浅谈值类别及其历史
constructor
2020-06-25 00:14:10
先思考如下几个问题：
1. 现在有 `int& fun(void){...}`， 请问`fun()`这个表达式的类型是什么
2. "AK IOI"是左值还是右值
3. 数组名是什么
对一下答案吧：
1. `int&`
2. 右值
3. 指向首地址的指针
如果你的作答和上面的答案一样，那么恭喜你。
**全错**
来吧，一起看下面值类别的内容，然后再回过头来考虑上面的问题。
## 值类别的分类
在C++11以前，值类别被分为左值(lvalue)和右值(rvalue)，11之后，右值被进一步细化，分为亡值(xvalue, expiring value)和纯右值(prvalue, pure right value)。（注意，bitfield只能归类于泛左值(glvalue, general left value)，因为无法确定其是左值还是亡值，但是本文章不会引入位域，请忽略）
## 为什么有这样的名字
这边要引入一个典型的误区，认为能放在赋值运算符(assignment operator)的左侧的表达式为左值，其余的为右值（note: 一个更错误的想法是放左边的是左值，放右边的是右值）。
正常人都会见到这个名字后作出如上的猜测，事实上，在历史上，这个说法一度是正确的，编程语言CPL第一次引入了值类别的概念，并且规定能放置于赋值运算符左侧的表达式为左值表达式，否则为右值表达式，但这样的规则在C++显然不成立，反例有如下几种：
```cpp
const int a = 0; // a这个id-expr是左值表达式，但a不能被放在赋值运算符左侧
"Luogu" // 字符串常量是左值表达式，但是常量表达式显然不能放在运算符左侧
int arr[3];
arr // arr作为id-expr时是左值表达式，但是不能被放在赋值运算符左侧
```
## 表达式
每个C++表达式都由两部分构成，一个是类型，一个是值类别。而且，这个类型绝对不可能是引用类型\(http://eel.is/c++draft/expr.type#1 \)，因为根本不存在引用类型的对象(因为引用类型不是对象类型，http://eel.is/c++draft/basic.types#8 \)。所谓的引用类型的对象这种说法都是错误的，也正是基于这个理由，才需要`std::reference_wrapper`这种设施。
## 左值
在C++98中，并没有左值和右值的明确定义，只能按照性质予以区分。
最不会出错的分辨方法是左值可以被应用于取地址运算符(&， address-of operator)
```cpp
[cling]$ const int a = 0;
[cling]$ &a
(const int *) 0x7f24112dc000
[cling]$ &"Luogu"
(const char (*)[6]) 0x7f241129a000
[cling]$ int arr[10]{};
[cling]$ &arr
(int (*)[10]) 0x7f24112de010
[cling]$ &2
input_line_9:2:2: error: cannot take the address of an rvalue of type 'int'
&2
^~
```
事实上，以下的几种是左值表达式：
- 变量名表达式(id-expr)
注意右值引用的变量名表达式当然也是左值，尽管它并不是一个对象
```cpp
[cling]$ int&& r = 5
(int) 5
[cling]$ &r
(int *) 0x7f3d20ea0010
```
- 对返回值为左值引用的函数调用表达式
见引言问题1，正确答案应该是int类型的左值。
- 赋值表达式和组合赋值表达式(`+=`, `%=`, etc. compound assignment expression)
- 内建的间接访问表达式(`*`, indirection expression, a.k.a. dereference expression, 解引用表达式)
- 内建的下标表达式(`[]`, subscript expression)，请注意，内建的下标表达式只是对间接访问运算符的替换，请尝试`2["Luogu"]`
- **内建前置自增表达式(pre-increment and pre-decrement expression)**
- 成员访问运算符(`.`, the member of object expression，但是这个运算符一般叫做member access operator)
- **字符串字面量**
*这不是全部，部分本文读者较为不熟悉的内容以及一些过于简单的内容略去*
### 左值的性质
- 可以被取地址
- 可以转换到纯右值
- 可以拥有不完全类型
比如，extern数组前向声明：
```cpp
extern int a[];
```
### 可修改左值的性质
- 可以作为赋值的目标对象
- 可以被非到const的左值引用绑定
可以注意到，CPL时期的左值指的都是可修改的左值
## 纯右值
- 返回值非引用类型的函数调用表达式
- **后自增减表达式(post-increment and post-decrement expression)**
- 内建的算数表达式、逻辑表达式和比较表达式(arithmetic expression, logical expression, and comparison expression)
- 取地址表达式
- `this`
- 除了字符串字面量外的字面量
一个比较有意思的一点是，自定义字面量也都是纯右值。
```cpp
//-std=c++14
[cling]$ #include <string>
[cling]$ using namespace std::literals;
[cling]$ & "ss"
(const char (*)[3]) 0x7fc4ffb8e000
[cling]$ &"ss"s
input_line_6:2:2: error: taking the address of a temporary object of type 'basic_string<char>'
[-Waddress-of-temporary]
&"ss"s
^~~~~~
```
- 枚举量(enumerator)，我觉得这也算字面量的一种
- C++11起的lambda expression
*这不是全部，部分本文读者较为不熟悉的内容以及一些过于简单的内容略去*
### 纯右值性质
- 不能被取地址
- 不能是多态的（指继承多态，纯右值的动态类型永远与静态类型一致）
- 不能拥有除void之外的不完全类型（之所以有这一条，我认为是因为C++17开始规定void表达式拥有无结果对象(no result object)）
- 非类类型的纯右值不能进行cv限定。（反过来，类类型的纯右值可以进行cv限定这件事情其实挺坑的，比如要考虑`const std::string`和`std::string`的不同）
```cpp
int fun()
const int fun() // the same
std::string foo()
const std::string foo() // not the same
```
## 亡值
亡值从C++11开始引入，是为了完善移动语义(move semantics)
- 返回值类型为右值引用的函数调用表达式
最典型的应该就是`std::move`, 请注意`std:::forward`不一定是，请不要混淆forwarding reference和rvalue reference，限于篇幅，请自己查找有关资料。`std::move`并不是一个很玄学的东西，只是一个强制转换而已。移动语义的功劳经常被抢，很多人以为移动是`std::move`做的，其实这个函数和移动没有半点关系，只是改变了值类别让一个对象可以进行移动。
- 转换到右值引用的转换表达式（`std::move`里面干的就是这个）
*这不是全部，部分本文读者较为不熟悉的内容以及一些过于简单的内容略去*
### 亡值的性质
除以下几点外，具有左值和纯右值的性质：
- 不能被取地址
- 不可能位于赋值运算符左侧
- 不能被非到const的左值引用绑定
## 数组名
数组名是指向首地址的指针这种谬论大概是从谭浩强教授开始的。本来这句话听着就不对劲，但是被人传久了好像大家都认为这句话没什么问题了。
看几个例子：
```cpp
[cling]$ int a[50];
[cling]$ sizeof a == sizeof(int*)
(bool) false
```
```cpp
int a[50];
int (&b) [50] = a;
```
很好的证明了数组名并不是指针，而就指代数组本身。
然而，之所以存在这一误区，就是因为C++的退化机制(decay)。在不需要数组的任何语境，数组名隐式转换为指向首元素的纯右值指针表达式。函数也拥有同样的退化性质，但是函数名也好，数组名也罢，他们都是左值。
## 移动语义(move semantics)
C++11引入了移动语义，目的是节省复制的开销。
```cpp
//-std=c++11
std::vector<int> source = {2, 2, 1, 2, 3};
//after this, vector destination takes the memory managed by source, accesses to source become Undefined Behaviors.
auto destination = std::move(source);
```
为了解释这段代码，我将`std::move`去掉，写成这样：
```cpp
auto d = static_cast<decltype(s) &&>(s)
```
左值到右值引用强制转换表达式是亡值，这使得本来不可被移动的左值s可以被移动，由于转换后的亡值与原有的左值是同一实体，他移交的内存也是原有对象管理的内存。这个亡值参与的初始化语句是移动语境：重载决议将选定`vector<int>(vector<int>&&)`这个移动构造函数。典型的vector移动实现是直接移交源对象的指针给目标对象，这避免了元素的复制开销。
相比而言，如果不进行一次强制转换，选定的构造函数将会是`vector<int>(const vector<int>&)`这个移动构造函数，从上面可以发现，当参数是右值时，函数右值引用的版本在重载决议中高于到const引用的版本，尽管后者也是可以绑定到右值的，另外，C++17中纯右值保证不调用构造函数，连移动的开销一起省了（甚至移动复制构造函数全`=delete`也能过编译，这件事经常迷惑一批萌新），所以注意构造和析构函数中的副作用(side-effect)是不能被依赖的。
所以如果并没有给定移动构造函数，上述的代码不会报错，而是会调用复制构造，但不影响C++17开始的强制复制消除。
说道移动语义就一定要安利C++14的`std::exchange`，简直是算法题目中能清理大量代码的福音：https://en.cppreference.com/w/cpp/utility/exchange
## 值类别的历史
之前已经提到了值类别的来源，CPL。在这之后，C基本沿袭了CPL的术语，但是废除了“右值”这一名词，将值类别分为左值和非左值，C++98恢复了右值这一术语，并将C中的一些非左值变为左值。
C++11开始，随着移动语义的引入，右值被分开，并出现了较为严格的值类别定义：
- 拥有同一性且不可以被移动的是左值。
- 不具有同一性且可以被移动的是纯右值。
- 拥有同一性且可以被移动的是亡值。
- 不具有同一性且不可被移动的表达式不可被使用。
其中，同一性指的是有办法判断两个表达式指代的是否是同一实体。
至于移动语义请自己去查找。
C++17开始，C++11的分类法被完全推翻。
C++17开始纯右值不可被移动，并且引入了强制复制消除的要求（mandatory copy elision），达到了史无前例的值类别最复杂的阶段，另外，void表达式开始指代一个无结果的对象，也成为了不可被移动且不具有同一性的纯右值。
*本文章是参考资料加上个人见解写成，其中不免可能出现错误，欢迎大家指出。*
参考：http://eel.is/c++draft/basic.lval