rust 中的 DST 和 ZST

本贴最后更新于 2344 天前,其中的信息可能已经沧海桑田

类型的大小在 Rust 中很重要,Sized trait 是 std::marker 模块中的四大特殊 trait 之一。本文主要介绍 DST 和 ZST。

DST

DST 是 Dynamic Sized Type 的缩写,意思是动态大小类型,表示在编译阶段无法确定大小的类型。在讲这种类型之前,我们先从数组开始谈起。

数组是一个容器,它在一块连续内存空间中,存储了一系列的同样类型的数据。数组中的元素的占用空间大小必须是编译期确定的,数组本身所容纳的元素个数也必须是编译期确定的。如果需要使用变长的容器,可以使用标准库中的 Vec / LinkedList 等,原始数组类型是不支持动态改变大小的。数组类型的表示方式为[T; n],T 代表元素类型,n 代表元素个数。中间用分号隔开。在 Rust 中,对于两个数组类型,只有元素类型和元素个数都完全相同,这两个数组才是同类型的。示例如下:

fn modify_array(mut arr: [i32; 5]) { arr[0] = 100; println!("modified array {:?}", arr); } fn main() { let xs: [i32; 5] = [1, 2, 3, 4, 5]; modify_array(xs); println!("origin array {:?}", xs); }

编译执行,结果为:

modified array [100, 2, 3, 4, 5] origin array [1, 2, 3, 4, 5]

我们可以看到,把数组 xs 作为参数传给一个函数,这个数组并不会退化成一个指针,而是会将这个数组完整拷贝进入这个函数。函数体内对数组的改动,不会影响到外面的数组。

如果我们把数组的长度改变一下,会发现 [i32; 4] 类型的数组和 [i32; 5] 类型的数组是不同的类型,不能赋值。

数组切片

对数组取 borrow 操作,可以生成一个“数组切片(Slice)”。数组切片对数组没有“所有权”,我们可以把数组切片看做是专门用于指向数组的指针,是对数组的另外一个“视图”。比如,我们有一个数组[T; n],它的借用指针的类型就是&[T; n]。它可以通过编译器内部魔法,转换为数组切片类型&[T]。数组切片实质上还是指针,它不过是在类型系统中丢弃了编译阶段定长数组类型的长度信息,而将此长度信息存储为运行期的值。示例如下:

// 注意参数类型

fn mut_array(a : &mut [i32]) { a[2] = 5; println!("len {}", a.len()); } fn main() { let mut v : [i32; 3] = [1,2,3]; { let s : &mut [i32; 3] = &mut v; mut_array(s); } println!("{:?}", v); }

变量 v 是[i32; 3]类型,变量 s 是&mut; [i32; 3]类型。它可以自动转换为&mut; [i32]数组切片类型传入函数 mut_array。在函数内部,通过这个指针,修改了外部的数组 v 的值。而且我们可以看到,这个 &mut; [i32] 类型的指针,它不仅包含了指向数组的地址信息,还包含了指向数组的长度信息。

那它是怎么实现的呢?原因就在于 &mut; [i32; 3] 和 &mut; [i32] 的内部表示是有区别的。&mut; [i32; 3] 这种指针,就是普通指针,数组长度信息是编译期确定的。&mut; [i32] 这种指针,是“胖指针(fat pointer)”,它既可以指向 [i32; 3],也可以指向 [i32; 4],还能指向一个数组的某一个部分。示例如下:

use std::mem::transmute; use std::mem::size_of; fn main() { println!("{:?}", size_of::<&[i32; 3]>()); println!("{:?}", size_of::<&[i32]>()); let v : [i32; 5] = [1,2,3,4,5]; let p : &[i32] = &v;[2..4]; unsafe { let (ptr, len) : (usize, isize) = transmute(p); println!("{} {}", ptr, len); let ptr = ptr as *const i32; for i in 0..len { println!("{}", *ptr.offset(i)); } } }

由此可见,对于 &[i32] 型指针,它是普通指针大小的两倍,这也是为什么它叫做“胖指针”的原因。它里面同时存储了所指向的地址,以及长度信息。所以它避免了 C/C++ 里面出现的,数组作为函数参数的时候,退化为裸指针的问题。

Sized

为什么 Rust 编译器会把 &[i32] 这种类型的指针当成胖指针处理呢?因为在 Rust 眼里,[i32]也是一个合理的类型。它代表由 i32 类型组成的数组,然而长度在编译阶段不确定。对于编译阶段大小不定的类型,Rust 将其称之为 Dynamic Sized Type。我们不能直接声明 DST 类型的变量绑定,因为编译器根本没办法知道,怎么为它分配内存。但是,指向这种类型的指针是可以存在的,因为指针的大小是固定的。

Rust 中有一个重要的 trait Sized,可以用于区分一个类型是不是 DST。所有的 DST 类型都不满足 Sized 约束。我们可以在泛型约束中使用 Sized、!Sized、?Sized 三种写法。其中 T:Sized 代表类型必须是编译期确定大小的,T:!Sized 代表类型必须是编译期不确定大小的,T:?Sized 代表以上两种情况都可以。在泛型代码中,泛型类型参数默认携带了 Sized 约束,因为这是最普遍最常见的情况。如果我们希望这个泛型参数也可以支持 DST 类型,那么就应该为它专门加上 ?Sized 约束,示例如下:

use std::fmt::Debug; fn call(p : &T;) where T:Debug { println!("{}", p); } fn main() { let x : &[i32] = &[1,2,3,4]; call(x); } 以上写法,等同于默认有一个 T:Sized 约束。当参数是 &[i32] 类型的时候,编译器推理出来泛型参数是 [i32],不符合 Sized 约束,就会报错。修复方案是,加上 T: ?Sized 约束: use std::fmt::Debug; fn call(p : &T;) where T: Debug { println!("{:?}", p); } fn main() { let x : &[i32] = &[1,2,3,4]; call(x); }

如果我没记错的话,这个 ?Sized 表示法,是知乎网友 @Liigo 提出来的建议。

直接在语言中加入对 DST 的支持是有好处的。虽然这种类型无法直接实例化,但是可以被用在 impl 块,以及泛型代码中。比如,我们可以为 [i32] 类型 impl 一个 trait。再比如, Rc<[i32]> 也是一个合法的类型。我们为 [i32] 类型添加的方法,自然而然就可以被 Rc<[i32]> 使用。

Rust 中的 str 类型也是一种典型的 DST 类型。它跟不定长数组是一样的,它内部就是一个 u8 类型的不定长数组。&str;也是一个胖指针,跟数组切片一模一样。还有一种常见的 DST 类型就是 trait。trait 仅仅规定了类型需要实现的方法,而对具体类型的大小没有限制,因此实现同一个 trait 的具体类型大小是不定的,所以我们不能直接声明 trait 类型的变量。同理,把 trait 放到指针后面是合法的。此时,指针也是胖指针,其中包含了指向真实数据结构的指针以及指向虚函数表的 vtable 指针。这种胖指针,也叫做 trait object,在后面讲解泛型和动态分派的时候再详细介绍。

DST 的故事到现在为止还没有结束。目前编译器只支持上面介绍的这几种固定的 DST 及其对应的胖指针类型。按照 Rust 设计者的想法,用户应该有权自定义自己的 DST 类型以及各种智能指针类型。只不过这些问题目前不是很紧急,以后再来慢慢设计。

ZST

Rust 还支持 0 大小类型(Zero Sized Type)。比如,在前面的文章中提到过的 () 类型和空结构体类型,都是 0 大小类型。示例如下:

use std::mem::size_of; fn main() { println!("{}", size_of::<()>()); println!("{}", size_of::<[(); 100]>()); let boxed_unit = Box::new(()); println!("{:p}", boxed_unit); }

执行结果为:

0 0 0x1

由此可见,unit 类型确实是 0 大小的类型,而且由它组成的数组,也是 0 大小类型。而如果我们为 0 大小的类型申请动态分配内存,我们可以得到,指针指向的地址是 1。这个 1 是怎么回事呢?

当碰到 0 大小类型需要动态分配空间的时候,在标准库里面会直接返回一个 EMPTY 出去。这个 EMPTY 定义在 liballoc/heap.rs 模块中:

/// An arbitrary non-null address to represent

/// zero-size allocations.

/// This preserves the non-null invariant for

/// types like Box. The address may overlap

/// with non-zero-size memory allocations.

pub const EMPTY: *mut () = 0x1 as *mut ();

为什么选 1 这个值呢?首先,1 不可能是内存分配器正常返回的地址,其次,0 已经用于表示空指针 null 的情况,所以选择另外一个不同的值来表示这种情况。那么这两种“空”有什么区别呢,我们继续用示例说明:

use std::mem::transmute;

fn main() {

let x : Box<()> = Box::new(());

let y : Option> = None;

let z : Option> = Some(Box::new(()));

unsafe {

let value1 : usize = transmute(x); let value2 : usize = transmute(y); let value3 : usize = transmute(z);println!("{} {} {}", value1, value2, value3); } }

其中的 transmute 函数是强制类型转换的作用。编译执行,结果为:“1 0 1”。所以,解释起来就是:非空指针指向 0 大小的类型,指向的是地址 1;空指针都是指向的是地址 0。

  • Rust

    Rust 是一门赋予每个人构建可靠且高效软件能力的语言。Rust 由 Mozilla 开发,最早发布于 2014 年 9 月。

    58 引用 • 22 回帖 • 1 关注

相关帖子

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...

推荐标签 标签

  • 开源中国

    开源中国是目前中国最大的开源技术社区。传播开源的理念,推广开源项目,为 IT 开发者提供了一个发现、使用、并交流开源技术的平台。目前开源中国社区已收录超过两万款开源软件。

    7 引用 • 86 回帖
  • 小薇

    小薇是一个用 Java 写的 QQ 聊天机器人 Web 服务,可以用于社群互动。

    由于 Smart QQ 从 2019 年 1 月 1 日起停止服务,所以该项目也已经停止维护了!

    34 引用 • 467 回帖 • 759 关注
  • Redis

    Redis 是一个开源的使用 ANSI C 语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value 数据库,并提供多种语言的 API。从 2010 年 3 月 15 日起,Redis 的开发工作由 VMware 主持。从 2013 年 5 月开始,Redis 的开发由 Pivotal 赞助。

    286 引用 • 248 回帖 • 18 关注
  • 正则表达式

    正则表达式(Regular Expression)使用单个字符串来描述、匹配一系列遵循某个句法规则的字符串。

    31 引用 • 94 回帖 • 1 关注
  • 新人

    让我们欢迎这对新人。哦,不好意思说错了,让我们欢迎这位新人!
    新手上路,请谨慎驾驶!

    52 引用 • 228 回帖
  • 以太坊

    以太坊(Ethereum)并不是一个机构,而是一款能够在区块链上实现智能合约、开源的底层系统。以太坊是一个平台和一种编程语言 Solidity,使开发人员能够建立和发布下一代去中心化应用。 以太坊可以用来编程、分散、担保和交易任何事物:投票、域名、金融交易所、众筹、公司管理、合同和知识产权等等。

    34 引用 • 367 回帖 • 1 关注
  • Node.js

    Node.js 是一个基于 Chrome JavaScript 运行时建立的平台, 用于方便地搭建响应速度快、易于扩展的网络应用。Node.js 使用事件驱动, 非阻塞 I/O 模型而得以轻量和高效。

    139 引用 • 269 回帖 • 2 关注
  • Outlook
    1 引用 • 5 回帖 • 1 关注
  • 倾城之链
    23 引用 • 66 回帖 • 160 关注
  • 一些有用的避坑指南。

    69 引用 • 93 回帖
  • DevOps

    DevOps(Development 和 Operations 的组合词)是一组过程、方法与系统的统称,用于促进开发(应用程序/软件工程)、技术运营和质量保障(QA)部门之间的沟通、协作与整合。

    56 引用 • 25 回帖 • 5 关注
  • V2Ray
    1 引用 • 15 回帖 • 1 关注
  • SQLServer

    SQL Server 是由 [微软] 开发和推广的关系数据库管理系统(DBMS),它最初是由 微软、Sybase 和 Ashton-Tate 三家公司共同开发的,并于 1988 年推出了第一个 OS/2 版本。

    21 引用 • 31 回帖 • 3 关注
  • Scala

    Scala 是一门多范式的编程语言,集成面向对象编程和函数式编程的各种特性。

    13 引用 • 11 回帖 • 157 关注
  • AWS
    11 引用 • 28 回帖 • 11 关注
  • jsDelivr

    jsDelivr 是一个开源的 CDN 服务,可为 npm 包、GitHub 仓库提供免费、快速并且可靠的全球 CDN 加速服务。

    5 引用 • 31 回帖 • 92 关注
  • WordPress

    WordPress 是一个使用 PHP 语言开发的博客平台,用户可以在支持 PHP 和 MySQL 数据库的服务器上架设自己的博客。也可以把 WordPress 当作一个内容管理系统(CMS)来使用。WordPress 是一个免费的开源项目,在 GNU 通用公共许可证(GPLv2)下授权发布。

    66 引用 • 114 回帖 • 204 关注
  • Bug

    Bug 本意是指臭虫、缺陷、损坏、犯贫、窃听器、小虫等。现在人们把在程序中一些缺陷或问题统称为 bug(漏洞)。

    76 引用 • 1742 回帖 • 1 关注
  • 微软

    微软是一家美国跨国科技公司,也是世界 PC 软件开发的先导,由比尔·盖茨与保罗·艾伦创办于 1975 年,公司总部设立在华盛顿州的雷德蒙德(Redmond,邻近西雅图)。以研发、制造、授权和提供广泛的电脑软件服务业务为主。

    8 引用 • 44 回帖 • 3 关注
  • 小说

    小说是以刻画人物形象为中心,通过完整的故事情节和环境描写来反映社会生活的文学体裁。

    31 引用 • 108 回帖
  • HBase

    HBase 是一个分布式的、面向列的开源数据库,该技术来源于 Fay Chang 所撰写的 Google 论文 “Bigtable:一个结构化数据的分布式存储系统”。就像 Bigtable 利用了 Google 文件系统所提供的分布式数据存储一样,HBase 在 Hadoop 之上提供了类似于 Bigtable 的能力。

    17 引用 • 6 回帖 • 68 关注
  • Q&A

    提问之前请先看《提问的智慧》,好的问题比好的答案更有价值。

    9314 引用 • 42389 回帖 • 115 关注
  • 黑曜石

    黑曜石是一款强大的知识库工具,支持本地 Markdown 文件编辑,支持双向链接和关系图。

    A second brain, for you, forever.

    21 引用 • 204 回帖
  • Word
    13 引用 • 40 回帖
  • abitmean

    有点意思就行了

    29 关注
  • golang

    Go 语言是 Google 推出的一种全新的编程语言,可以在不损失应用程序性能的情况下降低代码的复杂性。谷歌首席软件工程师罗布派克(Rob Pike)说:我们之所以开发 Go,是因为过去 10 多年间软件开发的难度令人沮丧。Go 是谷歌 2009 发布的第二款编程语言。

    498 引用 • 1395 回帖 • 260 关注
  • 深度学习

    深度学习(Deep Learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。

    54 引用 • 40 回帖