程语言管理其运行时使用计算机内存的方式一般是垃圾回收机制、程序员亲自分配和释放内存。
Rust 则选择了第三种方式:通过所有权系统管理内存,编译器在编译时会根据一系列的规则进行检查。如果违反了任何这些规则,程序都不能编译。

栈(Stack)与堆(Heap)

在像 Rust 这样的系统编程语言中,值是位于栈上还是堆上在更大程度上影响了语言的行为以及为何必须做出这样的抉择。

栈以放入值的顺序存储值并以相反顺序取出值,这也被称作 后进先出(last in, first out)。栈中的所有数据都必须占用已知且固定的大小。

在编译时大小未知或大小可能变化的数据,要改为存储在堆上。 堆是缺乏组织的:当向堆放入数据时,你要请求一定大小的空间。内存分配器(memory allocator)在堆的某处找到一块足够大的空位,把它标记为已使用,并返回一个表示该位置地址的 指针(pointer)。

所有权规则

谨记这些规则:

  • Rust 中的每一个值都有一个 所有者(owner)。
  • 值在任一时刻有且只有一个所有者。
  • 当所有者(变量)离开作用域,这个值将被丢弃。

变量作用域

我看一下变量的 作用域(scope),作用域是一个项(item)在程序中有效的范围:

let s = "hello";

变量 s 绑定到了一个字符串字面值,这个字符串值是硬编码进程序代码中的。
这个变量从声明的点开始直到当前 作用域 结束时都是有效的:

{                      // s 在这里无效,它尚未声明
    let s = "hello";   // 从此处起,s 是有效的
    // 使用 s
}                      // 此作用域已结束,s 不再有效

有两个重要的时间点:

  • 当 s 进入作用域 时,它就是有效的。
  • 这一直持续到它 离开作用域 为止。

String 类型

前面已经见过字符串字面值,即被硬编码进程序里的字符串值。字符串字面值是很方便的,不过它们并不适合使用文本的每一种场景。
Rust 有第二个字符串类型 String,这个类型管理被分配到堆上的数据,所以能够存储在编译时未知大小的文本。

可以使用 from 函数基于字符串字面值来创建 String,如下:

let s = String::from("hello");

注:两个冒号 :: 是运算符,允许将特定的 from 函数置于 String 类型的命名空间(namespace)下,而不需要使用类似 string_from 这样的名字。

可以 修改此类字符串:

let mut s = String::from("hello");
s.push_str(", world!"); // push_str() 在字符串后追加字面值
println!("{}", s); // 将打印 `hello, world!`

内存与分配

对于 String 类型,为了支持一个可变,可增长的文本片段,需要在堆上分配一块在编译时未知大小的内存来存放内容:

  • 必须在运行时向内存分配器(memory allocator)请求内存。
  • 需要一个当我们处理完 String 时将内存返回给分配器的方法。

第一部分由我们完成:当调用 String::from 时,它的实现 (implementation) 请求其所需的内存。这在编程语言中是非常通用的。
第二部分相对于垃圾回收、手动显式释放,Rust 采取了一个不同的策略:内存在拥有它的变量离开作用域后就被自动释放

一个使用 String 而不是字符串字面值的版本:

{
    let s = String::from("hello"); // 从此处起,s 是有效的

    // 使用 s
}                                  // 此作用域已结束,
                                   // s 不再有效

当变量离开作用域,Rust 调用一个特殊的函数——drop,在这里 String 的作者可以放置释放内存的代码。Rust 在结尾的 } 处自动调用 drop。

注意:在 C++ 中,这种 item 在生命周期结束时释放资源的模式有时被称作 资源获取即初始化(Resource Acquisition Is Initialization (RAII))。如果你使用过 RAII 模式的话应该对 Rust 的 drop 函数并不陌生。*

这个模式对编写 Rust 代码的方式有着深远的影响,不过在更复杂的场景下代码的行为可能是不可预测的,比如当有多个变量使用在堆上分配的内存时。

变量与数据交互的方式(一):移动

在 Rust 中,多个变量可以采取不同的方式与同一数据进行交互:

//将变量 x 的整数值赋给 y
let x = 5;
let y = x;

现在有了两个变量,x 和 y,都等于 5,这两个 5 被放入了栈中。

现在看看这个 String 版本:

let s1 = String::from("hello");
let s2 = s1;

一般来说,第二行可能会生成一个 s1 的拷贝并绑定到 s2 上。不过,事实上并不完全是这样。

String 由三部分组成:一个指向存放字符串内容内存的指针、一个长度、和一个容量,这一组数据存储在栈上,右侧则是堆上存放内容的内存部分:

  • 长度表示 String 的内容当前使用了多少字节的内存。
  • 容量是 String 从分配器总共获取了多少字节的内存。

将 s1 赋值给 s2 时,String 的数据被复制了但没有复制指针指向的堆上数据:

如果 Rust 也拷贝了堆上的数据,那么操作 s2 = s1 在堆上数据比较大的时候会对运行时性能造成非常大的影响:

当 s2 和 s1 离开作用域,它们都会尝试释放相同的内存,这是一个叫做 二次释放(double free)的错误。两次释放(相同)内存会导致内存污染,它可能会导致潜在的安全漏洞。

为了确保内存安全,在 let s2 = s1; 之后,Rust 认为 s1 不再有效,因此 Rust 不需要在 s1 离开作用域后清理任何东西。
以下代码不能运行,因为 Rust 禁止你使用无效的引用:

let s1 = String::from("hello");
let s2 = s1;
//在 s2 被创建之后尝试使用 s1
println!("{}, world!", s1);

拷贝指针、长度和容量而不拷贝数据可能听起来像浅拷贝,不过因为 Rust 同时使第一个变量无效了,这个操作被称为 移动(move),而不是叫做浅拷贝。
s1 被 移动 到了 s2 中,s1 无效之后的内存表现:

这里还隐含了一个设计选择:Rust 永远也不会自动创建数据的 “深拷贝”,任何 自动 的复制都可以被认为是对运行时性能影响较小的。

变量与数据交互的方式(二):克隆

如果确实需要深度复制 String 中堆上的数据,可以使用一个叫做 clone 的通用函数:

let s1 = String::from("hello");
let s2 = s1.clone();
//代码能正常运行,堆上的数据被复制了
println!("s1 = {}, s2 = {}", s1, s2);

当出现 clone 调用时,一些特定的代码被执行而且这些代码可能相当消耗资源。

只在栈上的数据:拷贝

下面的代码使用了整型并且是有效的,没有调用 clone,不过 x 依然有效且没有被移动到 y 中:

let x = 5;
let y = x;
println!("x = {}, y = {}", x, y);

像整型这样的在编译时已知大小的类型被整个存储在栈上,所以拷贝其实际的值是快速的。这里没有深浅拷贝的区别,所以这里调用 clone 并不会与通常的浅拷贝有什么不同。

Rust 有一个叫做 Copy trait 的特殊注解,可以用在类似整型这样的存储在栈上的类型上。如果一个类型实现了 Copy trait,那么一个旧的变量在将其赋值给其他变量后仍然可用

Rust 不允许自身或其任何部分实现了 Drop trait 的类型使用 Copy trait,如果我们对其值离开作用域时需要特殊处理的类型使用 Copy 注解,将会出现一个编译时错误。

作为一个通用的规则,任何一组简单标量值的组合都可以实现 Copy,任何不需要分配内存或某种形式资源的类型都可以实现 Copy ,一些 Copy 的类型:

  • 所有整数类型,比如 u32。
  • 布尔类型,bool,它的值是 true 和 false。
  • 所有浮点数类型,比如 f64。
  • 字符类型,char。
  • 元组,当且仅当其包含的类型也都实现 Copy 的时候,比如,(i32, i32) 实现了 Copy,但 (i32, String) 就没有。

所有权与函数

将值传递给函数与给变量赋值的原理相似,向函数传递值可能会移动或者复制,就像赋值语句一样:

fn main() {
    let s = String::from("hello");  // s 进入作用域

    takes_ownership(s);             // s 的值移动到函数里 ...
                                    // ... 所以到这里不再有效

    let x = 5;                      // x 进入作用域

    makes_copy(x);                  // x 应该移动函数里,
                                    // 但 i32 是 Copy 的,
                                    // 所以在后面可继续使用 x

} // 这里,x 先移出了作用域,然后是 s。但因为 s 的值已被移走,
  // 没有特殊之处

fn takes_ownership(some_string: String) { // some_string 进入作用域
    println!("{}", some_string);
} // 这里,some_string 移出作用域并调用 `drop` 方法。
  // 占用的内存被释放

fn makes_copy(some_integer: i32) { // some_integer 进入作用域
    println!("{}", some_integer);
} // 这里,some_integer 移出作用域。没有特殊之处

当尝试在调用 takes_ownership 后使用 s 时,Rust 会抛出一个编译时错误,这些静态检查使我们免于犯错。

返回值与作用域

返回值也可以转移所有权:

fn main() {
    let s1 = gives_ownership();         // gives_ownership 将返回值
                                        // 转移给 s1

    let s2 = String::from("hello");     // s2 进入作用域

    let s3 = takes_and_gives_back(s2);  // s2 被移动到
                                        // takes_and_gives_back 中,
                                        // 它也将返回值移给 s3
} // 这里,s3 移出作用域并被丢弃。s2 也移出作用域,但已被移走,
  // 所以什么也不会发生。s1 离开作用域并被丢弃

fn gives_ownership() -> String {             // gives_ownership 会将
                                             // 返回值移动给
                                             // 调用它的函数

    let some_string = String::from("yours"); // some_string 进入作用域。

    some_string                              // 返回 some_string 
                                             // 并移出给调用的函数
                                             // 
}

// takes_and_gives_back 将传入字符串并返回该值
fn takes_and_gives_back(a_string: String) -> String { // a_string 进入作用域
                                                      // 

    a_string  // 返回 a_string 并移出给调用的函数
}

变量的所有权总是遵循相同的模式:将值赋给另一个变量时移动它。当持有堆中数据值的变量离开作用域时,其值将通过 drop 被清理掉,除非数据被移动为另一个变量所有。

可以使用元组来返回多个值:

fn main() {
    let s1 = String::from("hello");
    let (s2, len) = calculate_length(s1);
    println!("The length of '{}' is {}.", s2, len);
}

fn calculate_length(s: String) -> (String, usize) {
    let length = s.len(); // len() 返回字符串的长度
    (s, length)
}

在每一个函数中都获取所有权并接着返回所有权有些啰嗦,Rust 对此提供了一个不用获取所有权就可以使用值的功能,叫做 引用(references)

引用与借用

引用(reference)像一个指针,可以由此访问储存于该地址的属于其他变量的数据。 与指针不同,引用确保指向某个特定类型的有效值

使用一个(新的)calculate_length 函数,它以一个对象的引用作为参数而不是获取值的所有权:

fn main() {
    let s1 = String::from("hello");
    let len = calculate_length(&s1);
    println!("The length of '{}' is {}.", s1, len);
}

fn calculate_length(s: &String) -> usize {
    s.len()
}

传递 &s1 给 calculate_length,同时在函数定义中获取 &String 而不是 String。这些 & 符号就是 引用,它们允许你使用值但不获取其所有权。&String s 指向 String s1:

注:与使用 & 引用相反的操作是 解引用(dereferencing),它使用解引用运算符 *

&s1 语法让我们创建一个 指向 值 s1 的引用,但是并不拥有它,当引用停止使用时它所指向的值也不会被丢弃:

let s1 = String::from("hello");
let len = calculate_length(&s1);

同理,函数签名使用 & 来表明参数 s 的类型是一个引用:

fn calculate_length(s: &String) -> usize { // s 是 String 的引用
    s.len()
} // 这里,s 离开了作用域。但因为它并不拥有引用值的所有权,
  // 所以什么也不会发生

变量 s 有效的作用域与函数参数的作用域一样,不过当 s 停止使用时并不丢弃引用指向的数据,因为 s 并没有所有权。

将创建一个引用的行为称为 借用(borrowing),尝试修改借用的变量会出错无法通过编译:

fn main() {
    let s = String::from("hello");
    change(&s);
}

fn change(some_string: &String) {
    some_string.push_str(", world");
}

正如变量默认是不可变的,引用也一样,(默认)不允许修改引用的值

可变引用

通过一个小调整就能允许修改一个借用的值,这就是 可变引用(mutable reference)

fn main() {
    let mut s = String::from("hello");
    change(&mut s);
}

fn change(some_string: &mut String) {
    some_string.push_str(", world");
}

首先将 s 改为 mut,然后在调用 change 函数的地方创建一个可变引用 &mut s,并更新函数签名以接受一个可变引用 some_string: &mut String。

可变引用有一个很大的限制:如果有一个对该变量的可变引用,就不能再创建对该变量的引用:

let mut s = String::from("hello");
//尝试创建两个 s 的可变引用,无法通过编译
let r1 = &mut s;
let r2 = &mut s;
println!("{}, {}", r1, r2);

这一限制以一种非常小心谨慎的方式允许可变性,防止同一时间对同一数据存在多个可变引用,好处是 Rust 可以在编译时就避免数据竞争。

数据竞争(data race)类似于竞态条件,它可由这三个行为造成:

  • 两个或更多指针同时访问同一数据。
  • 至少有一个指针被用来写入数据。
  • 没有同步数据访问的机制。

数据竞争会导致未定义行为,难以在运行时追踪,并且难以诊断和修复。Rust 避免了这种情况的发生,因为它甚至不会编译存在数据竞争的代码!

可以使用大括号来创建一个新的作用域,以允许拥有多个可变引用,只是不能 同时 拥有:

let mut s = String::from("hello");
{
    let r1 = &mut s;
} // r1 在这里离开了作用域,所以我们完全可以创建一个新的引用
let r2 = &mut s;

Rust 在同时使用可变与不可变引用时也采用的类似的规则,不能在拥有不可变引用的同时拥有可变引用

let mut s = String::from("hello");
let r1 = &s; // 没问题
let r2 = &s; // 没问题
let r3 = &mut s; // 大问题
println!("{}, {}, and {}", r1, r2, r3);

然而,多个不可变引用是可以的,因为没有哪个只能读取数据的人有能力影响其他人读取到的数据。

注意一个引用的作用域从声明的地方开始一直持续到最后一次使用为止,如下代码是可以编译的:

let mut s = String::from("hello");

let r1 = &s; // 没问题
let r2 = &s; // 没问题
println!("{} and {}", r1, r2);
// 此位置之后 r1 和 r2 不再使用

let r3 = &mut s; // 没问题
println!("{}", r3);

不可变引用 r1 和 r2 的作用域在 println! 最后一次使用之后结束,这也是创建可变引用 r3 的地方。它们的作用域没有重叠,所以代码是可以编译的。

悬垂引用(Dangling References)

在具有指针的语言中,很容易通过释放内存时保留指向它的指针而错误地生成一个 悬垂指针(dangling pointer),所谓悬垂指针是其指向的内存可能已经被分配给其它持有者。

相比之下,在 Rust 中编译器确保引用永远也不会变成悬垂状态:当你拥有一些数据的引用,编译器确保数据不会在其引用之前离开作用域。

s 是在 dangle 函数内创建的,当 dangle 的代码执行完毕后 s 将被释放。当尝试返回它的引用时,Rust 会通过一个编译时错误来避免:

fn main() {
    let reference_to_nothing = dangle();
}

fn dangle() -> &String { // dangle 返回一个字符串的引用

    let s = String::from("hello"); // s 是一个新字符串

    &s // 返回字符串 s 的引用
} // 这里 s 离开作用域并被丢弃。其内存被释放。
  // 危险!

解决方法是去掉引用符号 & 直接返回 String,所有权被移动出去,所以没有值被释放。

引用的规则

概括一下之前对引用的讨论:

  • 在任意给定时间,要么只能有一个可变引用,要么只能有多个不可变引用
  • 引用必须总是有效的。

Slice 类型

slice 允许你引用集合中一段连续的元素序列,而不用引用整个集合。slice 是一类引用,所以它没有所有权。

编写一个函数,该函数接收一个用空格分隔单词的字符串并返回在该字符串中找到的第一个单词,如果函数在该字符串中并未找到空格则返回整个字符串:

fn main() {
    let mut s = String::from("hello world");
    let word = first_word(&s); // word 的值为 5
    s.clear(); // 这清空了字符串,使其等于 ""

    // word 在此处的值仍然是 5,
    // 但是没有更多的字符串让我们可以有效地应用数值 5。word 的值现在完全无效!
}

fn first_word(s: &String) -> usize {
    let bytes = s.as_bytes();
    for (i, &item) in bytes.iter().enumerate() {
        if item == b' ' {
            return i;
        }
    }
    s.len()
}

存储 first_word 函数调用的返回值并接着改变 String 的内容,第一个单词的最后索引仍然是 5,但已经无法使用了。Rust 为这个问题提供了一个解决方法:字符串 slice

字符串 slice

字符串 slice(string slice)是 String 中一部分值的引用:

let s = String::from("hello world");
let hello = &s[0..5];
let world = &s[6..11];

可以使用一个由中括号中的 [starting_index..ending_index] 指定的 range 创建一个 slice,slice 的数据结构存储了 slice 的开始位置和长度:

对于 Rust 的 .. range 语法,下面三组语句是相同的:

let s = String::from("hello");

//如果想要从索引 0 开始,可以不写两个点号之前的值
let slice = &s[0..2];
let slice = &s[..2];

//如果 slice 包含 String 的最后一个字节,也可以舍弃尾部的数字
let len = s.len();
let slice = &s[3..len];
let slice = &s[3..];

//也可以同时舍弃这两个值来获取整个字符串的 slice
let s = String::from("hello");
let len = s.len();
let slice = &s[0..len];
let slice = &s[..];

注意:字符串 slice range 的索引必须位于有效的 UTF-8 字符边界内,如果尝试从一个多字节字符的中间位置创建字符串 slice,则程序将会因错误而退出。出于介绍字符串 slice 的目的,本部分假设只使用 ASCII 字符集,后面会讨论 UTF-8 处理问题。

重写 first_word 来返回一个 slice,“字符串 slice” 的类型声明写作 &str

fn first_word(s: &String) -> &str {
    let bytes = s.as_bytes();

    for (i, &item) in bytes.iter().enumerate() {
        if item == b' ' {
            return &s[0..i];
        }
    }
    &s[..]
}

fn main() {
    let mut s = String::from("hello world");

    let word = first_word(&s);

    s.clear(); // 错误!

    println!("the first word is: {}", word);
}

clear 清空 String 需要获取一个可变引用,但 word 中的引用 println! 之后才会失效 。Rust 不允许 clear 中的可变引用和 word 中的不可变引用同时存在,因此编译失败。

字符串字面值就是 slice

前面讲到过字符串字面值被储存在二进制文件中:

let s = "Hello, world!";

s 的类型是 &str:它是一个指向二进制程序特定位置的 slice。&str 是一个不可变引用,所以字符串字面值是不可变的

字符串 slice 作为参数

定义一个获取字符串 slice 而不是 String 引用的函数,使得 API 更加通用并且不会丢失任何功能:

fn main() {
    let my_string = String::from("hello world");

    //适用于 `String`(的 slice),部分或全部
    let word = first_word(&my_string[0..6]);
    let word = first_word(&my_string[..]);
    // 适用于 `String` 的引用,等价于整个 `String` 的 slice
    let word = first_word(&my_string);

    let my_string_literal = "hello world";

    // 适用于字符串字面值,部分或全部
    let word = first_word(&my_string_literal[0..6]);
    let word = first_word(&my_string_literal[..]);

    // 字符串字面值已经是字符串 slice 了,无需 slice 语法
    let word = first_word(my_string_literal);
}

fn first_word(s: &str) -> &str {
    //...
}

其他类型的 slice

字符串 slice 是针对字符串的,不过也有更通用的 slice 类型:

let a = [1, 2, 3, 4, 5];
let slice = &a[1..3];
assert_eq!(slice, &[2, 3]);

这个 slice 的类型是 &[i32],跟字符串 slice 的工作方式一样,通过存储第一个集合元素的引用和一个集合总长度。

热门相关:一个朋友的妈妈2[未删减版]   2对1初体验   重生隐婚:Hi,高冷权少!   拳罡   官策