C++性能优化篇：深拷贝、浅拷贝与移动构造

引言

最近在做性能优化，遇到了一个明显的性能问题，就是在大量数据做深拷贝的时候，程序耗时严重，几乎三分之一的时间都耗在了这里。于是乎仔细看了下此处的代码，发现这些深拷贝完全可以避免。

深拷贝、浅拷贝与移动构造

浅拷贝 仅仅复制对象的数据成员的值，如果数据成员是指针，那么它会复制指针的值，而不是指针所指向的内容。这意味着两个对象会共享同一块内存区域。当其中一个对象修改了这块内存，另一个对象也会受到影响。如果没有特别定义拷贝构造函数或赋值操作符，编译器会自动生成默认的浅拷贝。
深拷贝 深拷贝则不仅复制对象的数据成员，还会复制指针所指向的内容，即在堆上分配新的内存空间来存储被指针指向的数据。这样，即使两个对象有相同的指针成员，它们也会指向不同的内存区域，修改其中一个对象的指针所指向的数据不会影响另一个对象。深拷贝通常需要显式地实现拷贝构造函数和赋值操作符。
移动构造 可以看出深拷贝和浅拷贝一般都发生在拷贝构造和赋值操作符中，虽然浅拷贝比深拷贝开销更小，但是其存在资源多次释放的问题。而移动构造可以避免这个问题，其实现方式通常是将源对象指针指向的资源转移到目标对象中，并将源对象的指针置为nullptr，以避免资源的重复释放。

代码优化

在了解了原理之后，就开始对我们的代码进行优化了。以下是优化前的示例代码：

class SampleData {
public:SampleData() {} // 默认构造函数// 带参构造函数SampleData(int size, int *data) {assert(data != nullptr);_size = size;_data = new int[_size];memcpy(_data, data, sizeof(int) * _size);}   SampleData(const SampleData& rhs) {_size = rhs._size;_data = new int[_size];memcpy(_data, rhs._data, sizeof(int) * _size);}SampleData& operator=(const SampleData& rhs) {_size = rhs._size;delete[] _data;_data = new int[_size];memcpy(_data, rhs._data, sizeof(int) * _size);return *this;}~SampleData() {_size = 0;delete[] _data;_data = nullptr;}void processData() {// do something}private:int _size{0};int* _data{nullptr};
};void func() {std::vector<SampleData> data_arr;int n = 100000;constexpr int size = 1000;int input_data[size] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};for (int i = 0; i < n; ++i) {SampleData data(size, input_data);data_arr.push_back(data); // 产生了深拷贝}
}int main()
{func();return 0;
}

优化之后，新增移动构造函数如下：

SampleData(SampleData&& rhs) {_size = rhs._size;_data = rhs._data;rhs._size = 0;rhs._data = nullptr;
}

func函数更改如下：

void func() {std::vector<SampleData> data_arr;int n = 100000;constexpr int size = 1000;int input_data[size] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};for (int i = 0; i < n; ++i) {SampleData data(size, input_data);data_arr.push_back(std::move(data)); // 移动构造}
}