CSDN博客

img wxcwuxuchun

天方夜谭VCL: 多态

发表于2002/8/16 10:39:00  942人阅读

天方夜谭VCL: 多态

虫虫

我们中国人崇拜龙,所谓“龙生九种,九种各别”。哪九种?《西游记》里西海龙王对孙悟空说:“第一个小黄龙,见居淮渎;第二个小骊龙,见住济渎;第三个青背龙,占了江渎;第四个赤髯龙,镇守河渎;第五个徒劳龙,与佛祖司钟;第六个稳兽龙,与神官镇脊;第七个敬仲龙,与玉帝守擎天华表;第八个蜃龙,在大家兄处砥据太岳。此乃第九个鼍龙,因年幼无甚执事,自旧年才着他居黑水河养性,待成名,别迁调用,谁知他不遵吾旨,冲撞大圣也。”(注:鼍龙是文雅的说法,民间叫法是猪婆龙,也就是扬子鳄。)如果您冲着这九位说一声“Let’s go”,那场面可壮观了,有天上飞的,有水里游的,也有地上爬的。同样是“go”,“go”的具体形式却各不相同,这正是多态“一个接口,多种实现”的典型例子。

多态的实现方法很多,其中C++直接支持的方式有:通过关键字virtual提供虚函数进行迟后联编,以及通过模板(template)实现静态多态性,它们都各有用武之地。我们比较熟悉的是虚函数,这是建构类层次的重要手段,我们也已经分析过虚函数的原理[1]。然而在有些情况下,虚函数的性能并不是最优,故VCL还提供了一种动态(dynamic)函数,用法和虚函数一模一样,只要把virtual换成DYNAMIC就可以了。VCL的帮助文件里说,动态函数跟虚拟函数相比,空间效率占优,时间效率不行,真的吗?其实现原理又是如何呢?我们又应该如何权衡这两者的使用呢?我们将从一个相当一般的角度来讨论这些问题。

虚函数的苦恼

如下类层次来自一个图形绘制程序的一部分。为了方便管理,界面与具体的图形设计分离。各种图形以动态连接库的方式提供,作为插件的形式。这样可以在不重新编译主程序的情况,增加或减少各种图形。


图1 Shape类层次

最初Shape的声明是

class Shape {
private:
	int x0, y0;
protected:
        Shape();
        virtual ~Shape();
public:
	int x() const;
	int y() const;
        virtual void draw(void *) = 0;
        virtual int move(int, int);
};
后来因为功能扩充,添加了两个虚函数。
class Shape {
private:
	int x0, y0;
protected:
        Shape();
        virtual ~Shape();
public:
	int x() const;
	int y() const;
	virtual int move(int, int);
        virtual void draw(void *) = 0;
        virtual void save(void *) const = 0;
        virtual void load(void *) = 0;
};
后来又作过一些修改,又添加了若干虚函数。问题就在于,虚函数一但增加,虚拟函数表VFT就会发生变化,这时候,主程序就必须重新编译。更糟糕的是,一旦版本升级,派生自不同版本Shape的图形绝对不可以混用[2]。所以我们可以看到硬盘里充斥着mfc20.dll、mfc40.dll、mfc42.dll……却一个也不能删除,这就是MFC升级所带来的DLL垃圾。怎么办?
初步解决

我在网上问过这样的问题,得到的答复主要有:

  • 用COM;
  • 预先多写一些无用的虚函数,留出扩充空间。

其实上面的方法都能很好地解决这个问题。但是推广看来,也有一定局限性。COM不适合解决类层次过深的情况,预留的空间则是不折不扣的“鸡肋”。

追根究底,这个局限性是因为父类和子类的虚拟函数表VFT之间过强的关联性:子类的VFT的前面一部分必须与父类相同。而当父类和子类不在同一个DLL或EXE中的时候,这个要求是很难满足的。父类一旦改变,子类如果不重新编译,就将导致错误。解决的方法,当然就是取消父类和子类VFT之间的关联性。我设计了一个很笨的解决办法,但可以取消这个关联性,使虚函数保证始终只有2个。

#define Dynamic // Dynamic什么都不是,只是好看一点

struct point
{
	int x, y;
};

class dispatch_error{};

class Shape {
private:
	int x0, y0;
protected:
        Shape();
        virtual ~Shape();
	virtual void dispatch(int id, void* in, void* out);
	// in和out是函数的输入输出参数,id是每个函数唯一的标记符号,即代号
	// 实际运用中,id不一定是整数,也可以是128位UUID,或者字符串等等
public:
	int x() const;
	int y() const;
	Dynamic int move(int dx, int dy)
	{
		int r;
		point p = {dx, dy};
		dispatch(-1, &p, &r);
		return r;
	}
        Dynamic void draw(void *hdc)		{dispatch(-2, hdc, 0);}
        Dynamic void save(void* o) const	{dispatch(-3, o, 0);}
        Dynamic void load(void* i)		{dispatch(-4, i, 0);}
};

void Shape::dispatch(int id, void* in, void* out)
{
        switch(id)
        {
                case -1:
                        ...
                case -2:
                        ...
		...
                default:
                        throw(dispatch_error()); // 若函数不存在则抛出异常
        }
}
如果子类Triangle要改写Shape::draw,那么只需要
void Triangle::dispatch(int id, void* in, void* out)
{
        switch(id)
        {
                ...
                case -2:	// 改写Shape::draw
                        ...
		...
                default:
                        Shape::dispatch(id, in, out); //函数不存在则向父类找
        }
}
这样的“Dynamic函数”就解决了前面的问题,只有析构和dispatch这两个虚函数。父类和子类的VFT之间没有关联性,可以自由改动而不会互相影响。
评头论足

我们来对这种解决方案作了评价:的确解决了虚函数的问题,但是也付出了不小的代价:时间效率和可读性,由此也决定了该方案的应用面不广,一般用于

  • 虚函数很少或几乎不需改写的情况。这样有助于减少VFT的大小。至于运行速度则没有什么提高,毕竟VFT的访问速度是常数级[3];
  • 父类需要经常更新而子类不方便同步更新,对效率要求又不高的情况。一般的应用程序都可以使用。

从模式(Patterns)的角度来看,这种方法是典型的职责链(Chain of Responsibility)模式[4]:调用请求从最低层子类开始一层层往上传递,直到被处理或者最后抛出异常。这种模式运用非常广泛,比如VCL消息映射[5]和COM中IDispatch接口[6],与上述解决方案的形式都非常相似。

这个解决方案还可以作进一步的完善,以更好地适用于单根结构的框架。比如单根结构的类库,如MFC和VCL,通过RTTI可以找到唯一的父类,那么可以分离数据(函数代号和指针)和代码(调配部分),以简化结构。解决的方法就是典型的表格驱动,有不少书[78]都用此来优化COM中IUnkown接口的QueryInterface。我们引入类DMT来储存函数的代号和指针。

#include 
using namespace std;

class DMT {
        char* const ptr;
        const DMT* const parent;
public:
        DMT(const DMT* const, const int, ...);
        ~DMT() {delete []ptr;}
        short size() const  {return *(short*)ptr;}
        const void* find(int) const;
};


图2 类DMT图解

需要特别注意的是DMT::ptr所分配的空间。在32位系统上,对于n个“Dynamic函数”,需要sizeof(short)字节储存n(红色部分),sizeof(void*)*n字节储存函数代号(黄色部分),以及sizeof(void*)*n字节储存函数指针(蓝色部分),一共是sizeof(short) + 2*n*sizeof(void*)字节。子类和父类的DMT可以通过链表形式连接起来。下面我们看看DMT::find和DMT::DMT的实现。

const void* DMT::find(int i) const
{
	const int* begin = (int*)(ptr + sizeof(short)), *p;
	for(p = begin; p < begin + size(); ++p)
		if(*(int*)p == i)
			return *(void**)(p+ size());
			// 找到对应的函数代号后,向前跳DMT::size()则是相应的函数指针
	return (parent)? parent->find(i): 0;
}

DMT::DMT(const DMT* const p, const int n, ...)
	: parent(p), ptr(new char[sizeof(short)+2*n*sizeof(void*)])
					// ptr分配的空间大小如前所述
{
	int* i = (int*)(ptr + 2), c;
	*(short*)ptr = n;		// 往头sizeof(short)字节写入n(红色部分)

	va_list ap;
	va_start(ap, n);

	for(c = 0; c < n; ++c)		// 往黄色部分写入函数代号
		*(i++) = va_arg(ap, int);

	typedef void (DMT::*temp_type)();
	temp_type temp;

	for(c = 0; c < n; ++c)		// 往蓝色部分写入函数指针
	{
		temp = va_arg(ap, temp_type);
		*(i++) = *(int*)&temp;
	}

	va_end(ap);
}
下面我们在Shape类层次中应用DMT类。
class Shape {
private:
	int x0, y0;

void int f_move(void* dx, void* dy) {...}

protected:

static const DMT dmt_Shape; // Shape类的DMT const DMT* const dmt; // 指向该类DMT的指针 Shape() : dmt(&dmt_Shape) {...}

virtual ~Shape();

void dispatch(int id, void* in, void* out) // 这次不是虚函数! { void (A::*f)(void*, void*); *(const void**)&f = dmt->find(id); (this->*f)(in, out); }

public: int x() const; int y() const; Dynamic int move(int dx, int dy) { int r; point p = {dx, dy}; dispatch(-1, &p, &r); return r; } Dynamic void draw(void *hdc) {dispatch(-2, hdc, 0);} Dynamic void save(void* o) const {dispatch(-3, o, 0);} Dynamic void load(void* i) {dispatch(-4, i, 0);} };

const DMT Shape::dmt_Shape = DMT(0, 4, -1, -2, -3, -4, &Shape::f_move, 0, 0, 0);

背景突出部分就是有改动的地方。如果子类Triangle要改写Shape::draw,那么只需要

class Triangle {
	private:
		void f_draw(void*);
		...
	protected:
		static const DMT dmt_Triangle;
		...
	public:
		Triangle()  {dmt = &dmt_Triangle; ...}
		...
};

const DMT Triangle::dmt_Triangle =
	DMT(Shape::dmt_Shape, ..., -2, ..., &Triangle::f_draw...);
这就是对“Dynamic函数”的另一种实现,这样可以分离数据和代码。当然这个示例并不具备实际应用价值,在静态成员初始化、调用约定、可读性等诸多设计上都有不少问题,仅仅起演示作用。
动态(dynamic)函数

Object Pascal提供了两种函数实现多态:一种是我们熟悉的虚拟(virtual)函数,另外一种则是动态(dynamic)函数,其实就是对前面的“Dynamic函数”提供的语言级别的支持。

可能有些用C++ Builder的朋友说,C++ Builder里怎么看到啊?在C++ Builder里,标识动态函数的宏(macro)是DYNAMIC,也就是__declspec(dynamic),这是Borland对C++的扩充。像TControl::Click、TControl::MouseMove等等都是动态函数。DYNAMIC的用法和virtual基本一致,我所发现的不同仅仅是,当子类改写父类相应函数时,子类中virtual可以省略,而DYNAMIC则不行。

那么,每个类的动态函数的入口在哪里呢?上次,我们已经挖出了VMT的分布图,里面就有vmtDynamicTable = 0xffffffd0这么一句,字面就告诉我们,这是动态方法表DMT(Dynamic Method Table)的入口。不妨检验一下。

#include 
#include 
struct A: private TObject
{
        DYNAMIC void f1() = 0;
        void f3() {}
        virtual void f4() {}
        DYNAMIC void f2() = 0;
};
struct B: A
{
        DYNAMIC void f1() {}
        DYNAMIC void f2() {}
};
void main()
{
        A* p = new B;
		std::cout<<(void*)p<f1();
        p->f2();
        delete p;
}
这个程序会输出“0118095C”。当然不同的机器上这个数值可能有所不同,总之先记下了。

其中p->f1();的汇编代码是

push dword ptr [ebp-0x30]
or edx,-0x01					;这句其实就相当于mov edx,0xffffffff
mov eax,[ebp-0x30]
call System::FindDynaInst(void *, int)
call eax
pop ecx
p->f2();的汇编代码是
push dword ptr [ebp-0x30]
mov edx,0xfffffffe
mov eax,[ebp-0x30]
call System::FindDynaInst(void *, int)
call eax
pop ecx
程序很简单,我们说明一下。
  • or edx,-0x01跟mov edx,0xffffffff的效果是完全一样的,任何数和0xffffffff进行“或”运算的结果当然都是0xffffffff;
  • 这两段唯一的不同就是mov edx,0xffffffff(也就是or edx,-0x01)和mov edx,0xfffffffe,我们上次已经说过了补码表示法,这里其实就是分别传递的A::f1和A::f2的函数代号–1和–2;
  • 执行过mov eax,[ebp-0x30]这一句后,我们可以发现eax的值就是刚才我们记下的数(0118095C),这里包含了指向VMT入口的指针;
  • 向System::FindDynaInst传入的两个参数就分别是包含指向VMT入口的指针,以及相应函数的代号,分别在eax和edx里;
  • 显然System::FindDynaInst把对应函数代号的函数指针放在eax里,call eax就调用相应的函数。
这就是整个大的流程。现在我们关心的是,System::FindDynaInst(void*, int)到底做了些什么。我们可以跟踪进去,再跳一层,我们来到了函数中,源代码就是Source/Vcl/system.pas中的_FindDynaInst。
procedure       _FindDynaInst;
asm
	PUSH	EBX
	MOV	EBX,EDX				;EBX储存了函数的代号
	MOV	EAX,[EAX]			;EAX获得VMT入口地址
	CALL	GetDynaMethod			;调用GetDynaMethod
	MOV	EAX,EBX
	POP	EBX
	JNE	@@exit
	POP	ECX
	JMP	_AbstractError
@@exit:
end;
那么我们还得看看GetDynaMethod的源代码。
procedure       GetDynaMethod;
{function GetDynaMethod(vmt: TClass; selector: Smallint) : Pointer;}
asm
	{ ->	EAX     vmt of class			}
	{		BX      dynamic method index	}
	{ <-	EBX pointer to routine			}
	{		ZF = 0 if found			}
	{		trashes: EAX, ECX		}

	PUSH	EDI
	XCHG	EAX,EBX				;交换eax和ebx的值
	JMP	@@haveVMT			;交换后ebx是VMT入口地址,eax是函数代号
@@outerLoop:
	MOV	EBX,[EBX]			;取地址
@@haveVMT:
	MOV	EDI,[EBX].vmtDynamicTable	;EDI是DMT的入口
	TEST	EDI,EDI				;测试是否存在DMT(EDI是否为0)
	JE	@@parent			;若DMT不存在,在父类中继续找
	MOVZX	ECX,word ptr [EDI]		;取头两个字节,即动态函数个数
	PUSH	ECX
	ADD	EDI,2				;跳至黄色部分(见后面的图)
	REPNE	SCASW				;查找eax
	JE	@@found				;若找到则跳转
	POP	ECX
@@parent:
	MOV	EBX,[EBX].vmtParent		;在父类中继续
	TEST	EBX,EBX				;是否有父类
	JNE	@@outerLoop			;有则继续查找
	JMP	@@exit				;无则跳转
@@found:
	POP	EAX
	ADD	EAX,EAX				;以下两步是清除ZF,其中ECX值为0
	SUB	EAX,ECX         { this will always clear the Z-flag ! }
	MOV	EBX,[EDI+EAX*2-4]		;edi-1是函数代号所在处
@@exit:
	POP	EDI
end;
看汇编头晕吧?嘿嘿,对着注释看看这个图就清楚了。vmtDynamicTable所指向的地址,就是一个DMT,而它的结构,我们前面已经分析过了。唯一需要说明的是
ADD	EAX,EAX					;EAX值为n,自加后为2*n
SUB	EAX,ECX					;ecx值已经递减为0,这句仅仅是清除ZF标志位
MOV	EBX,[EDI+EAX*2-4]			;
清除ZF是因为_FindDynaInst要由此判断是否找到相应的函数。而edi-4为函数代号所在的地方,edi-4+4*n即为函数指针所在,也就是edi+eax*2-4。

其实不需要与汇编纠缠,在前面我们已经知道了其原理,大同小异罢了。

结束语

C++的重用性是对源代码级而言,而对二进制级重用性的支持则捉襟见肘。特别是动态连接库DLL的广泛运用,更显出解决这个问题的重要性。COM的口号之一正是COM as a Better C++7。讲COM的书中往往指出若干C++的不足,其实不少是可以解决的。比如

  • 问题:不同编译器的名字粉碎机制不同,导致不同编译器编译的模块不能顺利连接。
  • 解决:使用DEF文件。
  • 代价:操作麻烦,增加维护负担,但对程序效率没有任何影响。
  • 问题:不同版本的类大小不一样,主要原因是成员变量增加或减少,导致分配空间时出错。
  • 解决:隐藏实现,成员变量仅保留一个指针void *,在运行时动态申请空间。
  • 代价:可读性和性能均受影响。

添加普通成员函数没有什么大的问题,但是添加虚函数则影响VFT,可能导致程序错误甚至系统崩溃。解决的办法在前面已经说明,其中良好的设计是必不可少的。建议

  • 根类的设计一定要慎重,VCL从开始至今,TObject类的变化始终很少,否则牵一发而动全身,维护性就大打折扣;
  • 类层次应尽可能浅,尽量避免使用继承等耦合性很强的关系,严格遵循Liskov替换原则LSP[9];
  • 如果程序只在WINDOWS下运行,可以考虑使用COM;
  • 如果始终使用Borland的编译器,并对性能要求不高,可以考虑使用动态(dynamic)函数;
  • 多写几个无用的虚函数占位,也是个不错的方法。

动态函数应用在合适的地方,这一点可以参考VCL各个类中动态函数的使用情况。另外,动态函数所节约的VFT空间微不足道,在有的情况反而DMT的空间占得更多。总体来说,动态函数在时间上吃亏,空间上占的便宜也不大。在我看来,解除了父类和子类VFT之间的关联性,才是动态函数最大的好处。

不论是辨证唯物主义,还是道家思想,都强调事物的两面性。不论什么方法,都是一把双刃剑,所谓“祸兮福之所倚,福兮祸之所伏”。我们要做的,就是权衡利弊,结合具体的环境,扬长避短。

参考

1. 虫虫.《天方夜谭VCL:开门》.C++ View.2001,9.

2. George Shepherd, Brad King. Inside ATL. Microsoft Press. 1999.

3. Stanley Lippman. Inside the C++ Object Model. Addison-Wesley, Reading, MA. 1996
    侯捷.《深度探索C++物件模型》.碁峰资讯股份有限公司.1998.
    侯捷.《深度探索C++对象模型》.华中科技大学出版社.2001.

4. GoF. Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley, Reading, MA. 1995.
    李英军等.《设计模式:可复用面向对象软件软件的基础》.机械工业出版社.2000.

5. CKER.《深入BCB理解VCL的消息机制》.C++ View第1期.

6. Dale Rogerson. Inside COM. Microsoft Press. 1997.
    杨秀章.《COM技术内幕》.清华大学出版社.1999.

7. Don Box. Essential COM. Addison-Wesley, Reading, MA. 1998.
    侯捷.《COM本质论》.碁峰资讯股份有限公司.1999.
    潘爱民.《COM本质论》.中国电力出版社.2001.

8. Brent E. Rector and Chris Sells. ATL Internals. Addison-Wesley, Reading, MA. 1999.
    潘爱民,新语.《ATL深入解析》.中国电力出版社.2001.

9. Robert C.Martin. “The Liskov Substitution Principle”. C++ Report. 1996, 3.
    虫虫,plpliuly.《Liskov替换原则LSP》.C++ View.2001,9.

0 0

相关博文

我的热门文章

img
取 消
img