这里的用法和Using read() directly into a C++ std:vector一样, 但有一个重新分配的帐户。
输入文件的大小未知,因此当文件大小超过缓冲区大小时,缓冲区将通过加倍大小重新分配。这是我的代码:
#include <vector>
#include <fstream>
#include <iostream>
int main()
{
const size_t initSize = 1;
std::vector<char> buf(initSize); // sizes buf to initSize, so &buf[0] below is valid
std::ifstream ifile("D:\\Pictures\\input.jpg", std::ios_base::in|std::ios_base::binary);
if (ifile)
{
size_t bufLen = 0;
for (buf.reserve(1024); !ifile.eof(); buf.reserve(buf.capacity() << 1))
{
std::cout << buf.capacity() << std::endl;
ifile.read(&buf[0] + bufLen, buf.capacity() - bufLen);
bufLen += ifile.gcount();
}
std::ofstream ofile("rebuild.jpg", std::ios_base::out|std::ios_base::binary);
if (ofile)
{
ofile.write(&buf[0], bufLen);
}
}
}
程序按预期打印 vector 容量,并写入与输入大小相同的输出文件,但在偏移量 initSize
之前仅使用与输入相同的字节。 , 然后全为零...
使用 &buf[bufLen]
在 read()
绝对是未定义的行为,但是 &buf[0] + bufLen
得到正确的位置来写,因为连续分配是有保证的,不是吗? (提供 initSize != 0
。注意 std::vector<char> buf(initSize);
大小 buf
到 initSize
。是的,如果 initSize == 0
,我的环境中会发生 rumtime fatal error 。)我错过了什么吗? 这也是UB吗?标准是否说明了 std::vector 的这种用法?
是的,我知道我们可以先计算文件大小并分配完全相同的缓冲区大小,但在我的项目中,可以预期输入文件几乎总是小于某个SIZE
。 , 所以我可以设置 initSize
至 SIZE
并期望没有开销(如文件大小计算),并且仅将重新分配用于“异常处理”。是的,我知道我可以替换 reserve()
与 resize()
和 capacity()
与 size()
,然后让事情以很少的开销工作(在每次调整大小时将缓冲区归零),但我仍然想摆脱任何冗余操作,只是一种偏执......
更新 1:
事实上,我们可以从标准逻辑上推导出 &buf[0] + bufLen
得到正确的位置,考虑:
std::vector<char> buf(128);
buf.reserve(512);
char* bufPtr0 = &buf[0], *bufPtrOutofRange = &buf[0] + 200;
buf.resize(256); std::cout << "standard guarantees no reallocation" << std::endl;
char* bufPtr1 = &buf[0], *bufInRange = &buf[200];
if (bufPtr0 == bufPtr1)
std::cout << "so bufPtr0 == bufPtr1" << std::endl;
std::cout << "and 200 < buf.size(), standard guarantees bufInRange == bufPtr1 + 200" << std::endl;
if (bufInRange == bufPtrOutofRange)
std::cout << "finally we have: bufInRange == bufPtrOutofRange" << std::endl;
输出:
standard guarantees no reallocation
so bufPtr0 == bufPtr1
and 200 < buf.size(), standard guarantees bufInRange == bufPtr1 + 200
finally we have: bufInRange == bufPtrOutofRange
这里 200 可以替换为每个 buf.size() <= i < buf.capacity()
并且类似的推论成立。
更新 2:
是的,我确实错过了一些东西......但问题不是连续性(见更新 1),甚至不是写入内存失败(见我的回答)。今天我有时间研究这个问题,程序得到了正确的地址,将正确的数据写入保留内存,但在接下来的 reserve()
中, buf
被重新分配并且只有范围内的元素 [0, buf.size())
复制到新内存中。所以这就是整个谜语的答案......
最后注意:如果你的缓冲区被一些数据填充后不需要重新分配,你绝对可以使用reserve()/capatity()
。而不是 resize()/size()
,但如果需要,请使用后者。此外,在此处可用的所有实现(VC++、g++、ICC)下,该示例按预期工作:
const size_t initSize = 1;
std::vector<char> buf(initSize);
buf.reserve(1024*100); // assume the reserved space is enough for file reading
std::ifstream ifile("D:\\Pictures\\input.jpg", std::ios_base::in|std::ios_base::binary);
if (ifile)
{
ifile.read(&buf[0], buf.capacity()); // ok. the whole file is read into buf
std::ofstream ofile("rebuld.jpg", std::ios_base::out|std::ios_base::binary);
if (ofile)
{
ofile.write(&buf[0], ifile.gcount()); // rebuld.jpg just identical to input.jpg
}
}
buf.reserve(1024*200); // horror! probably always lose all data in buf after offset initSize
这是另一个例子,引用自 'TC++PL, 4e' pp 1041,请注意函数的第一行使用 reserve()
而不是 resize()
:
void fill(istream& in, string& s, int max)
// use s as target for low-level input (simplified)
{
s.reserve(max); // make sure there is enough allocated space
in.read(&s[0],max);
const int n = in.gcount(); // number of characters read
s.resize(n);
s.shrink_to_fit(); // discard excess capacity
}
Update 3(8年后):这些年发生了很多事,我有将近6年没有使用C++作为我的工作语言,现在我是一名博士生!此外,尽管许多人认为存在 UB,但他们给出的理由却大相径庭(有些已经证明不是 UB),表明这是一个复杂的案例。因此,在投票和写答案之前,强烈建议阅读并参与评论。
另一件事是,通过博士培训,我现在可以相对轻松地钻研 C++ 标准,这在几年前是不敢的。 我相信我在自己的回答中表明,根据标准,上述两个代码块应该工作。(string
示例需要 C++11。)由于我的回答仍然存在争议(但我相信没有被篡改),我不接受它,而是愿意接受批评性评论和其他答案。
最佳答案
reserve
实际上并没有将空间添加到 vector 中,它只是确保在调整大小时不需要重新分配。而不是使用 reserve
你应该使用 resize
, 然后做最后一个 resize
一旦你知道你实际读入了多少字节。
所有这些reserve
保证做的是防止迭代器和指针的失效,因为你将 vector 的大小增加到 capacity()
。 . 不保证保留那些保留字节的内容,除非它们是 size()
的一部分。 .
例如,使用调试标志构建的代码通常包含额外的功能,以便更容易找到错误。也许新分配的内存将被一个明确定义的模式填充。也许该类会定期扫描该内存以查看它是否已更改,如果它假设只有错误可能导致该更改,则抛出异常。这样的实现仍然符合标准。
std::string
的例子甚至更好,因为有一个几乎可以保证失败的案例。 string::c_str()
将返回指向末尾带有空终止符的字符串的指针。现在,符合标准的实现可以分配第二个缓冲区,为终止 null 留出空间,并在复制字符串后返回该指针,但这会非常浪费。更有可能的是,字符串类将确保它的保留缓冲区有空间容纳额外的空字符,并在必要时在那里写入一个空字符。但是标准并没有规定什么时候写入空值,它可能是在对 c_str
的调用中。或者它可以在字符串可能被修改的任何位置。因此,您无法知道您的某个字节何时会被覆盖。
如果你真的想要一个未初始化字节的缓冲区,std::vector<char>
反正可能是错误的工具。你应该看看一个智能指针,比如 std::unique_ptr<char>
相反。
关于c++ - 使用标准 :vector as low level buffer,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19064318/