理解 C/C++ 中的左值和右值

本文翻译自 Eli Bendersky’s website。

原文:Understanding lvalues and rvalues in C and C++

翻译者:nettee


我们在 C/C++ 编程中并不会经常用到 左值 (lvalue)右值 (rvalue) 两个术语。然而一旦遇见,又常常不清楚它们的含义。最可能出现两这个术语的地方是在编译错误或警告的信息中。例如,使用 gcc 编译以下代码时:

1
2
3
4
5
6
7
8
int foo() {return 2;}

int main()
{
foo() = 2;

return 0;
}

你会得到:

1
2
test.c: In function 'main':
test.c:8:5: error: lvalue required as left operand of assignment

没错,这个例子有点夸张,不像是你能写出来的代码。不过错误信息中提到了左值 (lvalue)。另一个例子是当你用 g++ 编译以下代码:

1
2
3
4
int& foo()
{
return 2;
}

现在错误信息是:

1
2
testcpp.cpp: In function 'int& foo()':
testcpp.cpp:5:12: error: invalid initialization of non-const reference of type 'int&' from an rvalue of type 'int'

同样的,错误信息中提到了术语右值 (rvalue)。那么,在 C 和 C++ 中,左值右值 到底是什么意思呢?我这篇文章将会详细解释。

简单的定义

这里我故意给出了一个 左值右值 的简化版定义。文章剩下的部分还会进行详细解释。

左值 (lvalue, locator value) 表示了一个占据内存中某个可识别的位置(也就是一个地址)的对象。

右值 (rvalue) 则使用排除法来定义。一个表达式不是 左值 就是 右值 。 那么,右值是一个 表示内存中某个可识别位置的对象的表达式。

举例

上面的术语定义显得有些模糊,这时候我们就需要马上看一些例子。我们假设定义并赋值了一个整形变量:

1
2
int var;
var = 4;

赋值操作需要左操作数是一个左值。var 是一个有内存位置的对象,因此它是左值。然而,下面的写法则是错的:

1
2
4 = var;       // 错误!
(var + 1) = 4; // 错误!

常量 4 和表达式 var + 1 都不是左值(也就是说,它们是右值),因为它们都是表达式的临时结果,而没有可识别的内存位置(也就是说,只存在于计算过程中的每个临时寄存器中)。因此,赋值给它们是没有任何语义上的意义的——我们赋值到了一个不存在的位置。

那么,我们就能理解第一个代码片段中的错误信息的含义了。foo 返回的是一个临时的值。它是一个右值,赋值给它是错误的。因此当编译器看到 foo() = 2 时,会报错——赋值语句的左边应当是一个左值。

然而,给函数返回的结果赋值,不一定总是错误的操作。例如,C++ 的引用让我们可以这样写:

1
2
3
4
5
6
7
8
9
10
11
12
int globalvar = 20;

int& foo()
{
return globalvar;
}

int main()
{
foo() = 10;
return 0;
}

这里 foo 返回一个引用。引用一个左值,因此可以赋值给它。实际上,C++ 中函数可以返回左值的功能对实现一些重载的操作符非常重要。一个常见的例子就是重载方括号操作符 [],来实现一些查找访问的操作,如 std::map 中的方括号:

1
2
std::map<int, float> mymap;
mymap[10] = 5.6;

之所以能赋值给 mymap[10],是因为 std::map::operator[] 的重载返回的是一个可赋值的引用。

可修改的左值

左值一开始在 C 中定义为“可以出现在赋值操作左边的值”。然而,当 ISO C 加入 const 关键字后,这个定义便不再成立。毕竟:

1
2
const int a = 10; // 'a' 是左值
a = 10; // 但不可以赋值给它!

于是定义需要继续精化。不是所有的左值都可以被赋值。可赋值的左值被称为 可修改左值 (modifiable lvalues) 。C99标准定义可修改左值为:

[…] 可修改左值是特殊的左值,不含有数组类型、不完整类型、const 修饰的类型。如果它是 structunion,它的成员都(递归地)不应含有 const 修饰的类型。

左值与右值间的转换

通常来说,计算对象的值的语言成分,都使用右值作为参数。例如,两元加法操作符 '+' 就需要两个右值参数,并返回一个右值:

1
2
3
4
int a = 1;     // a 是左值
int b = 2; // b 是左值
int c = a + b; // + 需要右值,所以 a 和 b 被转换成右值
// + 返回右值

在例子中,ab 都是左值。因此,在第三行中,它们经历了隐式的 左值到右值转换 。除了数组、函数、不完整类型的所有左值都可以转换为右值。

那右值能否转换为左值呢?当然不能!根据左值的定义,这违反了左值的本质。【注1:右值可以显式地赋值给左值。之所以没有隐式的转换,是因为右值不能使用在左值应当出现的位置。】

不过,右值可以通过一些更显式的方法产生左值。例如,一元解引用操作符 '*' 需要一个右值参数,但返回一个左值结果。考虑这样的代码:

1
2
3
int arr[] = {1, 2};
int* p = &arr[0];
*(p + 1) = 10; // 正确: p + 1 是右值,但 *(p + 1) 是左值

相反地,一元取地址操作符 '&' 需要一个左值参数,返回一个右值:

1
2
3
4
int var = 10;
int* bad_addr = &(var + 1); // 错误: 一元 '&' 操作符需要左值参数
int* addr = &var; // 正确: var 是左值
&var = 40; // 错误: 赋值操作的左操作数需要是左值

在 C++ 中 '&' 符号还有另一个功能——定义引用类型。引用类型又叫做“左值引用”。因此,不能将一个右值赋值给(非常量的)左值引用:

1
std::string& sref = std::string();  // 错误: 非常量的引用 'std::string&' 错误地使用右值 'std::string` 初始化

常量的 左值引用可以使用右值赋值。因为你无法通过常量的引用修改变量的值,也就不会出现修改了右值的情况。这也使得 C++ 中一个常见的习惯成为可能:函数的参数使用常量引用接收参数,避免创建不必要的临时对象。

CV 限定的右值

如果我们仔细阅读 C++ 标准中关于左值到右值的转换的部分【注2:在新的 C++11 标准草稿的第 4.1 节】,我们会发现:

一个非函数、非数组的类型 T 的左值可以转换为右值。 […] 如果 T 不是类类型【译注:类类型即 C++ 中使用类定义的类型,区别与内置类型】,转换后的右值的类型是 T 的 未限定 CV 的版本 (cv-unqualified version of T)。其他情况下,转换后的右值类型就是 T 本身。

什么叫做 “未限定 CV” (cv-unqualified) 呢? CV 限定符 这个术语指的是 constvolatile 两个类型限定符。C++ 标准的 3.9.3 节写到:

每个类型都有三个对应的 CV-限定类型版本: const 限定volatile 限定const-volatile 限定 版本。有或无 CV 限定的不同版本的类型是不同的类型,但写法和赋值需求都是相同的。

那么,这些又和右值有什么关系呢?在 C 中,只有左值有 CV 限定的类型,而右值从来没有。而在 C++ 中,类右值可以有 CV 限定的类型,但内置类型 (如 int) 则没有。考虑下面的例子:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <iostream>

class A {
public:
void foo() const { std::cout << "A::foo() const\n"; }
void foo() { std::cout << "A::foo()\n"; }
};

A bar() { return A(); }
const A cbar() { return A(); }


int main()
{
bar().foo(); // calls foo
cbar().foo(); // calls foo const
}

main 中的第二个函数调用实际上调用的是 A 中的 foo() const 函数,因为 cbar 返回的类型是 const A,这和 A 是两个不同的类型。这就是上面的引用中最后一句话所表达的意思。另外注意到,cbar 的返回值是一个右值,所以这是一个实际的 CV 限定的右值的例子。

C++11 的右值引用

C++11 标准中引入的最强有力的特性就是右值引用,以及相关的 移动语义 (move semantics) 概念。这篇简短的文章没法完全讨论这个特性【注3:搜索 “rvalue references” 可以找到很多相关的资料,几个个人认为有用的资料:这一篇这一篇,特别是 这一篇】,但我想给出一个简单的例子。实际上,对左值和右值的理解可以帮助我们理解一些非平凡的语言概念。

这篇文章的大部分内容都在解释:左值和右值的主要区别是,左值可以被修改,而右值不能。不过,C++11 改变了这一区别。在一些特殊的情况下,我们可以使用右值的引用,并对右值进行修改。

假设我们要实现一个“整数的 vector”,一些相关的函数可能是这样定义的:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
class Intvec
{
public:
explicit Intvec(size_t num = 0)
: m_size(num), m_data(new int[m_size])
{
log("constructor");
}

~Intvec()
{
log("destructor");
if (m_data) {
delete[] m_data;
m_data = 0;
}
}

Intvec(const Intvec& other)
: m_size(other.m_size), m_data(new int[m_size])
{
log("copy constructor");
for (size_t i = 0; i < m_size; ++i)
m_data[i] = other.m_data[i];
}

Intvec& operator=(const Intvec& other)
{
log("copy assignment operator");
Intvec tmp(other);
std::swap(m_size, tmp.m_size);
std::swap(m_data, tmp.m_data);
return *this;
}
private:
void log(const char* msg)
{
cout << "[" << this << "] " << msg << "\n";
}

size_t m_size;
int* m_data;
};

这样,我们定义了基本的构造器、析构器、拷贝构造器 (copy constructor) 和拷贝赋值操作符 (copy assignment operator) 【注4:拷贝赋值操作符的实现是在考虑异常安全角度的规范写法。结合使用拷贝构造器和不会抛出异常的std::swap,可以保证在异常发生时不会出现未初始化的内存】。它们都有一个 logging 函数,让我们能知道是否调用了它们。

运行一个将 v1 的内容拷贝到 v2 的代码:

1
2
3
4
5
6
Intvec v1(20);
Intvec v2;

cout << "assigning lvalue...\n";
v2 = v1;
cout << "ended assigning lvalue...\n";

运行输出的结果是:

1
2
3
4
5
assigning lvalue...
[0x28fef8] copy assignment operator
[0x28fec8] copy constructor
[0x28fec8] destructor
ended assigning lvalue...

这是正常的结果,准确展示了 operator= 的内部过程。但假设我们要将一个右值赋值给 v2

1
2
3
cout << "assigning rvalue...\n";
v2 = Intvec(33);
cout << "ended assigning rvalue...\n";

虽然这里的例子中是赋值一个新创建的 vector,但它可以代表更一般的情况——创建了一个临时的右值,然后赋值给 v2 (例如当一个函数返回 vector 的情况)。我们会得到这样的输入:

1
2
3
4
5
6
7
assigning rvalue...
[0x28ff08] constructor
[0x28fef8] copy assignment operator
[0x28fec8] copy constructor
[0x28fec8] destructor
[0x28ff08] destructor
ended assigning rvalue...

这看起来就要很多步骤了。特别是这里调用了额外的一对构造器/析构器,用来创建和销毁一个临时的对象。然而,在拷贝赋值操作符中,也创建和销毁了 另一个 临时的对象。这完全是多余的没有意义的工作。

不过现在你不需要多一个临时对象了。C++11 引入了右值引用,让我们可以实现“移动语义” (move semantics),特别是可以实现“移动赋值操作符” (move assignment operator) 【注5:文章中一直将 operator= 叫做 “拷贝赋值操作符” (copy assignment operator)。在 C++11 中,区分这两个概念是很重要的】。我们可以为 Intvec 加上另一个 operator=

1
2
3
4
5
6
7
Intvec& operator=(Intvec&& other)
{
log("move assignment operator");
std::swap(m_size, other.m_size);
std::swap(m_data, other.m_data);
return *this;
}

符号 && 代表了新的 右值引用 (rvalue reference) 。顾名思义,右值引用可以让我们创建对右值的引用。而且在调用结束后,右值引用就会被销毁。我们可以利用这个特性将右值的内部内容“偷”过来——因为我们不再需要使用这个右值对象了!这样得到的输出是:

1
2
3
4
5
assigning rvalue...
[0x28ff08] constructor
[0x28fef8] move assignment operator
[0x28ff08] destructor
ended assigning rvalue...

由于将一个右值赋值给了 v2,移动赋值操作符被调用。虽然 Intvec(33) 仍然会创建一个临时对象,调用其构造器和析构器,但赋值操作符中的另一个临时对象不会再创建了。这个赋值操作符直接将右值的内部内容和自己的相交换,自己获得右值的内容,然后右值的析构器会销毁自己原先的内容,而这一内容已经不需要了。优雅。

再提醒一遍,这个例子只展示了移动语义和右值引用的冰山一角。你可以猜到,这实际上是一个复杂的话题,要考虑很多特殊情况和陷阱。我是想展示一个 C++ 中左值右值区别的一个很有趣的应用。编译器显然知道哪里是个右值,会在编译时选择调用合适的构造器。

总结

即使不考虑左值和右值的问题,你也可以写很多 C++ 代码,然后把这些问题看作编译器某些错误警告中奇怪的行话。然而,这篇文章想表明,对这个问题有一些领悟的话,会使你能更深入地理解一些 C++ 代码,也更能弄懂一些 C++ 规范和语言专家的讨论。

另外,在新的 C++ 规范中,因为 C++11 引入了右值引用和移动语义,这个话题变得更重要了。要想真正理解这个语言的一些新特性,透彻地理解左值和右值就变得重要了。