揭开智能指针 Box 的神秘面纱

本文转载自微信公众号「董泽润的技术笔记」，作者董泽润。转载本文请联系董泽润的技术笔记公众号。

熟悉 c++ 的肯定知道 shared_ptr, unique_ptr, 而 Rust 也有智能指针 Box, Rc, Arc, RefCell 等等，本文分享 Box 底层实现

Box 会在堆上分配空间，存储 T 值，并返回对应的指针。同时 Box 也实现了 trait Deref 解引用和 Drop 析构，当 Box 离开作用域时自动释放空间

入门例子

例子来自 the rust book, 为了演示方便，去掉打印语句

fn main() { 
    let _ = Box::new(0x11223344); 
} 

将变量 0x11223344 分配在堆上，所谓的装箱，java 同学肯定很熟悉。让我们挂载 docker, 使用 rust-gdb 查看汇编实现

Dump of assembler code for function hello_cargo::main: 
   0x000055555555bdb0 <+0>: sub    $0x18,%rsp 
   0x000055555555bdb4 <+4>: movl   $0x11223344,0x14(%rsp) 
=> 0x000055555555bdbc <+12>: mov    $0x4,%esi 
   0x000055555555bdc1 <+17>: mov    %rsi,%rdi 
   0x000055555555bdc4 <+20>: callq  0x55555555b5b0  
   0x000055555555bdc9 <+25>: mov    %rax,%rcx 
   0x000055555555bdcc <+28>: mov    %rcx,%rax 
   0x000055555555bdcf <+31>: movl   $0x11223344,(%rcx) 
   0x000055555555bdd5 <+37>: mov    %rax,0x8(%rsp) 
   0x000055555555bdda <+42>: lea    0x8(%rsp),%rdi 
   0x000055555555bddf <+47>: callq  0x55555555bd20 >> 
   0x000055555555bde4 <+52>: add    $0x18,%rsp 
   0x000055555555bde8 <+56>: retq 
End of assembler dump. 

关键点就两条，alloc::alloc::exchange_malloc 在堆上分配内存空间，然后将 0x11223344 存储到这个 malloc 的地址上

函数结束时，将地址传递给 core::ptr::drop_in_place 去释放，因为编译器知道类型是 alloc::boxed::Box, 会掉用 Box 相应的 drop 函数

单纯的看这个例子，Box 并不神秘，对应汇编实现，和普通指针没区别，一切约束都是编译期行为

所有权

fn main() { 
    let x = Box::new(String::from("Rust")); 
    let y = *x; 
    println!("x is {}", x); 
} 

这个例子中将字符串装箱，其实没必要这么写，因为 String 广义来讲本身就是一种智能指针。这个例子会报错

3 |     let y = *x; 
  |             -- value moved here 
4 |     println!("x is {}", x); 
  |                         ^ value borrowed here after move 

*x 解引用后对应 String, 赋值给 y 时执行 move 语义，所有权不在了，所以后续 println 不能打印 x

let y = &*x; 

可以取字符串的不可变引用来 fix

底层实现

pub struct Box< 
    T: ?Sized, 
    #[unstable(feature = "allocator_api", issue = "32838")] A: Allocator = Global, 
>(Unique, A); 

上面是 Box 的定义，可以看到是一个元组结构体，有两个泛型参数：T 代表任意类型，A 代表内存分配器。标准库里 A 是 Gloal 默认值。其中 T 有一个泛型约束 ?Sized, 表示在编译时可能知道类型大小，也可能不知道，当然一般都用于不知道大小的场景，很少像上文一样存储 int

#[stable(feature = "rust1", since = "1.0.0")] 
unsafe impl<#[may_dangle] T: ?Sized, A: Allocator> Drop for Box { 
    fn drop(&mut self) { 
        // FIXME: Do nothing, drop is currently performed by compiler. 
    } 
} 

这是 Drop 实现，源码里也说了，由编译器实现

#[stable(feature = "rust1", since = "1.0.0")] 
impl Deref for Box { 
    type Target = T; 
 
    fn deref(&self) -> &T { 
        &**self 
    } 
} 
 
#[stable(feature = "rust1", since = "1.0.0")] 
impl DerefMut for Box { 
    fn deref_mut(&mut self) -> &mut T { 
        &mut **self 
    } 
} 

实现了 Deref 可以定义解引用行为，DerefMut 可变解引用。所以 *x 对应着操作 *(x.deref())

适用场景

官网提到以下三个场景，本质上 Box 和普通指针区别不大，所以用处不如 Rc, Arc, RefCell 广

• 当类型在编译期不知道大小，但代码场景还要求确认类型大小的时候
• 当你有大量数据，需要移动所有权，而不想 copy 数据的时候
• trait 对象，或者称为 dyn 动态分发常用在一个集合中存储不同的类型上，或者参数指定不同的类型

官网有一个链表的实现

enum List { 
    Cons(i32, List), 
    Nil, 
} 

上面代码是无法运行的，道理也很简单，这是一种递归定义。对应 c 代码也是不行的，我们一般要给 next 类型定义成指针才行

enum List { 
    Cons(i32, Box), 
    Nil, 
} 
 
use crate::List::{Cons, Nil}; 
 
fn main() { 
    let list = Cons(1, Box::new(Cons(2, Box::new(Cons(3, Box::new(Nil)))))); 
} 

官网给的解决方案，就是将 next 变成了指针 Box , 算是常识吧，没什么好说的