浅谈Rust += 运算符与 MIR 应用
作者:Mr_Vague
+=
运算符与 MIR 应用
本文
+=
运算符部分整理自 Why does += require manual dereference when AddAssign() does not? 后半部分,
MIR 部分是我自己补充的。只在 https://zjp-cn.github.io/rust-note/ 上更新,其他地方懒得同步更新。
+=
解语法糖
一个基础,但很少会思考的问题,Rust 的 +=
运算符是什么代码的语法糖?
a = a + b
不等价于 a += b
a = a + b
是 a += b
的语法糖吗?这意味着任何 a += b
与任何 a = a + b
代码等价。
如果以标准库定义的 impls 为例子,你可能觉得两种写法都能编译,而且结果一致。
但考虑以下自定义类型的实现:
use std::ops::{Add, AddAssign}; fn main() { let mut s = S; s += (); // ok s = s + (); // error: expected struct `S`, found `()` } struct S; impl Add<()> for S { type Output = (); fn add(self, _: ()) { } } impl AddAssign<()> for S { fn add_assign(&mut self, _: ()) { } }
代码不通过,原因是显然的,s + ()
的类型是 ()
,无法赋值给 s
—— a = a + b
不是 a += b
的语法糖。
从运算符的 trait 定义来看(以 +
vs +=
为例),它们没有任何关系:
pub trait Add<Rhs = Self> { type Output; fn add(self, rhs: Rhs) -> Self::Output; } pub trait AddAssign<Rhs = Self> { fn add_assign(&mut self, rhs: Rhs); }
AddAssign::add_assign(&mut a, b)
与 a += b
+
和 +=
是典型的二元运算符和复合赋值运算符。根据各自的运算符 trait 定义,可以得到以下解语法糖:
a + b
实际调用Add::add(a, b)
a += b
实际调用AddAssign::add_assign(&mut a, b)
注意以下几点:
- 若 a 和 b 拥有所有权时,其右侧运算数 b 的所有权被获取1,而对待左侧运算数所有权的方式并不相同:
- a + b 获取了 a 的所有权(无法再使用 a)
- a += b 获取了 a 的独占引用,而非所有权(a 必须是 mut 的,而且此后仍可以使用 a)
- 若 a 或 b 不拥有所有权时,则不存在对 a 或 b 所有权的转移2:
- 当 implementor 为引用时,参数一并没有发生所有权的移动
- 当泛型类型参数为引用时,参数二并没有发生所有权的移动
- 调用的形式最好使用完全限定语法,而不是方法调用语法。这是因为方法调用表达式存在隐式的 自动引用/解引用,而基于类型的分析才更可靠。
- a + b 实际调用 <TypeOfA as Add<TypeOfB>>::add(a, b),优于 a.add(b)
- a += b 实际调用 <TypeOfA as AddAssign<TypeOfB>>::add_assign(&mut a, b),优于 (&mut a).add_assign(b)
本文的重点在于 a += b
,而不是 a + b
,所以对 a + b
的内容就此结束。
对于分析 a += b
,我遵循以下思考流程:
- 写下两侧的类型,
- 如
Self += Rhs
实际调用的形式,如 <Self as AddAssign<Rhs>>::add_assign(&mut Self, Rhs)
<Self as AddAssign<Rhs>>::add_assign(&mut a, b)
- 完全限定语法的几种等价形式:
Self: AddAssign<Rhs>
:这在分析 trait bounds 时常用impl AddAssign<Rhs> for Self
:这在搜索具体实现时有用3
但像 +=
这样的“复合赋值运算符”,一个鲜为人知的规则是关于两侧运算数的求值顺序。
赋值表达式的求值顺序
通过一个示例来感受求值顺序为什么重要:
*{ print!("lhs "); &mut 0 } += { print!("rhs "); 0 }; *{ print!("lhs "); &mut String::from("a") } += { print!("rhs "); "b" };
这段代码打印什么?
如果你能准确说出和解释打印的内容,那么这小节内容可以跳过了。
如果你不知道答案,请往下看。
规则
Rust 中,大部分表达式是从左往右求值的,比如对于方法调用表达式 (method call expression) a.add(b)
,脱糖为Add::add(a, b)
,然后先计算左边的 a
,再计算右边的 b
。但赋值表达式不一定是从左到右求值。
Rust 具有两种“赋值表达式”:
- 赋值表达式 (assignment expressions):将一个值移动进指定的地方,语法为
assignee operand = assigned value operand
。 - 复合赋值表达式 (compound assignment expressions):将运算/逻辑二元运算符与赋值表达式结合起来,语法为
assigned operand 操作符 modifying operand
,其中“操作符”为一个标记后跟一个=
(中间不含空格),比如+=
、|=
、<<=
。
两侧运算数的名称非常不直观,所以我使用左右两侧的表达方式来称呼它们。实际上,它们以前被称作“左值” (lvalue) 和“右值” (rvalue)。
对赋值表达式来说,先计算等号右侧的值,再计算等号左侧的值,即从右到左;对于解构赋值,其内部求值顺序为从左到右。
# let (mut a, mut b); (a, b) = (3, 4); // 从右到左:先计算等号右侧的 (3, 4),再赋值给等号左侧的 (a, b) // 脱糖为 { let (_a, _b) = (3, 4); // 解构赋值过程中,从左到右 a = _a; // 先赋值给解构模式左边的 a b = _b; // 再赋值给解构模式右边的 b }
对于复合赋值表达式,若两侧的类型同时为 primitives,从右到左计算;否则从左到右计算。
回到本小节开头的示例,现在可以仔细分析代码了:
// 等号两侧的类型都为 `i32`,它是 primitive type,所以从右到左计算,打印 `rhs lhs ` *{ print!("lhs "); &mut 0 } += { print!("rhs "); 0 }; // 等号左右的类型为 `String` 和 `&str`,都不是 primitive type,所以从左到右计算,打印 `lhs rhs ` *{ print!("lhs "); &mut String::from("a") } += { print!("rhs "); "b" };
或许这些细节你会感到困惑:
问 | 答 |
---|---|
等号左侧为什么要那样写? | 因为不允许直接写 0 += ... |
为什么左侧可以维持临时的引用 &mut ? | 见 temporary-lifetime-extension |
为什么左侧类型是 i32 | 0 的类型为 i32 ,这是 Rust 默认推断的;&mut 0 类型为 &mut i32 ;*&mut 0 类型为 i32 |
为什么 i32 是 primitive type? | 见标准库 primitive types |
什么是 primitive type? | 见标准库 primitive types |
为什么 &str 不是 primitive type? | 见标准库 primitive types,且见下面的例子:i32 是,&i32 不是,所以 str 是,&str 不是 |
总而言之,在 Rust 中,大部分表达式的求值顺序是从左往右的,仅有少数地方是从右往左的,比如:
赋值表达式:先计算等号右侧复合赋值表达式:仅在两侧运算数都为 primitive types 时才先计算右侧运算数。为了巩固这一条,请确保你完全理解下面的
代码 和注释。此外,你还可以看懂 rustc 的这个 测试代码。
use std::num::Wrapping; macro_rules! add_assign { ($e1:expr, $e2:expr) => { *({print!("lhs "); &mut $e1}) += {print!("rhs "); $e2}; println!(""); } } fn main() { add_assign!(1, 2); // rhs lhs: both operands are primitives add_assign!(1, &2); // lhs rhs: Rhs &i32 is not a direct primitive add_assign!(String::new(), ""); // lhs rhs: neither operands are primitives add_assign!(Wrapping(1), Wrapping(2)); // lhs rhs: neither operands are primitives // So usually the execution order of `+=` is LTR (left-to-right) }
MIR
Rust 的 MIR 是 HIR 到 LLVM IR 的中间产物,对 Rust 众多语法糖进行了脱糖,并且极大地精简了 Rust
语法(但并非其语法子集),是观察和分析 Rust 代码的常用手段,尤其是在控制流图和借用检查方面。
获取 MIR 的最简便的方式是通过 playground 左上角下拉框,点击 MIR 按钮。
此外,你还可以使用 rustc src/main.rs -Z dump-mir=main
或 cargo rustc -- -Z dump-mir=main
获得有关 main 函数完整的 MIR
- 查看
mir_dump/main.main.-------.renumber.0.mir
等文件 - 使用
cargo rustc -- -Z help
查看更多 mir 相关命令 - 相关 MIR 资料
Rust Blog: Introducing MIR 友好的官方入门解释
rustc-dev-guide: MIR Debugging
rustc-dev-guide: The MIR (Mid-level IR)
对于上一节开头的示例:
// 去除了无关和冗杂的 print!,将这段代码复制到 play.rust-lang.org 查看 MIR *{ &mut 0 } += 0; *{ &mut String::from("a") } += "b";
关键的 MIR 输出:
bb0: {
_1 = const 0_i32;
_3 = const 0_i32;
_2 = &mut _3;
_4 = CheckedAdd((*_2), _1);
assert(!move (_4.1: bool), "attempt to compute `{} + {}`, which would overflow", (*_2), move _1) -> bb1;
}bb2: {
_7 = &mut _8;
_6 = &mut (*_7);
_10 = const "b";
_9 = _10;
_5 = <String as AddAssign<&str>>::add_assign(move _6, move _9) -> [return: bb3, unwind: bb5];
}
这很容易解释 +=
的语法脱糖和真正的执行顺序:
_4 = CheckedAdd((*_2), _1)
这里的执行顺序是从右到左(注意观察编号),并且不是调用<i32 as AddAssign<i32>>::add_assign
,
而是直接调用 CheckedAdd
函数。
- 而
add_assign!(1, &2)
则对应_1 = <i32 as AddAssign<&i32>>::add_assign(move _2, move _13) -> bb5
,顺序从左到右,调用了重载的
+=
trait 方法。
_5 = <String as AddAssign<&str>>::add_assign(move _6, move _9)
这里的顺序是从左到右,调用的是重载的+=
trait 方法。
单一实现下的强转
遵循前面我提到的流程,对于以下正常工作代码,第一步,写下左右两侧的类型,你会得到 S += &&&&&&()
,实际不存在这个实现,因为S
仅有 S: AddAssign<&()>
。这发生了什么?
struct S; impl std::ops::AddAssign<&()> for S { fn add_assign(&mut self, _: &()) {} } fn main() { let mut s = S; let rrrrrr = &&&&&&(); s += rrrrrr; }
通过 MIR,你会发现
<S as AddAssign<&()>>::add_assign(move _4, move _5)
表明从左到右执行,因为两侧运算数不是 primitive type- 传给
add_assign
的第二个参数,其类型并不是变量rrrrrr
的类型&&&&&&()
,而是经过 5 次解引用之后的&()
类型
bb0: { _6 = const _; _4 = &mut _1; _7 = deref_copy (*_2); _8 = deref_copy (*_7); _9 = deref_copy (*_8); _10 = deref_copy (*_9); _11 = deref_copy (*_10); _5 = _11; _3 = <S as AddAssign<&()>>::add_assign(move _4, move _5) -> bb1; }
这里隐式的解引用是因为强转,而函数参数是能够发生 强转的地方 之一。
并且,依据这段 MIR(注意看从上到下的执行过程),我们知道,对于已知的 add_assign
实现,执行顺序先于强转发生。
而当 S
的 AddAssign
实现是多个,强转被阻止,你需要传入准确的类型的值:
struct S; impl std::ops::AddAssign<()> for S { fn add_assign(&mut self, _: ()) {} } impl std::ops::AddAssign<&()> for S { fn add_assign(&mut self, _: &()) {} } fn main() { let mut s = S; let rrrrrr = &&&&&&(); s += rrrrrr; } // error[E0277]: cannot add-assign `&&&&&&()` to `S` // --> src/main.rs:12:7 // | // 12 | s += rrrrrr; // | ^^ no implementation for `S += &&&&&&()` // | // = help: the trait `AddAssign<&&&&&&()>` is not implemented for `S` // = help: the following other types implement trait `AddAssign<Rhs>`: // <S as AddAssign<&()>> // <S as AddAssign<()>>
两阶段借用的参与
以下代码能够运行:
- 由于两侧类型不是 primitive type,
add_assign
从左到右执行 - 但已经使用
&mut self
的情况下,为什么能够同时执行带&self
的方法?
struct S; impl std::ops::AddAssign<()> for S { fn add_assign(&mut self, _: ()) {} } impl S { fn no_op(&self) {} } fn main() { let mut s = S; s += s.no_op(); }
通常对于初学者, &mut
会有两个更高级的主题:
- 重新借用 (reborrow)
- open 状态的 Reference issue、RFC issue,在迁移到 Chalk 之前,不会正式描述 reborrow
- 它大概是说:我们看见的
&'a mut T
,实际被自动转化成更短的&'b mut T
,从而看起来&mut T
一直可用。这也发生在 &T
上面,但通常我们对&mut T
的 reborrow 更敏感。- 这一是个在 1.0 之前就有的概念
- UCG 可能会对 reborrow 做出说明
- 一个直觉上的理解
- 两阶段借用 (two-phase borrows)
- 它在 rustc dev guide 上的 正式介绍
- 它大概是说,某些情况下
&mut T
会划分成两个阶段进行使用: - 在 reservation 阶段:
&mut T
像是&T
那样,以允许多个&T
同时存在 - 在 activated 阶段:
&mut T
以完全独占的方式使用 - 某些情况指以下三种情况之一(上述链接对具体例子都有分析):
- 调用 receiver 为
&mut self
的方法(包括方法调用时的自动引用):如vec.push(vec.len())
- 函数参数中的
&mut T
reborrow:如std::mem::replace(r, vec![r.len()])
- 重载的复合赋值运算符中隐式的
&mut T
:如本小节示例 - 代码中,任何显式的
&mut
和ref mut
都不是两阶段借用
MIR 可以帮助你看到两阶段借用。
bb0: { // reservation 阶段 _3 = &mut _1; // 两阶段借用的第三种前提:重载的复合赋值运算符中隐式的 `&mut T` _5 = &_1; // `&mut T` 暂时被视为 `&T`,从而允许在此处使用 `&T` _4 = S::no_op(move _5) -> bb1; } bb1: { // activated 阶段 _2 = <S as AddAssign<()>>::add_assign(move _3, move _4) -> bb2; }
实战
例子源自 #72199 issue,@steffahn 做了很好的 解释,这里从 MIR 角度进行补充。
Vec<i32>
的 v[i] += v[j]
fn main() { let mut v = Vec::from([0, 1]); // 为了让 MIR 精简,故意不使用 vec![0, 1] v[0] += v[1]; // 第一步:i32 += i32 } // 两侧为 primitive types, RTL: <i32 as Add<i32>>::add_assign(&mut v[0], v[1]) // 1. 计算 v[1]:对它脱糖 `<Vec<i32> as Index<usize>>::index(&v, 1)` 得到 `&i32`,然后解引用得到 `i32` // 2. 计算 &mut v[0]:对它脱糖 `<Vec<i32> as IndexMut<usize>>::index_mut(&mut v, 0)` 得到 `&mut i32` // 可以看到先使用了 `&v`,再使用了 `&mut v`,通过借用检查 // 仅列出 MIR 中的重点 // let mut _1: std::vec::Vec<i32>; // bb1: { // _5 = &_1; // _4 = <Vec<i32> as Index<usize>>::index(move _5, const 1_usize) -> [return: bb2, unwind: bb6]; // } // bb2: { // _3 = (*_4); // _7 = &mut _1; // _6 = <Vec<i32> as IndexMut<usize>>::index_mut(move _7, const 0_usize) -> [return: bb3, unwind: bb6]; // } // bb3: { // _8 = CheckedAdd((*_6), _3); // assert(!move (_8.1: bool), "attempt to compute `{} + {}`, which would overflow", (*_6), move _3) -> [success: bb4, unwind: bb6]; // } // bb4: { // (*_6) = move (_8.0: i32); // drop(_1) -> bb5; // }
&mut [Custom]
的 v[i] += v[j]
#[derive(Clone, Copy)] struct MyNum(i32); impl std::ops::AddAssign for MyNum { fn add_assign(&mut self, rhs: MyNum) { *self = MyNum(self.0 + rhs.0) } } fn main() { let mut b = vec![MyNum(0), MyNum(1)]; let v = b.as_mut_slice(); v[0] += v[1]; // MyNum += MyNum } // LTR: <MyNum as Add<MyNum>>::add_assign(&mut v[0], v[1]) // 1. 计算 &mut v[0]:获取和维持对第 0 元素的独占引用,但只进入 reservation 阶段,将 &mut 视为 &,从而继续使用切片 // 2. 计算 v[1]:在 `&mut v[0]` 的第一阶段,通过 `*_10` 和索引拷贝 MyNum // 3. 调用方法,`&mut v[0]` 进入 activated 阶段 // 仅列出 MIR 中的重点 // let mut _1: std::vec::Vec<MyNum>; // bb2: { // _11 = &mut _1; // _10 = Vec::<MyNum>::as_mut_slice(move _11) -> [return: bb3, unwind: bb8]; // } // bb3: { // 索引前进行了边界检查 // _14 = const 0_usize; // _15 = Len((*_10)); // _16 = Lt(_14, _15); // assert(move _16, "index out of bounds: the length is {} but the index is {}", move _15, _14) -> [success: bb4, unwind: bb8]; // } // bb4: { // _13 = &mut (*_10)[_14]; // 获取 &mut v[0],进入 reservation 阶段 // _18 = const 1_usize; // 索引前进行了边界检查 // _19 = Len((*_10)); // _20 = Lt(_18, _19); // assert(move _20, "index out of bounds: the length is {} but the index is {}", move _19, _18) -> [success: bb5, unwind: bb8]; // } // bb5: { // _17 = (*_10)[_18]; // 计算 v[1] // _12 = <MyNum as AddAssign>::add_assign(move _13, move _17) -> [return: bb6, unwind: bb8]; // activated 阶段 // }
Vec<Custom>
的 v[i] += v[j]
#[derive(Clone, Copy)] struct MyNum(i32); impl std::ops::AddAssign for MyNum { fn add_assign(&mut self, rhs: MyNum) { *self = MyNum(self.0 + rhs.0) } } fn main() { let mut b = vec![MyNum(0), MyNum(1)]; b[0] += b[1]; }
它无法编译成功,但编译器提示你怎么 解决(把右侧的值赋给局部变量,然后使用该变量):
error[E0502]: cannot borrow `b` as immutable because it is also borrowed as mutable --> src/main.rs:12:13 | 12 | b[0] += b[1]; | --------^--- | | | | | immutable borrow occurs here | mutable borrow occurs here | mutable borrow later used here | help: try adding a local storing this... --> src/main.rs:12:13 | 12 | b[0] += b[1]; | ^^^^ help: ...and then using that local here --> src/main.rs:12:5 | 12 | b[0] += b[1]; | ^^^^^^^^^^^^
当你试着从 MIR 分析为什么这样,你会发现 playground 因为编译失败而没有 MIR 的结果,提示为Unable to locate file for Rust MIR output
。
此时,你仍可以在本地获取一部分 MIR 结果,因为 MIR 其实经过许多次迭代,mir_dump
文件夹下保留了半成品:运行cargo rustc -- -Z dump-mir=main
,查看 mir_dump/simd.main.-------.renumber.0.mir
文件。
// 仅列出关键部分 bb4: { _13 = &mut _1; _12 = <Vec<MyNum> as IndexMut<usize>>::index_mut(move _13, const 0_usize) -> [return: bb5, unwind: bb9]; } bb5: { _11 = &mut (*_12); StorageDead(_13); StorageLive(_14); StorageLive(_15); StorageLive(_16); _16 = &_1; _15 = <Vec<MyNum> as Index<usize>>::index(move _16, const 1_usize) -> [return: bb6, unwind: bb9]; } bb6: { _14 = (*_15); StorageDead(_16); _10 = <MyNum as AddAssign>::add_assign(move _11, move _14) -> [return: bb7, unwind: bb9]; }
把它与上一小节在 &mut [MyNum]
的 MIR 进行对比,你会发现在 &mut Vec<MyNum>
上没有发生两阶段借用:
- 观察两个 MIR 片段的
move _13
,第二个片段的&mut _1
借用已经在获取索引时结束(未能到达add_assign
),而第一个在调用add_assign
时结束 - 所以
Vec<MyNum>
上的b[0] += b[1]
是通过两个不同的&mut Vec<MyNum>
和&Vec<MyNum>
,分别得到&mut MyNum
和MyNum
两个操作数
而 Rust 的借用检查不允许在一个函数调用中对同一个值同时使用 &mut
和 &
,从而编译报错。
// b[0] += b[1] on &mut [MyNum] _10 = Vec::<MyNum>::as_mut_slice(move _11) // _10: &mut [MyNum] _13 = &mut (*_10)[_14]; // two-phase _17 = (*_10)[_18]; // reservation 阶段 _12 = <MyNum as AddAssign>::add_assign(move _13, move _17) // activated 阶段 // b[0] += b[1] on Vec<MyNum> _13 = &mut _1; // _1: Vec<MyNum> _12 = <Vec<MyNum> as IndexMut<usize>>::index_mut(move _13, const 0_usize) // _13: &mut Vec<MyNum>, _12: &mut MyNum _11 = &mut (*_12); // reborrow _16 = &_1; _15 = <Vec<MyNum> as Index<usize>>::index(move _16, const 1_usize) // _16: &Vec<MyNum>, _15: &mut MyNum _14 = (*_15); _10 = <MyNum as AddAssign>::add_assign(move _11, move _14)
- 总结
+=
是可重载的复合赋值运算符,Self += Rhs
脱糖为<Self as AddAssign<Rhs>>::add_assign(&mut Self, Rhs)
,但 - 对两侧为 primitive types 的运算数,先计算
Rhs
,再计算Self
,然后调用编译器实现的相加函数 - 若至少有一侧运算数不为 primitive types,则先计算
Self
,再计算Rhs
,然后调用重载后的实现(即<Self as AddAssign<Rhs>>::add_assign
) - 大多数表达式是从左到右执行的。从右到左是特殊情况,比如
- 赋值表达式中,先计算
=
右侧的值,再计算左侧 - 复合赋值表达式中,两侧为 primitive types 的运算数时,先计算复合赋值运算符右侧,再计算左侧
- MIR 是 Rust 编译过程的重要一环,(无论在代码编译成功还是失败的情况下)也可以成为辅助你分析的 Rust 代码的工具
到此这篇关于Rust += 运算符与 MIR 应用的文章就介绍到这了,更多相关Rust += 运算符内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!