Rust闭包的虫洞穿梭

1. 闭包是什么

闭包(Closure)的概念由来已久。无论哪种语言,闭包的概念都被以下几个特征共同约束:

  • 匿名函数(非独有,函数指针也可以);
  • 可以调用闭包,并显式传递参数(非独有,函数指针也可以);
  • 以变量形式存在,可以传来传去(非独有,函数指针也可以);
  • 可以在闭包内直接捕获并使用定义所处作用域的值(独有)

神奇的是最后一点,理解起来也比较别扭的,习惯就好了。

为了说明上述特征,可以看一个Rust例子。

fn display<T>(age: u32, print_info: T)
    where T: Fn(u32)
{
    print_info(age);
}

fn main() {
    let name = String::from("Ethan");

    let print_info_closure = |age|{
        println!("name is {}", name);
        println!("age is {}", age);
    };

    let age = 18;
    display(age, print_info_closure);
}

运行代码:

name is Ethan age is 18

首先,闭包作为匿名函数存在了print_info_closure栈变量中,然后传递给了函数display作为参数,在display内部调用了闭包,并传递了参数age。最后神奇的事情出现了:在函数display中调用的闭包居然打印出了函数main作用域中的变量name

闭包的精髓,就在于它同时涉及两个作用域,就仿佛打开了一个"虫洞",让不同作用域的变量穿梭其中。

let x_closure = ||{};

单独一行代码,就藏着这个奥妙:

  • 赋值=的左侧,是存储闭包的变量,它处在一个作用域中,也就是我们说的闭包定义处的环境上下文;
  • 赋值=的右侧,那对花括号{}里,也是一个作用域,它在闭包被调用处动态产生;

无论左侧右侧,都定义了闭包的属性,天然的联通了两个作用域。

对于闭包,Rust如此,其他语言也大抵如此。不过,Rust不是还有所有权、生命周期这一档子事儿么,所以还可以深入分析下。

2. Rust闭包捕获上下文的方式

如本篇题目,Rust闭包如何捕获上下文?

换个问法,main作用域中的变量name是以何种方式进入闭包的作用域的(第1节例子)?转移or借用?

It Depends,视情况而定。

Rust在std中定义了3种trait:

  • FnOnce:闭包内对外部变量存在转移操作,导致外部变量不可用(所以只能call一次)
  • FnMut:闭包内对外部变量直接使用,并进行修改
  • Fn:闭包内对外部变量直接使用,不进行修改

后者能办到的,前者一定能办到。反之则不然。所以,编译器对闭包签名进行推理时:

  • 实现FnMut的,同时也实现了FnOnce;
  • 实现Fn的,同时也实现了FnMut和FnOnce。

第1节的例子,将display的泛型参数从Fn改成FnMut,也可以无警告通过。

fn display<T>(age: u32, mut print_info: T)
    where T: FnMut(u32)
{
    print_info(age);
}

对环境变量进行捕获的闭包,需要额外的空间支持才能将环境变量进行存储。

3. 作为参数的闭包签名

上面代码display函数定义,要接受一个闭包作为参数,揭示了如何显式的描述闭包的签名:在泛型参数上添加trait约束,比如T: FnMut(u32),其中(u32)显式的表示了输入参数的类型。尽管是泛型参数约束,但是函数签名(除了没有函数名)描述还是非常精确的

顺便说一句,Rust的泛型真的是干了不少事情,除了泛型该干的,还能添加trait约束,还能描述生命周期。

描述签名是一回事,但是谁来定义闭包的签名呢?闭包定义处,我们没有看到任何的类型约束,直接就可以调用。

答案是:闭包的签名,编译器全部一手包办了,它会将首次调用闭包传入参数和返回值的类型,绑定到闭包的签名。这就意味着,一旦闭包被调用过一次后,再次调用闭包时传入的参数类型,就必须是和第一次相同。

传入参数和返回值类型绑定好了,但你心中难免还会有一丝忧愁:描述生命周期的泛型参数肿么办?

Rust编译器也搞得定。

fn main(){
		let lifttime_closure = |a, b|{
        println!("{}", a);
        println!("{}", b);
        b
    };
    let a = String::from("abc");
    let c;
    {
        let b = String::from("xyz");
        c = lifttime_closure(&a, &b);
    }
    println!("{}", c);
}

以上代码无法通过编译,成功检测出了悬垂引用:

error[E0597]: b does not live long enough

显然,对于闭包,编译期可以对引用的生命周期进行检查,以保证引用始终有效。

这个例子,与其解释闭包与函数的区别,不如解释匿名函数与具名函数的区别:

  • 具名函数是签名在先的,对于编译器来说,调用方和函数内部实现,只要分别遵守签名的约定即可。
  • 匿名函数的签名则是被推理出来的,编译器要看全看透调用方的实际输入,以及函数内部的实际返回,检查自然也就顺带做掉了。

4. 函数返回闭包

第1节的例子,我们将一个闭包作为函数参数传入,那么根据闭包的特性,它应该能够作为函数的返回值。答案是肯定的。

基于前面介绍的Fn trait,我们定义一个返回闭包的函数,代码如下:

fn closure_return() -> Fn() -> (){
	||{}    
}

可是,编译失败了:

error[E0746]: return type cannot have an unboxed trait object doesn't have a size known at compile-time

失败信息显示,编译器无法确定函数返回值的大小。一个闭包有多大呢?并不重要。

开门见山,通用的解决方法是:为了能够返回闭包,可以使用一次装箱,从而将栈内存变量装箱存入堆内存,这样无论闭包有多大,函数返回值都是一个确定大小的指针。下面的代码里,使用Box::new即可完成装箱。

fn closure_inside() -> Box<dyn FnMut() -> ()>
{
    let mut age = 1;
    let mut name = String::from("Ethan");

    let age_closure = move || {
        name.push_str(" Yuan");
        age += 1;
        println!("name is {}", name);
        println!("age is {}", age);
    };

    Box::new(age_closure)
}

fn main(){
    let mut age_closure = closure_inside();
    age_closure();
    age_closure();
}

运行结果如下:

name is Ethan Yuan age is 2 name is Ethan Yuan Yuan age is 3

上面的代码,除了让函数成功返回闭包之外,还有一个目的,我们想让闭包捕获函数内部环境中的值,但这次有些不同:

  • 第1节代码示例,我们把外层的环境上下文,通过将闭包传入内层函数,这个不难理解,因为外层变量的生命周期更长,内层函数访问时,外层变量还活着;
  • 而本节代码所做的,是通过闭包将内层函数的环境变量传出来给外层环境;

内层函数调用完成后就会销毁内层环境变量,那如何做到呢?幸好,Rust有所有权转移。只要能促成内层函数的环境变量向闭包进行所有权的转移,这个操作顺理成章。

正因为Rust具有所有权转移的概念,返回闭包(同时捕获环境变量)的机理,Rust的要比任何具有垃圾回收语言(JavaScript、Java、C#)的解释都更简单明了。后者总会给人一丝不安:内部函数调用都结束了,居然局部变量还活着。

代码中的所有权转移,这里使用了关键字move,它可以在构建闭包时,强制将要捕获变量的所有权转移至闭包内部的特别存储区。需要注意的是,使用move,并不影响闭包的trait,本例中可以看到闭包是FnMut,而不是FnOnce

  • 发表于:
  • 本文为 InfoQ 中文站特供稿件
  • 首发地址https://www.infoq.cn/article/18d4733ff211c496f46aec042
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券