败犬日报 2024-10-16

• 1. std::mutex 应该用 RAII 不推荐手动 unlock()
• 2. 线程安全哈希表 benchmark
• 3. lambda 的捕获是发生在什么时候
• 4. clang-tidy 报变量没有被使用过
• 5. 有什么办法可以萃取获得 lambda 函数的返回值和参数列表吗
• 6. 浮点运算的常数折叠行为有差异吗
• 7. std::vector 扩容系数 1.5 为什么比 2 好
• 8. realloc 是一个糟糕的设计

1. std::mutex 应该用 RAII 不推荐手动 unlock()

因为如果上锁的部分中有比较复杂的控制流（例如异常），那还需要记得在控制流的每一个出口手动 unlock()，否则就会出问题。

C++ 中，几乎所有情况都不应该使用原始 mutex 的 lock / unlock，而用 lock_guard / unique_lock 等更高层次的封装代替。

2. 线程安全哈希表 benchmark

完整 benchmark 见 https://www.boost.org/doc/libs/develop/libs/unordered/doc/html/unordered.html#benchmarks_boostconcurrent_flat_map

boost 的项目足够新，后发优势，可以抄其他项目的优秀设计，flat_hashmap 性能可能是知名实现里最好的。

3. lambda 的捕获是发生在什么时候

auto GetCurrentTimeNanos = []() -> int64_t {
    timespec ts;
    clock_gettime(CLOCK_REALTIME, &ts);
    return ts.tv_sec * 1000000000ll + ts.tv_nsec;
};
auto func = [&, start_time = GetCurrentTimeNanos()]() {
    int64_t end_time = GetCurrentTimeNanos();
};

cppref 没说明白，标准说明白了的，在 lambda 求值时（创建时）初始化捕获：https://eel.is/c++draft/expr.prim.lambda#capture-15

4. clang-tidy 报变量没有被使用过

用 [[maybe_unused]]。

一个通用的查找方式：clang-tidy 报的这个 warning 是有一个代号的，直接搜这个，会看到 clang-tidy 的文档。

5. 有什么办法可以萃取获得 lambda 函数的返回值和参数列表吗

拿 lambda::operator() 萃取。

6. 浮点运算的常数折叠行为有差异吗

有。

https://github.com/llvm/llvm-project/issues/62479

7. std::vector 扩容系数 1.5 为什么比 2 好

我们知道，std::vector 在容量不够时会申请新的一块空间，这个空间大小 = 原来的大小乘以扩容系数。MSVC 是 1.5，GCC / Clang 是 2。

唯一正解：实测 1.5 比 2 性能好！

---

folly 文档是这么写的：1.5 不一定能实现内存复用，但存在复用的概率；而 2 不存在理论复用的可能。这里的内存复用是怎么一回事呢？

我们考虑一个简单的场景：不断给一个 vector push_back 操作。

假设一开始 vector 容量是 V，扩容系数 p，那么接下来的 n 次扩容容量分别是：$V,Vp,V{p}^2,...,V{p}^n$。

接下来一次扩容，会申请 $V{p}^{n+1}$ 的容量（并且这次申请我们打算复用之前用过的内存）。此时之前已经释放了 $V,Vp,V{p}^2,...,V{p}^{n-1}$ 的内存（注意 $V{p}^n$ 还没释放），这些内存加起来大于等于即 $V{p}^{n+1}$ 就可以内存复用。

$$V+Vp+V{p}^2+...+V{p}^{n-1}={\displaystyle \frac{V(p^n-1)}{p-1}}\ge V{p}^{n+1}$$

考虑 n 趋向于无穷大：

$${\displaystyle \frac{V{p}^n}{p-1}}\ge V{p}^{n+1}$$$${\displaystyle \frac{1}{p-1}}\ge p$$$$p(p-1)\le 1$$$${\displaystyle \frac{-\sqrt{5}+1}{2}}\le p\le {\displaystyle \frac{\sqrt{5}+1}{2}}$$

$p\le 1.618$ 就是这么来的。

---

但是实际上内存分配器行为并不是那样的，内存复用在大多数情况都没有说服力（内存分配器一般会把大小近似的内存块放一起，导致复用的内存几乎不可能是同一个 vector 扩容留下的）。

我们知道，扩容系数越小内存占用期望降低，内存利用率越高；扩容系数越大扩容次数变少，扩容开销降低。之所以后来的很多设计采用了 1.5 而不是 2，因为 1.5 是两种因素的平衡点，是从大量实践中找到的。https://groups.google.com/g/comp.lang.c++.moderated/c/asH_VojWKJw?pli=1

关于 GCC 扩容系数为什么用 2：可能 GCC 实现太早了，没有意识到 1.5 更好。

相关阅读

• https://stackoverflow.com/questions/1100311/what-is-the-ideal-growth-rate-for-a-dynamically-allocated-array
• https://stackoverflow.com/questions/45403052/when-does-a-stdvector-enlarge-itself-when-we-push-back-elements
• https://www.zhihu.com/question/36538542/answer/67994276

8. realloc 是一个糟糕的设计

没时间读了先放这

• https://stackoverflow.com/questions/16714937/what-is-c-version-of-realloc-to-allocate-the-new-buffer-and-copy-the-conten
• https://stackoverflow.com/questions/30017943/why-realloc-is-so-badly-designed