rust语言基础学习: 写时克隆智能指针Cow

2020-07-27

昨天学习了Rust中与借用数据相关的三个trait: Borrow, BorrowMut和ToOwned。理解了这三个trait之后，今天来学习Rust中能够实现写时克隆的智能指针Cow<'a B>。

1.Cow的定义 #

Cow是Rust提供的用于实现写时克隆(Clone on write)的智能指针。

Cow的定义如下:

1pub enum Cow<'a, B> 
2where
3    B: 'a + ToOwned + ?Sized, 
4 {
5    Borrowed(&'a B),
6    Owned(<B as ToOwned>::Owned),
7}

从Cow的定义看，它是一个enum，包含一个对类型B的只读引用，或者包含一个拥有类型B的所有权的数据。使用Cow使我们在返回数据时提供了两种可能: 要么返回一个借用的数据(只读)，要么返回一个拥有所有权的数据(可读写)。

Cow trait的泛型参数约束比较复杂，下面详细介绍一下:

pub enum Cow<'a, B>中的'a是生命周期标注，表示Cow是一个包含引用的enum。泛型参数B需要满足'a + ToOwned + ?Sized。即当Cow内部类型B的生命周期为’a时，Cow自己的生命周期也是’a。
泛型参数B除了生命周期注解’a外，还有ToOwned和?Sized两个约束
?Sized表示B是可变大小类型
ToOwned表示可以把借用的B数据克隆出一个拥有所有权的数据
这个enum里的Borrowed(&'a B)表示返回借用数据是B类型的引用，引用的生命周期为’a
因为B满足ToOwned trait，所以Owned(<B as ToOwned>::Owned)中的<B as ToOwned>::Owned表示把B强制转换成ToOwned，并访问ToOwned内部的关联类型Owned

2.智能指针Cow #

了解了Cow这个用于写时克隆的智能指针的定义，它在定义上是一个枚举类型，有两个可选值:

Borrowed用来包裹对象的引用
Owned用来包裹对象的所有者

下面从智能指针的角度来学习Cow。

在开始学习之前，先回顾一下智能指针的特征:

大多数情况下智能指针具有它所指向数据的所有权
智能指针是一种数据结构，一般使用结构体实现
智能指针数据类型的显著特征是实现Deref和Drop trait

当然，上面智能指针的特征都不是强制的，我们来看一下Cow做为智能指针是否有上面的这些特征:

Cow枚举的Owned的可选值，可以返回一个拥有所有权的数据
Cow作为智能指针在定义上是使用枚举类型实现的
Cow实现的Deref trait，Cow没有实现Drop trait

我们知道，如果一个类型实现了Deref trait，那么就可以将类型当做常规引用类型使用。

下面是Cow对Deref trait的实现:

 1impl<B: ?Sized + ToOwned> const Deref for Cow<'_, B>
 2where
 3    B::Owned: ~const Borrow<B>,
 4{
 5    type Target = B;
 6
 7    fn deref(&self) -> &B {
 8        match *self {
 9            Borrowed(borrowed) => borrowed,
10            Owned(ref owned) => owned.borrow(),
11        }
12    }
13}

在实现上很简单，match表达式中根据self是Borrowed还是Owned，分别取其内容，然后生成引用:

对于Borrowed选项，其内容就是引用
对于Owned选项，其内容是泛型参数B实现ToOwned中的关联类型Owned，而Owned是实现Borrow trait的，所以owned.borrow()可以获得引用

Cow<'a, B>通过对Deref trait的实现，就变得很厉害了，因为智能指针通过Deref的实现就可以获得常规引用的使用体验。对Cow<'a, B>的使用，在体验上和直接&B基本上时一致的。

通过函数或方法传参时Deref强制转换(Deref coercion)功能，可以使用Cow<'a, B>直接调用B的不可变引用方法(&self)。

例1:

1use std::borrow::Cow;
2
3fn main() {
4    let hello = "hello world";
5    let c = Cow::Borrowed(hello);
6    println!("{}", c.starts_with("hello"));
7}

例1中变量c使用Cow包裹了一个&str引用，随后直接调用了str的start_with方法。

3.Cow的方法 #

接下来看一下智能指针Cow都提供了哪些方法供我们使用。

pub fn into_owned(self) -> <B as ToOwned>::Owned: into_owned方法用于抽取Cow所包裹类型B的所有者权的数据，如果它还没有所有权数据将会克隆一份。在一个Cow::Borrowed上调用into_owned，会克隆底层数据并成为Cow::Owned。在一个Cow::Owned上调用into_owned不会发生克隆操作。

例2:

 1use std::borrow::Cow;
 2
 3fn main() {
 4    let s = "Hello world!";
 5
 6    // 在一个`Cow::Borrowed`上调用`into_owned`，会克隆底层数据并成为`Cow::Owned`。
 7    let cow1 = Cow::Borrowed(s);
 8
 9    assert_eq!(cow1.into_owned(), String::from(s));
10
11    // 在一个`Cow::Owned`上调用into_owned不会发生克隆操作。
12    let cow2: Cow<str> = Cow::Owned(String::from(s));
13
14    assert_eq!(cow2.into_owned(), String::from(s));
15}

pub fn to_mut(&mut self) -> &mut <B as ToOwned>::Owned: 从Cow所包裹类型B的所有者权的数据获得一个可变引用，如果它还没有所有权数据将会克隆一份再返回其可变引用。

例3:

1use std::borrow::Cow;
2
3fn main() {
4    let mut cow = Cow::Borrowed("foo");
5    cow.to_mut().make_ascii_uppercase();
6
7    assert_eq!(cow, Cow::Owned(String::from("FOO")) as Cow<str>);
8}

关于Cow的这2个方法:

调用to_mut()方法可以得到一个具有所有权的值的可变引用，注意在已经具有所有权的情况下，也可以调用to_mut但不会产生新的克隆，多次调用to_mut只会产生一次克隆
调用into_owned()方法可以得到具有所有权的值，如果之前Cow是Borrowed借用状态，调用into_owned将会克隆，如果已经是Owned状态，将不会克隆

4.Cow的使用场景 #

使用Cow主要用来减少内存的分配和复制，因为绝大多数的场景都是读多写少。使用Cow可以在需要些的时候才做一次内存复制，这样就很大程度减少了内存复制次数。

先来看官方文档中的例子。

例4:

 1use std::borrow::Cow;
 2
 3fn main() {
 4    fn abs_all(input: &mut Cow<[i32]>) {
 5        for i in 0..input.len() {
 6            let v = input[i];
 7            if v < 0 {
 8                // Clones into a vector if not already owned.
 9                input.to_mut()[i] = -v;
10            }
11        }
12    }
13
14    // No clone occurs because `input` doesn't need to be mutated.
15    let slice = [0, 1, 2];
16    let mut input = Cow::from(&slice[..]);
17    abs_all(&mut input);
18
19    // Clone occurs because `input` needs to be mutated.
20    let slice = [-1, 0, 1];
21    let mut input = Cow::from(&slice[..]);
22    abs_all(&mut input);
23
24    // No clone occurs because `input` is already owned.
25    let mut input = Cow::from(vec![-1, 0, 1]);
26    abs_all(&mut input);
27}

最后再来看一下例子。

例5:

 1use std::borrow::Cow;
 2
 3const SENSITIVE_WORD: &str = "bad";
 4
 5fn remove_sensitive_word<'a>(words: &'a str) -> Cow<'a, str> {
 6    if words.contains(SENSITIVE_WORD) {
 7        Cow::Owned(words.replace(SENSITIVE_WORD, ""))
 8    } else {
 9        Cow::Borrowed(words)
10    }
11}
12
13fn remove_sensitive_word_old(words: &str) -> String {
14    if words.contains(SENSITIVE_WORD) {
15        words.replace(SENSITIVE_WORD, "")
16    } else {
17        words.to_owned()
18    }
19}
20
21fn main() {
22    let words = "I'm a bad boy.";
23    let new_words = remove_sensitive_word(words);
24    println!("{}", new_words);
25
26    let new_words = remove_sensitive_word_old(words);
27    println!("{}", new_words);
28}

例5的需求是实现一个字符串敏感词替换函数，从给定的字符串替换掉预制的敏感词。

例子中给出了remove_sensitive_word和remove_sensitive_word_old两种实现，前者的返回值使用了Cow，后者返回值使用的是String。仔细分析一下，很明显前者的实现效率更高。因为如果输入的字符串中没有敏感词时，前者Cow::Borrowed(words)不会发生堆内存的分配和拷贝，后者words.to_owned()会发生一次堆内存的分配和拷贝。

试想一下，如果例5的敏感词替换场景，是大多数情况下都不会发生替换的，即读多写少的场景，remove_sensitive_word实现中使用Cow作为返回值就在很多程度上提高了系统的效率。

5.总结 #

在设计和编写Rust代码时，使用Cow可以实现在需要时才进行内存的分配和拷贝，在读多写少的场景下，可以减少堆内存分配次数，很大程度提高系统的效率。

参考 #

https://doc.rust-lang.org/std/borrow/enum.Cow.html#method.is_owned