有没有人告诉你—写时拷贝的真相

梁少华小时光茶社

作者简介

梁少华，QQ动漫后台开发，腾讯高级工程师。从事后台开发4年多，参与过QQ秀、手Q红点系统、手Q游戏公会、QQ动漫等项目，有丰富的后台架构经验，擅长海量服务设计

1. 什么是写时拷贝

写时拷贝（copy-on-write， COW）就是等到修改数据时才真正分配内存空间，这是对程序性能的优化，可以延迟甚至是避免内存拷贝，当然目的就是避免不必要的内存拷贝。

写时拷贝其实我们并不陌生的，Linux fork和stl string是比较典型的写时拷贝应用，本文只讨论stl string的写时拷贝。

string类的实现必然有个char*成员变量，用以存放string的内容，写时拷贝针对的对象就是这个char*成员变量。通过赋值或拷贝构造类操作，不管派生多少份string”副本“，每个”副本“的char*成员都是指向相同的地址，也就是共享同一块内存，直到某个”副本“执行string写操作时，才会触发写时拷贝，拷贝一份新的内存空间出来，然后在新空间上执行写操作。显然，那些只读的”副本“节省了内存分配的时间和空间。

听起来有点懵，对于没了解过写时拷贝的同学，会感觉完全颠覆平常对string的认知，下面我们来看一下实际例子。

2. 写时拷贝例子

如上代码所示，调用拷贝构造函数生成str2，调用赋值操作符生成str3，那么str2与str3是否有分配内存空间来存储内容“abc“呢？

运行结果告诉我们，str1、str2与str3是共享内存空间的（char*成员指向相同的地址）。那么问题来了，对str1、str2或str3内容的修改是否会互相影响呢？答案是，只要遵守stl的约定来修改，是会触发写时拷贝的，不会互相影响(毕竟平时一直这样用也没有问题^-^)。

可以看到，对str1重新复制，修改str3的值，都会触发写时拷贝，分配了新的空间。由于str1、str3都分配了新的空间，str2就可以继续使用原来的空间了。

3. 写时拷贝原理

看了上面的例子，相信大家都已明白写时拷贝的表象了。但我们不能满足于现象，还要知道实现原理。应该很多同学都能猜到，string肯定是使用计数器来记录引用数，当有新的string对象共享内存块时，计数器+1，当有对象触发写时拷贝或析构时，计数器-1。

那么计数器存放在哪里呢？这是对象级别的计数器，由若干个对象共享，string类成员变量、静态变量或全局变量都不能满足要求。最合适的就是在堆里分配空间专门存储这个计数器，由第一个创建的对象分配并初始化计数器，其他对象按照约定引用计数器。我们知道string的内存空间就在堆上，那么直接在这块区上多分配一个空间来存储计数器是最方便的，所有共享这块内存的string对象都能访问计数器。事实上stl就是这么实现的，在string内存空间的最前面分配了空间存储计数器，如下图所示：

图片摘自引文

string的所有赋值、拷贝构造操作，计数器都会+1；修改string数据时，先判断计数器是否为0（0代表没有其他对象共享内存空间），为0则可以直接使用内存空间（如例子中的str2），否则触发写时拷贝，计数器-1，拷贝一份数据出来修改，并且新的内存计数器置0；string对象析构时，如果计数器为0则释放内存空间，否则计数器也要-1。

4. stl源码分析

我们稍微走读下stl源码，看看写时拷贝的实现，以赋值操作符为例(拷贝构造函数类似)：

(1) 赋值操作符事实上是调用assign函数

(2) _M_grab完成引用计数器更新，返回string数据内存地址

(3) _M_rep返回Rep指针，Rep保存在string数据内存前面，所以使用-1下标索引。计数器_M_refcount就在Rep中。

(4) 实际执行_M_refcopy

(5) 引用计数器+1，返回数据内存地址(因为rep在数据前面，所以指针+1)

5. 写时拷贝是一把双刃剑

写时拷贝能减少不必要的内存操作，提高程序性能，但同时也是一把双刃剑，如果没按stl约定使用string，可能会导致极其严重的bug，而且通常是很隐蔽的，因为一般不会把注意力放到一个赋值语句。

那么stl的约定用法是怎样呢？可以概括为两点：一，使用string提供的写操作，包括操作符与成员函数修改内容，都能正常触发写时拷贝，不会有”坑“；二，c_str()与data()返回const char*指针，只用来读取数据，不要强制转成char*指针直接修改内存。写时拷贝惹的祸都是因第二点使用不当导致的，”有经验“的程序员喜欢直接操作内存，硬是把const指针改成非const，殊不知这样修改内存，string对象是不感知的，没有办法触发写时拷贝，后果就是所有共享同一内存的string对象内容都被篡改了。