Rust 让人难以理解的 lifetime

本篇分享案例来自 The Rust Book^[1], 在很多模糊的地方增加自己的理解

上次分享了 Rust 引用, 不熟悉的可以先回顾下前文。首先什么是 lifetimes? 生命周期定义了一个引用的有效范围，换句话说 lifetimes 是编译器用来比对 owner 和 borrower 存活时间的工具，目的是尽可能的避免悬垂引用(dangling pointer)

fn main() {
    {
        let r;
        {
            let x = 5;
            r = &x;
            // ^^ borrowed value does not live long enough
        }
        // - `x` dropped here while still borrowed
        println!("r: {}", r);
        // - borrow later used here
    }
}

let r; 声明了一个变量，在内层语句块中变成对 x 变量的引用，当内层语句块结束后，变量 x (owner) 脱离作用域释放，println 时 r 成了悬垂引用，所以编译器报错

借用检查器

借用检查器 (borrow checker) 用来对比作用域，来决定这个引用是否有效。上图有两个注释 'a 'b 来分别代表 r, x 的作用域，内存语句块的 'b 远远小于外层的 'a, 编译阶段发现 x 生命周期短于 r, 所以报错阻止编译

如果要修复也很简单，把 println 放到内层语句块即可。大多数时候，我们不需要显示指定 lifetimes, 编译器很智能，会自动帮我们推断，但也有例外

看个例子

fn main() {
    let string1 = String::from("abcd");
    let string2 = "xyz";

    let result = longest(string1.as_str(), string2);
    println!("The longest string is {}", result);
}

fn longest(x: &str, y: &str) -> &str {
    if x.len() > y.len() {
        x
    } else {
        y
    }
}

来看一个需要指定 lifetimes 的例子，longest 返回字符串最长的引用，编译时报错

编译器蒙逼了，他不知道函数返回的引用到底是哪一个，需要指定生命周期。并且很贴心的给了提示

fn longest<'a>(x: &'a str, y: &'a str) -> &'a str

这里引出 lifetimes 的一个规则：如果函数输入参数有引用(凡是引用必然有 lifetimes), 返回结果如果不是引用，那么可以省略标注生命周期，反之必须标注

道理很简单，如果返回结果是引用，那么根据 ownership 的三原则，他引用的对象一定不是函数内部创建的，因为函数返回后，该引用的对象会被释放掉，返回的引用就成了悬垂引用

所以，返回引用的生命周期必然和输入参数的一致，这就引出 lifetimes 第二个规则：如果输入参数只有一个是引用，带有 lifetimes, 且返回值也是引用，那么这两个生命周期必然一致，可以省略标注 lifetimes, 反之必须标注

这里稍微有些绕，大家需要仔细想想并且多跑跑测试例子，加深理解，我刚开始接触这里也走了很多弯路

生命周期语法

&i32        // a reference
&'a i32     // a reference with an explicit lifetime
&'a mut i32 // a mutable reference with an explicit lifetime

语法没什么特别的，就是泛型语法，通常从 'a 开始，'b, 'c 都行，写成别的也可以

fn longest<'a>(x: &'a str, y: &'a str) -> &'a str {
    if x.len() > y.len() {
        x
    } else {
        y
    }
}

上面的例子 <'a> 是泛型语法，函数签名表示 x, y 生命周期是一样的，那么返回引用自然也是 'a

fn main() {
  let s: &'static str = "I have a static lifetime.";
}

但是上面的静态生命周期的要用 'static 关键字，表示该引用存活在整个程序运行期间。该字符串会被编译到二进制 data 数据段中

fn longest_with_an_announcement<'a, T>(x: &'a str, y: &'a str, ann: T) -> &'a str
    where T: Display
{
    println!("Announcement! {}", ann);
    if x.len() > y.len() {
        x
    } else {
        y
    }
}

上面是和正常泛型参数结合的例子，<'a, T>, 第一个 'a 是生命周期，第二个是泛型 T, 要求实现 Display trait. 注意这里面顺序不能颠倒，如果 T 放到前面会报错

error: lifetime parameters must be declared prior to type parameters
 --> src/main.rs:6:36
  |
6 | fn longest_with_an_announcement<T, 'a>(x: &'a str, y: &'a str, ann: T) -> &'a str
  |                                ----^^- help: reorder the parameters: lifetimes, then types: `<'a, T>`

error: aborting due to previous error

函数签名里的标注

fn main() {
    let string1 = String::from("long string is long");
    let result;
    {
        let string2 = String::from("xyz");
        result = longest(string1.as_str(), string2.as_str());
    }
    println!("The longest string is {}", result);
}

fn longest<'a>(x: &'a str, y: &'a str) -> &'a str {
    if x.len() > y.len() {
        x
    } else {
        y
    }
}

这个例子就会报错，虽然我们指定了生命周期，但没什么用。string2 在语句块结束后就被释放了，println resut 时继续使用 string2 的引用就是非法的。把 println 放在语句块内部就可以了

多个生命周期参数

fn longest<'a, 'b>(x: &'a str, y: &'b str) -> &'a str

如果函数有多个生命周期参数，'a, 'b, 返回引用是 'a, 此时编译会报错

11 | fn longest<'a, 'b>(x: &'a str, y: &'b str) -> &'a str {
   |                                   -------     -------
   |                                   |
   |                                   this parameter and the return type are declared with different lifetimes...
...
15 |       y
   |       ^ ...but data from `y` is returned here

原理很简单，编译器无法确定这两个 lifetimes 的有效长度，需要指定约束

fn longest<'a, 'b: 'a>(x: &'a str, y: &'b str) -> &'a str {
    if x.len() > y.len() {
      x
    } else {
      y
    }
}

最终函数如上所示，其中 'b: 'a 表示 'b 一定包括 'a 生命周期长度

结构体内的标注

struct ImportantExcerpt<'a> {
    part: &'a str,
}

fn main() {
    let novel = String::from("Call me Ishmael. Some years ago...");
    let first_sentence = novel.split('.')
        .next()
        .expect("Could not find a '.'");
    let i = ImportantExcerpt { part: first_sentence };
}

在结构体定义时，如果存在引用，也要写上 'a 注释，泛型语法这里不再赘述了。part 是一个字符串引用，在实例 i 创建前就存在了，并且和 i 同时离开作用域被释放

如果去掉泛型的 lifetime 注释，就会报错

error[E0106]: missing lifetime specifier
 --> src/main.rs:2:11
  |
2 |     part: & str,
  |           ^ expected named lifetime parameter
  |
help: consider introducing a named lifetime parameter

结构体方法的标注

struct ImportantExcerpt<'a> {
    part: &'a str,
}

impl<'a> ImportantExcerpt<'a> {
    fn announce_and_return_part(&self, announcement: &str) -> &str {
        println!("Attention please: {}", announcement);
        self.part
    }
}

结构体方法的标注语法要在 impl 关键字后写上 <'a>, 并在结构体名后使用。这个例子中并没有在 announce_and_return_part 中标注，这里引出另一条规则 如果方法有多个输入生命周期参数并且其中一个参数是 &self 或 &mut self，说明是个对象的方法(method), 那么所有输出生命周期参数被赋予 self 的生命周期

假如把 announce_and_return_part 返回值换成 announcement 就会报错

9  |     fn announce_and_return_part(&self, announcement: &str) -> &str {
   |                                                      ----     ----
   |                                                      |
   |this parameter and the return type are declared with different lifetimes...
...
12 |announcement
   |         ^^^^^^^^^^^^ ...but data from `announcement` is returned here

这时需要显示的指定来协助编译器来完成检查，指定 lifetime. 另外涉及子类型，协变，逆变时生命周期会更复杂一些，感兴趣的可以参考 nomicon^[2] 官方文档

小结

杂七杂八写了一大堆，建议大家还是上手多练，多琢磨。以前刚学 rust 时，有人说编译不过的话，生命周期就加 ''a', 数据就多用 clone

其实呢，还是要理解本质，和 Go GC 运行期遍历不同，检查器要在编译期确定资源何时何处释放，就需要收集额外的信息。比如说，结构对象有个引用字段。如果无法确认它的生命周期，那么结构对象释放时，是否要释放该字段？还是说该字段可以提前自动释放，是否导致悬垂引用？显然，这违反了安全规则

再次强调，Rust 为了所谓的零运行时成本，把很多 GC 语言的工作放到了编译期

写文章不容易，如果对大家有所帮助和启发，请大家帮忙点击在看，点赞，分享 三连

关于 Rust lifetime 大家有什么看法，欢迎留言一起讨论，大牛多留言 ^_^

参考资料