C++中的split_view和lazy_split_view有什么区别？

编程问答 2022-04-23

问题描述

我已阅读添加了 lazy_split_view 的最新草稿。

但后来，我意识到split_view被重命名为lazy_split_view，而split_view被更新了。

libstdc++ 最近还使用 GCC Trunk 版本 https://godbolt.org/z/9qG5T9n5h

实现了这一点

我这里有一个简单的天真的程序，它显示了两个视图的用法，但我看不出它们的区别：

#include <iostream>
#include <ranges>

int main(){

    std::string str { "one two three  four" };

    for (auto word : str | std::views::split(' ')) {
        for (char ch : word)
            std::cout << ch;
        std::cout << '.';
    }

    std::cout << '\n';

    for (auto word : str | std::views::lazy_split(' ')) {
        for (char ch : word)
            std::cout << ch;
        std::cout << '.';
    }

}

输出：

one.two.three..four.
one.two.three..four.

直到我注意到对两个视图使用 as std::span<const char> 时的差异。

在第一个中：std::views::split：

for (std::span<const char> word : str | std::views::split(' '))

编译器接受我的代码。

在第二个中：std::views::lazy_split

for (std::span<const char> word : str | std::views::lazy_split(' '))

抛出编译错误。

我知道这两者之间会有差异，但我无法轻易发现它们。 这是 C++20 中的缺陷报告还是 C++23 中的新特性（有变化），或两者兼而有之？

解决方法

我查看了相关论文（来自 Barry Revzin 的 P2210R2），split_view 已重命名为 lazy_split_view。新的 split_view 的不同之处在于它为您提供了不同的结果类型，保留了源范围的类别。

例如，我们的字符串 str 是一个连续的范围，所以 split 将产生一个连续的子范围。以前它只会给你一个前进的范围。如果您尝试执行多遍操作或获取底层存储的地址，这可能会很糟糕。

来自论文的例子：

std::string str = "1.2.3.4";
auto ints = str 
    | std::views::split('.')
    | std::views::transform([](auto v){
        int i = 0;
        std::from_chars(v.data(),v.data() + v.size(),i);
        return i;
    });

现在可以工作了，但是

std::string str = "1.2.3.4";
auto ints = str 
    | std::views::lazy_split('.')
    | std::views::transform([](auto v){
        int i = 0;
        // v.data() doesn't exist
        std::from_chars(v.data(),i);
        return i;
    });

不会，因为范围 v 只是一个前向范围，不提供 data() 成员。

原始答案

我的印象是split也一定是懒惰的（毕竟懒惰是范围提案的卖点之一），所以我做了一点experiment：

struct CallCount{
    int i = 0;

    auto operator()(auto c) {
        i++;
        return c;
    }

    ~CallCount(){
        if (i > 0) // there are a lot of copies made when the range is constructed
            std::cout << "number of calls: " << i << "\n";
    }
};


int main() {
    
    std::string str = "1 3 5 7 9 1";

    std::cout << "split_view:\n";

    for (auto word : str | std::views::transform(CallCount{}) | std::views::split(' ') | std::views::take(2)) {
    }

    std::cout << "lazy_split_view:\n";

    for (auto word : str | std::views::transform(CallCount{}) | std::views::lazy_split(' ') | std::views::take(2)) {
    }    
}

此代码打印（注意 transform 对字符串中的每个字符进行操作）：

split_view:
number of calls: 6
lazy_split_view:
number of calls: 4

那么会发生什么？

确实，两个视图都是懒惰的。但是他们的懒惰是有区别的。我放在 transform 前面的 split 只是计算它被调用了多少次。事实证明，split 会急切地计算 next 项，而 lazy_split 会在遇到 当前 项之后的空格时立即停止。 >

您可以看到字符串 str 由数字组成，这些数字也标记了它们的字符索引（从 1 开始）。在我们看到 take(2) 中的“3”后，str 应该停止循环。确实 lazy_split 在 '3' 之后的空格处停止，但 split 在 '5' 之后的空格处停止。

这实质上意味着 split 会急切地而不是懒惰地获取其下一项。大多数情况下，这种差异可能无关紧要，但会影响性能关键代码。

我不知道这是否是这种变化的原因（我没有读过论文）。

c++c++23std-ranges