深入理解 Rust 中的写时复制

这篇文章我们讨论 Rust 中的 Cow<T> 这个智能指针，它有什么作用？什么是写时复制（Copy on write)? 最后通过源码来分析其是如何实现的。

Cow 的作用

比如有如下一个方法:

fn escape_html(html_input: &mut String) -> &String { /* … */ }

这个方法的作用是过滤 html 中的非法字符。可能有两种执行路径，一种是当中没有非法字符，一种是有我对其进行转义替换。不管哪一种，我都需要传入一个 &mut String 可变借用。

所以，我通过 Cow<T> 方式来优化，方法的签名修改如下:

fn escape_html<'a>(mut input: Cow<'a, str>) -> Cow<'a, str> { /* … */ }

这样，当没有需要替换的内容的时候，就不会发生 Clone 和内存分配，使用的是只读引用。否则会通过 .into_owner() 或者 .to_mut() 方法获取所有权，写的时候才会发生内存分配。所以：

• &mut String 适用于必须修改且调用者愿意交出可变借用的场景；
• Cow<'a, str> 适用于有时候读多写少且复用借用的场景，避免了无谓的 clone 操作。

使用Cow<T> 让程序可以更少的内存占用，更灵活的接口设计。

Cow 实现了 deref trait

Cow<T> 实现了 deref trait，可以让我们直接调用被包裹的类型 T 当中的方法，而不用手动解包。例如下面这个例子：

use std::borrow::Cow;

fn main() {
    let borrowed_str: Cow<str> = Cow::Borrowed("Hello World!");
    println!("length is {}", borrowed_str.len());
}
/**
 * length is 12
 */

大部分的 Smart Pointer 都实现了 deref trait，比如 Box<T> 、Rc<T> 、Pin<T> 等。

源码分析

我们来透过源码看看它是如何实现的吧:

#[stable(feature = "rust1", since = "1.0.0")]
#[rustc_diagnostic_item = "Cow"]
pub enum Cow<'a, B: ?Sized + 'a>
where
    B: ToOwned,
{
    /// Borrowed data.
    #[stable(feature = "rust1", since = "1.0.0")]
    Borrowed(#[stable(feature = "rust1", since = "1.0.0")] &'a B),

    /// Owned data.
    #[stable(feature = "rust1", since = "1.0.0")]
    Owned(#[stable(feature = "rust1", since = "1.0.0")] <B as ToOwned>::Owned),
}

首先，它是一个 enum 类型，有两个 value，分别是 Borrowed 和 Owned ，所以要求 B 必须实现了 ToOwned 这个 trait。ToOwned 的作用是将一个借用类型的数据转换为了拥有所有权的数据，简单来说就是从“借用到拥有”（&T 到 T::Owned ）。标准库中的 str 的 ToOwned 实现就是 String。

我们重点来关注，其写时复制这部分，当调用 to_mut() 方法的时候，源码如下:

#[stable(feature = "rust1", since = "1.0.0")]
pub fn to_mut(&mut self) -> &mut <B as ToOwned>::Owned {
    match *self {
        // 如果是 Borrowed，会产生 clone 的开销
        Borrowed(borrowed) => {
            // clone 数据
            *self = Owned(borrowed.to_owned());
            // 再次判断，理论上只会进入 Owned
            match *self {
                Borrowed(..) => unreachable!(),
                Owned(ref mut owned) => owned,
            }
        }
        // 如果已经是 Owner，则直接返回，没有 clone
        Owned(ref mut owned) => owned,
    }
}

可以看到，只有在 Borrowed 的情况下，才会调用 to_owned() 方法获取所有权，发生 clone。

Rc::make_mut() 和 Arc::make_mut()

Rc::make_mut() 、 Arc::make_mut() 和 Cow::<T> 一样都能够实现 Copy on write 的语义。规则如下：

• 当引用计数为 1 的时候，直接返回可变引用；
• 当引用计数大于 1 的时候，克隆数据返回新数据的独占的可变引用。

看如下例子：

use std::rc::Rc;

let mut data = Rc::new(String::from("hello"));
let data2 = Rc::clone(&data);

let s = Rc::make_mut(&mut data); // 此时会 clone，因为有多个引用
s.push_str(" world");

解释这里例子：

• let mut data = ... ：此时，data 的引用计数是 1；
• let data2 = Rc... ：此时，data 和 data2 都指向同一份 String，引用计数是 2；
• let s = Rc::make_mut(... ：此时，因为 data 的引用计数是 2，所以无法直接返回可变引用，而是 clone 了一份数据，让 data 指向新的 Rc<String> 实例，此时 data 的引用计数是 1，data2 依然指向原来的数据，引用计数也是 1。s 是 data 内部 String 的可变引用（&mut String）；
• 此时 data2 和 data 分别独占一份 String，互不影响。

Arc 用于多线程场景，而 Rc 仅限单线程。

总结

Cow<'a, T> 既可以是借用的（Borrowed），也可以是拥有所有权的（Owned），它根据实际需要在二者之间切换。一般用在读多写少的处理流程（如配置解析、文本处理等），适用于零拷贝优化的场景下。作为函数参数时，如何兼容传入借用和拥有所有权的值。