使用::std::vector作为管理动态数组的优先选择

作者：wangtianxing
提交者：eastvc 发布日期：2003-9-19 17:34:41

摘要: 本文介绍了C++标准库中的容器类vector，分析了它的优点，并且建议在应用程序中使用它作为动态数组的优先选择，而不是MFC的CArray<>等其他类模板。最后介绍了vector的接口和使用时的注意事项。

在一些使用 MFC 的程序中，经常看到许多程序使用 CArray<>，由于 CArray<>的设计问题，造成使用它的代码的复杂化，增加了维护难度。因此建议使用 ::std::vector<> 代替 CArray<>。

另外，也看到一些程序在用 malloc/realloc/free/new[]/delete[] 等手工管理内存。在应用程序中，手工管理内存是容易导致错误的，应该用 ::std::vector<> 之类的对象来管理动态数组。

由于 MSDN 中关于 ::std::vector 的内容较少，我们在这里做一些介绍，供参考。

不熟悉 CArray<>/WIN32 也没关系，这里提到它们的地方并不太多。

1. CArray<> VS ::std::vector<> ?

CArray<> 和 ::std::vector<> 一样，都是模板类，用于管理任意类型的对象的动态数组。都在解构时释放所管理的动态内存。因此都可以用于代替手工动态数组管理。

但是，CArray<> 是在 C++ 标准化之前很多年(VC++2.0时代)设计的，当时对 C++程序设计，面向对象程序设计，模板程序设计等技术认识严重不足，尤其是当时对面向对象技术的错误信仰与宣传，造成 CArray<> 的设计有重大错误。

在 C++ 语言标准化以后(1998)，以及 VC++ 6.0 出世以后，提供了标准的::std::vector<> 模板，基本上在任何方面都要优于 CArray<>。Microsoft 由于要支持老的程序，因此一直保留了 CArray<>，但显然并没有打算按照新的思想去发展它(至少应该提供operator=(CArray const&)吧)。

概括起来，CArray<> 与 ::std::vector<> 有以下不同：

1) CArray<> 是 MFC 中的，::std::vector<> 存在于任何标准的 C++ 实现中。因此，你用熟了 CArray<> 也只能在 MFC 中用，若用熟了 ::std::vector<>，你可以在任何平台的任何 C++ 编译器下使用。使用标准的部件也有利于别人理解你的程序。 . CArray<> 继承了 CObject，仅仅为了实现 serialization，这是不恰当的， 违反了 "You don't pay for what you don't use." 的 C++ 设计原则。::std::vector<> 没有继承任何东西，只是实现了管理一个动态数组该做的事。

2) CArray<> 不是一个恰当的值类型，例如下列操作都是不合法的：

CArray<int,int> a;
CArray<int,int> b(a);  // error, must use Copy().
b = a;         // error, must use Copy().
b == a;       // error, you must write your own.
b < a;         // error, you must write your own.

与 CArray<> 相反，::std::vector<> 是一个认真设计的值类型，天生是可以拷贝构造和可赋值的。如果 T 是可比较的，那么 ::std::vector<T> 将自动地是可以比较的。

此外，由于涉及到四个特殊成员函数；

T();     // 缺省构造函数(default constructor)
~T();   // 析构函数(destructor)
T( T const& );   // 拷贝构造函数
T& operator=( T const& );   // 拷贝赋值函数

的自动生成，如果使用 CArray() 作为 T 的成员变量，那么上述的四个特殊函数中的后两个将无法自动生成，需要手工写：

struct T
...{
   T() ...{}
   T( T const& t )
   ...{
       a_.Copy( t.a_ );
       i_ = t.i_;
       d_ = t.d_;
       s_ = t.s_;
   }
   T& operator = ( T const& t )
   ...{
       if( this != &t )
       ...{
           a_.Copy( t.a_ );
           i_ = t.i_;
           d_ = t.d_;
           s_ = t.s_;
       }
       return *this;
   }
private:
   CArray<int,int> a_;
   int i_;
   double d_;
   ::std::string s_;
};

如果使用 ::std::vector<>：

struct T
...{
private:
   ::std::vector<int> a_;
   int i_;
   double d_;
   ::std::string s_;
};

上面列出的三个特殊成员函数都不需要写。好处是明显的：当你增减 T 的成员变量时，你不必到
T(T const&) 和 operator=() 中去相应地增减。

3) 没有现成的算法可以对 CArray<> 进行操作，而标准 C++ 里的标准算法大多都可以直接在
::std::vector<> 上运行。例如：

static int const init_vals[] = ...{ 3, 1, 4, 1, 6, 9 };
vector<int> a( init_vals, init_vals + 6 );
*find( a.begin(), a.end(), 6 ) = 5;    // 把6改成5
sort( a.begin(), a.end() );    // 排序。

可以说，CArray<> 的主要设计错误是把一个本来应该是一个简单的“值”类型的东西设计成一个难用的“对象”类型了。所有的“值”的好特性都丧失了，但那些从CArray<>继承的派生类呢？

CByteArray等的问题与 CArray<> 的问题一样，甚至更多(例如，CPtrArray，永远不要用)。

同样，其他的 MFC container 模板，象 CMap<>, CList<> 等，都有类似问题，都应该用
::std::map<>，::std::list<> 等设计更好的东西代替。

2. ::std::vector<> 在哪里?

::std::vector<> 在头文件 <vector> 中定义:

(注意，标准的 C++ 头文件都没有 .h 后缀，有 .h 的文件是与 C 兼容的，或支持老的不标准的东西，象 <iostream.h>。)

namespace std 
...{
    template<typename T, typename A = allocator<T> >
    struct vector
    ...{
        // 具体内容稍后讨论
    };


    template<typename T, typename A>
        bool operator == ( vector<T,A> const& a, vector<T,A> const&    b );
    template<typename T, typename A>
        bool operator != ( vector<T,A> const& a, vector<T,A> const&    b );
    template<typename T, typename A>
        bool operator < ( vector<T,A> const& a, vector<T,A> const&    b );
    template<typename T, typename A>
        bool operator >= ( vector<T,A> const& a, vector<T,A> const&    b );
    template<typename T, typename A>
        bool operator > ( vector<T,A> const& a, vector<T,A> const&    b );
    template<typename T, typename A>
        bool operator >= ( vector<T,A> const& a, vector<T,A> const&    b );
}

vector<> 定义在 namespace std 中，使用时为了减少击键次数，通常使用一个类型定义缩短类型名称：

#include <vector>
typedef ::std::vector<int> IntVector;
IntVector a;
IntVector b( a );
IntVector c;
c = b;
assert( a == c );

请注意 <vector> 中定义了六个 vector<T,A> 的比较函数。这些函数只在真的用到时才会被实例化，才会要求 T 也提供 operator==() 和 operator<()。

另外，A = alloctor<T>：用于提供一个用户定义的存储管理类。由于这个参数很少用到，而且在 VC++6 的实现中有问题，不能用，因此以下的讨论忽略这一部分的内容。

3. ::std::vector<> 中的类型定义

vector<> 中定义了一些类型，下面只列出常用的：

typedef T value_type;
typedef T0 iterator;
typedef T1 const_iterator;
typedef T2 reverse_iterator;
typedef T3 const_reverse_iterator;

value_type 就是 vector<T> 的元素类型，也就是 T。当写通用的算法处理任意类型的 vector<> 或其他容器类型时是很有用的。

iterator/const_iterator 是两个 vector<> 的实现定义的未知类型，用于访问vector<> 中的元素，类似于 T*/T const* 指针，他们的区别是一个指向的元素可被修改，另一个只可以读：

typedef ::std::vector<int> IntVector;
IntVector::iterator iter;
IntVector::const_iterator c_iter;
// ...
++iter; iter++; // ok: increment, post-increment.
--iter; iter--;     // ok: decrement, post-decrement.
++c_iter; c_iter++; // ok: increment, post-increment.
--c_iter; c_iter--;     // ok: decrement, post-decrement.
*iter = 123;     // ok.
int k = *iter;     // ok.
k = *--c_iter;    // ok.
*c_iter = k;       // error.
c_iter = iter;     // ok: iterator is convertible to const_iterator.
iter = c_iter;     // error: can't convert const_iterator to iterator.

在使用上 iterator/const_iterator 和 T*/T const* 基本相同，事实上有些vector<> 的实现里就是用 T*/T const* 实现 iterator/const_iterator 的，但又不可以把 iterator/const_iterator 当作真正的 T*/T const*：

T* p = iter;    // may fail to compile.
T const* q = c_iter;    // may fail to compile.

reverse_iterator/const_reverse_iterator 与 iterator/const_iterator 类似，但以相反的次序(从尾至头)访问 vector 中的元素。

各种各样的 iterator 在 STL 中有特别重要的意义，但这里我们不做具体介绍。只要理解通过 iterator 可以访问 vector 中的元素，大概相当于一个指示位置的指针就行了。

4. ::std::vector<> 的构造

vector<> 提供了以下构造函数：(忽略 allocator 参数)

vector();
vector( size_t n, T const t=T() );
vector( vector const & );
vector( const_iterator first, const_iterator last );

1) vector();

构造一个空的 vector，不包含任何元素。

IntVector v1;    // 空的整数向量。

2) vector( size_t n, T const t=T() );

构造一个 n 个相同元素 t 组成的 vector。如果不给出 t，那么将用 T() 做缺省值:

IntVector v2( 100, 1234 );    // 100 个 1234
IntVector v3( 100 );    // 100 个 0

3) vector( vector const& other );

拷贝构造函数，复制 other 中的内容：

IntVector v4( v2 );    // 100 个 1234

4) vector( const_iterator first, const_iterator last );

事实上，这个构造函数应该为

template<typename Iter>
    vector( Iter first, Iter last );

即拷贝任意的序列 [first,last) 到 vector 中（[first, last) 是半开半闭区间）。由于 VC++6sp0 编译程序的限制， Iter 被换为 const_iterator 了。不过，碰巧 const_iterator就是 T const*，所以可以如下使用：

int a[] = ...{ 1, 2, 3, 4, 5 };
IntVector v5( a, a + 5 ); // {1,2,3,4,5}
IntVector v6( v5.begin() + 2, v5.end() ); // {3,4,5}

5. 访问 vector<> 中的元素

以下成员函数/运算符用于访问 vector 中的一个元素:

T& at( size_t n );
T const& at( size_t n ) const;
T& operator [] ( size_t n );
T const& operator [] ( size_t n ) const;
T& front();
T const& front() const;
T& back();
T const& back() const;

请注意，由于 vector 是一个“值”语义的对象，所有的操作函数都必须严格保证 const 的正确性。所以，所有的元素访问方法都有 const 和非 const两个版本。

at(n) 和 operator [] (n) 都返回下标为 n 的元素的引用，他们的区别是，at() 进行下标越界检查，若发现越界，抛出 range_error 异常，operator[]不进行下标检查。

front() 返回下标为 0 的元素的引用，back() 返回最后一个元素的引用。

int a[] = ...{ 4, 1, 4, 1, 5, 8 };
IntVector v( a, a + 6 );
// 使用 front(), back():
v.front() = 3;
v.back() = 9;
// 使用 operator [] ():
for( size_t i = 0; i < v.size(); ++i )
::std::cout << v[i] << ' ';

6. ::std::vector<> 的存储管理

以下成员函数用于存储管理：

void reserve( size_t n );
size_t capacity() const;
void resize( size_t n, T t=T() );
void clear();
size_t size() const;
bool empty() const ...{ return size() == 0; }
size_t max_size() const;

另外，push_back(), insert() 等也涉及到存储管理，后面另行介绍。

1) max_size()

返回 vector<T> 理论上可以装的最多 T 的个数。这只是一个理论上的数字， 大概是 4GB/sizeof(T)，没有多大实用价值。在程序中不要用。

2) size()

返回 vector<T> 中实际装的 T 的个数。相当于 CArray<>::GetSize()。

3) empty()

如果 vector<T> 中没有任何 T 对象，返回 true。也就是返回 size() == 0。

4) clear();

清除 vector<T> 中的所有 T 对象。执行后 empty() 返回 true。大致相当于 resize(0)，但不要求 T 可被缺省构造。相当于 CArray<>::RemoveAll()。

5) resize( size_t n, T t = T() );

将 vector 中的元素个数设置为 n，n 可以大于 size() 也可以小于 size。如果 n 小于 size()，那么 vector 中下标为 n..size()-1 的元素都将被解构。如果 n > size()，那么将在 vector 的后面新增加
n - size() 个相同的元素 t。在增大 vector 时，可能发生存储再次分配。总之，调用resize( n, t ) 后，(size() == n) 成立。

请注意，如果调用 resize( n ) 不带参数 t ，那么 T 必须可以缺省构造。

6) reserve( size_t n );

事先分配至少可以保存 n 个 T 对象的空间。调用后 (capacity() >= n)成立。

7) capacity();

返回已经分配的存储空间够容纳的 T 类型对象的个数。后续的增加元素操作(如 push_back(), insert())如果增加元素后 vector 中的总元素个数不超过 capacity()，那么 vector 的实现保证不重新分配存储空间。

vector 管理的动态存储空间是连续的。执行操作

IntVector v(7, 1); // seven ones.
v.reserve( 12 );

后，v 的状态可以用下图表示:

 /--size()---/
|1|1|1|1|1|1|1|-|-|-|-|-|
 /--capacity()---------/

其中，1 是已经构造的 int 类型的对象，- 是可以构造一个 int 类型的对象，但还没有构造的原始空间。再执行

v.push_back( 2 );
v.push_back( 3 );

后，v 的状态可用下图表示：

 /----size()-----/
|1|1|1|1|1|1|1|2|3|-|-|-|
 /----capacity()-------/

执行 resize( 11, 4 ); 后：

 /----size()---------/
|1|1|1|1|1|1|1|2|3|4|4|-|
 /----capacity()-------/

capacity() >= size() 总是成立的。对于下标为 [size()..capacity()-1]的未构造对象的存储空间，是不可以访问的：

v[11] = 5; // undefined behavior - anything can happen.

7. 添加元素到 vector 中

下列操作添加元素到 vector 中，并可能引起存储分配：

void push_back( T const& t );
void insert( iterator pos, T const& t=T() );
void insert( iterator pos, size_t n, T const& t );
template<typename Iter>
    void insert( iterator pos, Iter first, Iter last );

push_back() 是把一个元素添加到 vector 的末尾。insert() 是把一个 t，或 n 个 t，或从 first 开始到 last 结束的一个序列插入到 pos 指示的位置之前。

当插入元素后 size() 将会大于 capacity() 时，将引起自动存储分配。vector 将会分配一个比需要的存储区大若干倍(通常是1.5到2)的新的存储区，把老的元素拷贝过去，同时完成添加或插入，然后释放老的存储区。

这就是说，vector 自动存储分配的空间大小是指数式增长的，这可以保证多次添加元素到 vector 中时，平均用时是接近于常数的。

IntVector v;
   
// add 0, 1, ..., 99 to v:
for( int i = 0; i < 100; ++i )
v.push_back( i );
   
// append 9, 8, 7,..., 0 to the end:
int a[] = ...{ 9, 8, 7, 6, 5, 4, 3, 2, 1, 0 };
v.insert( v.end(), a, a + 10 );

8. 删除元素

下列成员函数完成元素删除：

void erase( iterator );
void erase( iterator first, iterator last );
void pop_back();
void clear();

这些函数分别删除一个，一串，最后一个，或全部元素。

IntVector v;
for( int i = 0; i < 100; ++i )
    v.push_back( i );
   
// 删除 50, 51, ..., 89:
v.erase( v.begin() + 50, v.end() - 10 );
   
// 删除 49, 48:
v.pop_back();
v.pop_back();
   
// 全部删除：
v.clear();

注意，删除操作不会引起存储分配，因此 capacity() 不变。

9. 作为序列访问 vector 中的元素

序列(sequence)在 STL 中是一个非常重要的概念，所有的容器类型和算法都涉及到，而且所有的算法都是建立在“序列”这个概念之上的。

“序列”是一个线性结构，由一个指示其起始和一个指示结束的叠代子(iterator)来决定。如果 first 和 last 是某种类型的叠代子，那么经常用[first, last) 来表示一个序列。注意，first 指向的元素是这个序列的一个元素，而 last 指示的是这个序列最后一个元素之后的位置，可能根本没有元素可以访问。这种半闭半开的区间表示是整个 C++ 标准中的约定，而且确实可以简化程序。

Iterator是传统的 C/C++ 中指针的抽象和进一步分类。在 C++ 中把 iterator划分为 input iterator, output iterator, forward iterator,bidirectional iterator, random access iterator 五类。其中的 randomaccess iterator 是最强的一类，即允许的操作最多。C++ 中的指针类型以及vector<>/deque<> 的 iterator/const_iterator / reverse_iterator/const_reverse_iterator 都满足 random access iterator 的要求。

vector<> 中定义了以下函数用于获取被控制(管理的)序列(动态数组)的各种iterator：

iterator begin();
iterator end();
const_iterator begin() const;
const_iterator end() const;
reverse_iterator rbegin();
reverse_iterator rend();
const_reverse_iterator rbegin() const;
const_reverse_iterator rend() const;

这里我们不讨论iterator的一般概念，只举几个 random access iterator 的例子：

int a[] = ...{ 1, 2, 3, 4, 5, 6 };

[a, a + 6) 是一个随机访问序列，指示了 a[] 中的所有元素。这里iterator的类型为 int*。

[a + 2, a + 4) 也是一个序列，指示了 a[] 中的 3, 4 两个元素。iterator的类型仍然是 int*。

IntVector v( 100, 1 ); // 100 个 1

[v.begin(), v.end()) 是一个随机访问序列，指示了 v 中的所有元素，iterator的类型是 IntVector::iterator。

[v.begin() + 10, v.end() - 20 ) 也是一个随机访问序列，指的是 v 中除了头 10 个和尾 20 个元素外的其它元素。

[v.rbegin(), v.rend() ) 是一个随机访问序列，指的是 v 中的所有元素，但与 [v.begin(), v.end() ) 不同，这个序列是从尾到头遍历所有元素。

[v.rbegin() + 20, v.rend() - 10) 与 [v.begin() + 10, v.end() - 20 )指示的元素相同，但遍历顺序相反。

下图是有十个元素的 vector 的 begin() / end() / rbegin() / end() 的示意：

begin() ----------> end()

  |                             |

  v                            v

|0|1|2|3|4|5|6|7|8|9|

 ^                            ^

 |                              |

rend() <---------- rbegin()

IntVector v;
for( int i = 0; i < 10; ++i )
v.push_back( i );
   
// print 0, 1, 2, ..., 9:
for( IntVector::iterator i = v.begin(); i != v.end(); ++i )
::std::cout << *i << ' ';
   
// print 9, 8, ..., 0:
for( IntVector::reverse_iterator i = v.rbegin(); i != v.rend(); ++i )
::std::cout << *i << ' ';

除了使用 begin() / end() / rbegin() / rend() 来遍历 vector 中的元素外，由于 vector 管理的空间是连续的，因此可以直接取地址进行处理：

::std::vector<HANDLE> handles;
handles.push_back( handle1 );
handles.push_back( handle2 );


::WaitForMultipleObjects(handles.size(), &handles[0],TRUE, INFINITE);

这在与 C 库函数接口时尤其有用。

10. 赋值和交换

vector<> 是可以赋值的，这也是一般的“值”类型必须提供的操作：

IntVector v( 100, 123 );
IntVector v1;
v1 = v;

vector 另外还提供了

template<typename Iter>
void assign( Iter first, Iter last );
void assign( size_t n, T const& t = T() );

用于赋值：

int a[] = ...{ 1, 3, 5, 7 };
v.assign( a, a + 4 ); // v 将包含 1, 3, 5, 7.
v.assign( 100 ); // 100 个 0

还有一个很重要的操作：

void swap( vector& v ) throw();

用于交换两个同类型的 vector 的值。它的特点是快速(只需要交换内部的三个指针)，不产生异常。这在写一些保证异常安全的程序时非常有用。

事实上，swap() 基本上已经被当作类似于 operator=() 的一个“值”类型应该提供的基本操作，::std::swap() 也应该为用户定义的类型进行特例化，调用相应的类的成员 swap() 函数：

struct MyVal
...{
  // blah blah.
  void swap( MyVal& ) throw();
};
   
namespace std ...{
  template<>
    void swap( MyVal& a, MyVal& b )
    ...{ a.swap( b ); }
}

关于 swap()，值得专文讨论。这里我们只指出，vector<T>::swap() 是快速的，不抛出异常的，很有价值。

11. 使用 vector 时的存储管理策略

从前面的介绍中可以看到，vector 的自动存储分配是指数式的增加存储空间，而且永不缩小已经分配的空间。这在大多数情况下是合适的。 如果应用程序事先知道要用到的元素个数，可以先调用 reserve() 来保留(分配)空间，这样可以避免以后增加元素时不必要的重新分配和元素拷贝：

IntVector v;
v.reserve( 100 );
for( int i = 0; i < 100; ++i )
    v.push_back( i );

请注意，reserve() 和 resize() 是本质上完全不同的。reserve(n) 保留的是未使用而能够使用的原始空间，而 resize(n) 是真的创建了 n 个对象:

IntVector v;
v.resize( 100 ); // v 已经包含 100 个 0.
for( int i = 0; i < 100; ++i )
    v[i] = i; // 可以赋值

有时候，一个 vector 可能增长到较多个元素，然后又减少到较少的元素个数，这时，可能希望缩小 vector 分配的空间以节约内存。CArray<> 中提供了 FreeExtra()，但 vector<> 并没有提供相应的函数。这时必须进行复制：

IntVector(v).swap( v );

有一种看法认为拷贝构造函数同时也复制了capacity()，而标准中并没有很明确地指出这一点，因此更安全的方法是

IntVector(v.begin(),v.end()).swap(v);

如果一个 vector 中可能要存储的元素个数较多(例如，超过100个)，而且事先无法确定其个数(因此无法调用 reserve())，那么通常 vector 不是一个恰当的数据结构，应该考虑用 ::std::deque<>。与 vector<> 相比，deque<>不保证背后的存储空间是连续的(因此象上面的WaitForMultipleObjects()中的应用不能用 deque<HANDLE> 代替)，但有较好的伸缩性，还可以在数组的前端用 push_front()/pop_front() 增减元素(hence its name, doubly endedqueue)。