Question

我试图构建一个自定义String的简单实现 - 就像使用小字符串优化的结构一样。现在工会被允许使用稳定的Rust，我想出了以下代码：

struct Large {
    capacity: usize,
    buffer: *mut u8,
}

struct Small([u8; 16]);

union Container {
    large: Large,
    small: Small,
}

struct MyString {
    len: usize,
    container: Container,
}

我似乎找不到如何分配*mut u8的方法。是否有可能在稳定的Rust？看起来使用alloc::heap会起作用，但它只能在夜间使用。

Answer 1

Box::into_raw()怎么办？

struct TypeMatches(*mut u8);
TypeMatches(Box::into_raw(Box::new(0u8)));

但是，如果这是您真正需要的，那么很难从您的代码段中看出来。你可能想要一个真正的分配器，你可以使用libc::malloc和as强制转换，就像this example一样。

Answer 2

有memalloc crate提供稳定的分配API。它是通过用Vec::with_capacity分配内存，然后提取指针来实现的：

let vec = Vec::with_capacity(cap);
let ptr = buf.as_mut_ptr();
mem::forget(vec);

要释放内存，请使用Vec::from_raw_parts。

Answer 3

从Rust 1.28开始，std::alloc::alloc是稳定的。

这是一个示例，它显示了如何使用它。

use std::{
    alloc::{self, Layout},
    cmp, mem, ptr, slice, str,
};

// This really should **not** be copied
#[derive(Copy, Clone)]
struct Large {
    capacity: usize,
    buffer: *mut u8,
}

// This really should **not** be copied
#[derive(Copy, Clone, Default)]
struct Small([u8; 16]);

union Container {
    large: Large,
    small: Small,
}

struct MyString {
    len: usize,
    container: Container,
}

impl MyString {
    fn new() -> Self {
        MyString {
            len: 0,
            container: Container {
                small: Small::default(),
            },
        }
    }

    fn as_buf(&self) -> &[u8] {
        unsafe {
            if self.len <= 16 {
                &self.container.small.0[..self.len]
            } else {
                slice::from_raw_parts(self.container.large.buffer, self.len)
            }
        }
    }

    pub fn as_str(&self) -> &str {
        unsafe { str::from_utf8_unchecked(self.as_buf()) }
    }

    // Not actually UTF-8 safe!
    fn push(&mut self, c: u8) {
        unsafe {
            use cmp::Ordering::*;

            match self.len.cmp(&16) {
                Less => {
                    self.container.small.0[self.len] = c;
                }
                Equal => {
                    let capacity = 17;
                    let layout = Layout::from_size_align(capacity, mem::align_of::<u8>())
                        .expect("Bad layout");

                    let buffer = alloc::alloc(layout);

                    {
                        let buf = self.as_buf();
                        ptr::copy_nonoverlapping(buf.as_ptr(), buffer, buf.len());
                    }

                    self.container.large = Large { capacity, buffer };

                    *self.container.large.buffer.offset(self.len as isize) = c;
                }
                Greater => {
                    let Large {
                        mut capacity,
                        buffer,
                    } = self.container.large;
                    capacity += 1;

                    let layout = Layout::from_size_align(capacity, mem::align_of::<u8>())
                        .expect("Bad layout");

                    let buffer = alloc::realloc(buffer, layout, capacity);

                    self.container.large = Large { capacity, buffer };

                    *self.container.large.buffer.offset(self.len as isize) = c;
                }
            }

            self.len += 1;
        }
    }
}

impl Drop for MyString {
    fn drop(&mut self) {
        unsafe {
            if self.len > 16 {
                let Large { capacity, buffer } = self.container.large;
                let layout =
                    Layout::from_size_align(capacity, mem::align_of::<u8>()).expect("Bad layout");
                alloc::dealloc(buffer, layout);
            }
        }
    }
}

fn main() {
    let mut s = MyString::new();

    for _ in 0..32 {
        s.push(b'a');
        println!("{}", s.as_str());
    }
}

我认为这个代码在分配方面是正确的，但不是其他任何东西。与所有unsafe代码一样，请自行验证。它为每个额外的角色重新分配也是完全没有效率的。

如果您要分配u8而不是单个u8的集合，可以创建Vec然后将其转换为组成部分，例如通过调用as_mut_ptr：

use std::mem;

fn main() {
    let mut foo = vec![0; 1024]; // or Vec::<u8>::with_capacity(1024);

    let ptr = foo.as_mut_ptr();
    let cap = foo.capacity();
    let len = foo.len();
    mem::forget(foo); // Avoid calling the destructor!

    let foo_again = unsafe { Vec::from_raw_parts(ptr, len, cap) }; // Rebuild it to drop it
    // Do *NOT* use `ptr` / `cap` / `len` anymore
}

重新分配虽然有点痛苦;你必须转换回Vec然后向前和向后做整个舞蹈

~~话虽如此，您的Large结构似乎缺少length，这与容量不同。您可以使用Vec而不是写出来。~~我现在看到它在层次结构中有点上升。

我想知道是否拥有一个完整的String会更容易，即使它的长度被重复计算效率稍低......

union Container {
    large: String,
    small: Small,
}

另见：

如何在稳定的Rust中分配原始的可变指针？

3 个答案: