Fork me on GitHub

什么是Empty Base Optimization?

说到C++中的Empty Base Optimization(简称ebo)可能大家还是比较陌生,但是C++中每天都在用的std::string中就用到了ebo。

那么到底什么是ebo呢? 其实ebo就是当一个类的对象理想内存占用可以为0的时候,把这个类的对象作为另一个类的成员时,把其内存占用变为0的一种优化方法。 说起来可能有点绕,还是用一个例子来说明一下吧,看下面的代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
#include <iostream>
using namespace std;

class Base
{};

int main()
{
    cout << "sizeof(Base) " << sizeof(Base) << endl;

    Base obj1;
    Base obj2;

    cout << "addr obj1 " << (void*) &obj1 << endl;
    cout << "addr obj2 " << (void*) &obj2 << endl;

    return 0;
}

大家能猜到上面的代码的输出吗?sizeof(Base)会是0吗?obj1的地址会和obj2的一样吗?

自己编译上面的代码,运行一下,会得到类似下面的输出(第2、3行会略有不同):

sizeof(Base) 1
addr obj1 0xbfdc9033
addr obj2 0xbfdc9032

看见了吧?就算Base不包含任何的成员,编译器也会让Base占1 byte。 这是因为如果一个类的内存占用为0,那么连续的分配对象有可能会有同一个内存地址,这个是不合理的。 所以编译器为了避免这种情况,让空的类也会占有1 byte的大小。

那么如果我要用Base作为另一个类的成员变量呢,比如下面这样:

class TestCls
{
    Base m_obj;
    int m_num;
};

int main()
{
    cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;
    
    return 0;
}

知道上面的输出会是多少吗?5? 在32位的机器上面是8,因为编译器为了存取的方便,会在m_obj的后面产生3 byte的padding,以和机器字对齐。 总之答案不会是4。

但是在内存非常紧张的情况下,还真的会想要让TestCls的size是4。有办法吗? 这里就可以用到今天介绍的ebo了,看下面的代码:

class TestCls : public Base
{
    int m_num;
};

int main()
{
    cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;
    return 0;
}

这次能猜到输出是多少吗?没错,就是我们想要的4! 当我们把空的类作为基类的时候,编译器就会把这个基类的size去掉,做了优化, 从而使得整个对象占有真正需要的size。

那么如果这个子类除了基类之外,没有别的成员呢?如下面:

class TestCls : public Base
{};

int main()
{
    cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;
    return 0;
}

上面的代码输出仍然是1,因为如果这个类本身除了空基类之外没别的成员, 说明这个类本身也是一个空类,所以最开始说的情况就适用于这里。 编译器就给空类给了1的size。

上面说的就是Empty Base Optimization了。那么现实中哪里使用到了这个技巧呢? 除了最开始提到的std::string之外,Google的cpp-btree也用到了这个技巧。 下面我们来看看这两个现实中的例子。

STL中的string

C++每天都用的string中就用到了ebo。我们来看看string是如何定义成员的(省略函数定义,以下代码源自gcc 4.1.2 c++):

template<typename _CharT, typename _Traits, typename _Alloc>
class basic_string
{
public:
    mutable _Alloc_hider      _M_dataplus;
};

注意string实际上是模板类basic_string的一个特化类。而basic_string只包含了一个成员_M_dataplus, 其类型为_Alloc_hider

我们来看看_Alloc_hider是怎么定义:

template<typename _CharT, typename _Traits, typename _Alloc>
class basic_string
{
private:
    struct _Alloc_hider : _Alloc // Use ebo
    {
        _CharT* _M_p; // The actual data.
    };
};

_Alloc_hider继承于模板参数类_Alloc(并且还是私有继承),还有一个自己的成员_M_p_M_p是用来存放实际数据的,而_Alloc呢?熟悉STL的人可能还记得STL里面有一个allocator。 这个allocator一般的实现都是没有任何的数据成员,只有static函数的。 所以这个类是一个空类。 默认的string就是将这个allocator当作模板参数传递到_Alloc。 所以_Alloc大多数情况下都是空类,而string经常会在程序中用到, 还很经常会大量的使用,比如在容器中,这个时候就需要考虑内存占用了。 所以在这里就是用了ebo的优化。

可能会有人会问,string里面实际上只有char*,但是不是说string还记录了size, 还用到了copy on write技术的吗?那怎么只有一个char*呢? 这个和string的实现中的内存布局相关,其中Copy on write是g++的stl中实现的策略, 想要了解g++的string的内存布局,可以看看陈硕的这篇文章

cpp-btree中的ebo

cpp-btree是Google出的一个基于B树的模板容器类库。如果有不熟悉B树的童鞋,可以移步这里 看一看这个数据结构的动画演示。

B树是一种平衡树结构,一般常用于数据库的磁盘文件数据结构(不过一般会用其变体B+树)。而cpp-btree则是全内存的,和std::map类似的一种容器实现,其对于大量元素(>100w)的存取效率要高于std::map的红黑树实现,并且还节省内存。

关于cpp-btree的广告就卖到这里,我们看看他哪里使用了ebo。 在cpp-btree里面提供了btree_setbtree_map两个容器类, 而他们的公共实现都在btree这个类里面。 btree这个类实现了主要的B树的功能,而其成员定义如下:

template <typename Params>
class btree : public Params::key_compare {
private:
  typedef typename Params::allocator_type allocator_type;
  typedef typename allocator_type::template rebind<char>::other
    internal_allocator_type;

  template <typename Base, typename Data>
  struct empty_base_handle : public Base {
    empty_base_handle(const Base &b, const Data &d)
        : Base(b),
          data(d) {
    }
    Data data;
  };

  empty_base_handle<internal_allocator_type, node_type*> root_;
};

可以看见btree这个类里面只包含了root_这一个成员,其类型为empty_base_handleempty_base_handle是一个继承于Base的类,在这里, Base特化成internal_allocator_type。 从名字可以看出internal_allocator_type是一个allocator, 而在默认的btree_map实现中,这个allocator就是std::allocator。 所以一般情况下,Base也是一个空类。

这里btree也利用了ebo节省了内存占用。

一个例外

在编译器判断是否做ebo的时候,有这么一个例外,就是虽然继承于一个空类, 但是子类的第一个非static成员的类型也是这个空类或者是这个类的一个子类。 在这种情况下,编译器是不会做ebo的。

有点绕,我们看看下面的代码就明白了:

#include <iostream>
using namespace std;

class Base
{};

class TestCls : public Base
{
public:
    Base m_obj; // <<<<
    int m_num;
};

int main()
{
    cout << "sizeof(Base) " << sizeof(Base) << endl;
    cout << "sizeof(TestCls) " << sizeof(TestCls) << endl;

    TestCls obj;

    cout << "addr obj " << (void*) &obj << endl;
    cout << "addr obj.m_obj " << (void*) &(obj.m_obj) << endl;
    cout << "addr obj.m_num " << (void*) &(obj.m_num) << endl;

    return 0;
}

运行一下上面的代码,你会看到,TestCls的size是8,并且obj的地址和obj.m_obj的地址并不一样。 这说明了ebo并没有进行。


知识共享许可协议
作品airekans创作,采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。


Published

08 August 2014

Tags

Share To