LLVM代码中的RTTI替换

我们将从LLVM代码中的RTTI替换开始，并讨论其实现方式。然后，继续讨论基本容器和智能指针。最后，将探讨一些用于表示token位置的重要类，以及如何在Clang中实现诊断。稍后，在第4.6节"Clang插件项目"中，将使用这些类中的某些类在测试项目中。

LLVM由于性能问题而避免使用RTTI。LLVM引入了一些辅助函数，这些函数替换了RTTI对应物，允许从一个类型转换到另一个类型。基本函数如下：

• llvm::isa<>类似于Java的instanceof运算符，根据测试对象是否属于测试类而返回true或false。

• llvm::cast<>：当确定对象是指定的派生类型时，使用此强制转换运算符。如果转换失败（即对象不是预期类型），llvm::cast将终止程序。只有在确信转换不会失败时才使用。

• llvm::dyn_cast<>：这可能是LLVM中最常使用的强制转换运算符。llvm::dyn_cast用于当预期转换通常会成功，但存在一些不确定性时进行安全的向下转换。如果对象不是指定的派生类型，llvm::dyn_cast<>返回nullptr。

强制转换运算符不接受nullptr作为输入，但有两个特殊的强制转换运算符可以处理nullptr：

• llvm::cast_if_present<>：llvm::cast<>的变体，接受nullptr值

• llvm::dyn_cast_if_present<>：llvm::dyn_cast<>的变体，接受nullptr值

这两个运算符都可以处理nullptr值。如果输入为nullptr或转换失败，会简单地返回nullptr。

如何在没有RTTI的情况下执行动态转换操作？这可以通过某些特定的装饰来完成，如一个简单的例子所示，该例子受启发于如何为你的类层次结构设置LLVM风格的RTTI¹。将从基类clangbook::Animal开始，有两个派生类：clangbook::Horse和clangbook::Sheep。每匹马都可以根据其速度（以英里/小时为单位）进行分类，而每只羊则可以根据其羊毛重量进行分类：

这段代码应该产生以下输出：

图4.2中的第48行展示了llvm::isa<>的使用，而第51行展示了llvm::dyn_cast<>的使用。在后一种情况下，将基类转换为clangbook::Horse并调用该类特有的方法。

看看类的实现，这将为我们提供关于RTTI替换工作原理的见解。将从基类clangbook::Animal开始：

代码中最重要的部分是第11行，指定了不同类型的动物。一个枚举值用于马（AK_Horse），另一个用于羊（AK_Sheep）。clangbook::Horse和clangbook::Sheep类的实现可以在以下代码中找到：

第25行和第37行特别重要，包含classof静态方法的实现。这个方法对于LLVM中的强制转换运算符至关重要。一个实现可能如下所示（简化版本）：

同样的机制可以应用于其他强制转换运算符。

我们接下来将讨论各种类型的容器，是STL对应物的更强大的替代品。

LLVM
ADT（抽象数据类型）库提供了一系列容器。其中一些是LLVM特有的，而其他一些可以视为STL容器的替代品。接下来，我们将探索一些由ADT提供的最流行的类。

标准C++库中用于处理字符串的主要类是std::string。尽管这个类设计为通用，但它存在一些与性能相关的问题。一个重要的问题是复制操作。由于在编译器中复制字符串是一个常见的操作，LLVM引入了一个专门的类，llvm::StringRef，可以有效地处理这个操作，而无需使用额外的内存。这个类与C++17²中的
和C++20³中的std::spanstd::span类似。

llvm::StringRef类维护对数据的引用，不需要像传统的C/C++字符串那样以空字符结束。基本上持有指向数据块的指针和块的大小，使得对象的有效大小为16字节。由于llvm::StringRef保留引用而不是实际数据，必须从一个现有的数据源构造。这个类可以从基本字符串对象如const
char*、std::string和std::string_view实例化。默认构造函数创建一个空对象，llvm::StringRef的典型使用示例如图4.6所示：

代码的输出如下：

LLVM中用于字符串操作的另一个类是llvm::Twine，特别适合于将多个对象拼接成一个。llvm::Twine类的典型使用示例如图4.7所示：

代码的输出如下：

另一个广泛用于字符串操作的类是llvm::SmallString<>，表示一个栈上分配的字符串，大小固定，也可以超过这个大小，此时它会分配堆内存。这是栈分配空间效率和堆分配灵活性的结合。

llvm::SmallString<>的优势在于，在编译器任务中，字符串往往很小，适合栈上分配的空间。这避免了动态内存分配的开销。但在需要更大字符串的情况下，llvm::SmallString仍然可以容纳，过渡到堆内存。llvm::SmallString<>的典型使用示例如图4.8所示：

尽管字符串操作是编译器任务（如文本解析）中的关键，LLVM还有许多其他辅助类。我们接下来将探索它的顺序容器。

LLVM推荐了一些标准库中的array和vector的优化替代品：

• llvm::ArrayRef<>:
  一个辅助类，设计用于接受顺序列表元素的接口，仅用于只读访问。这个类类似于llvm::StringRef<>，因为它不拥有底层数据，只是引用它。

• llvm::SmallVector<>:
  对于小尺寸情况的优化向量。类似于第4.3.2节中讨论的llvm::SmallString，特别是，数组的大小不是固定的，允许存储的元素数量增长。如果元素数量保持在N（模板参数）以下，则无需进行额外的内存分配

更好地理解这些容器，如图4.9所示：

该vector在Line
1以选择的10（由第二个模板参数指示）大小初始化。该容器提供了类似于std::vector<>的API，使用熟悉的push_back方法添加新元素，如图4.9，Lines
3和5所示。

前10个元素被添加到vector中，而没有进行额外的内存分配（见图4.9，Lines
2-4）。当在第5行添加第11个元素时，数组的大小超过了为10个元素预分配的空间，触发额外的内存分配。这种容器设计有效地最小化了小对象的内存分配，同时保持了在必要时容纳更大尺寸的灵活性。

标准库提供了几种用于存储键值数据的容器，如std::map<>用于通用映射和std::unordered_map<>用于哈希映射。LLVM提供了这些标准容器的替代：

• llvm::StringMap<>:
  使用字符串作为键的映射，这比标准的关联容器std::unordered_map<std::string,
  T>更性能优化。在字符串键占主导地位，且性能至关重要的情况下经常使用，例如在LLVM这样的编译器基础设施中。与LLVM中的许多其他数据结构不同，llvm::StringMap<>不存储字符串键的副本。相反，它保留对字符串数据的引用，因此必须确保字符串数据在映射之外生存，以防止未定义的行为。

• llvm::DenseMap<>:
  这个map设计在大多数情况下比std::unordered_map<>更节省内存和时间，尽管它有一些约束（例如，键和值具有平凡的析构函数）。当有简单的键值类型并需要高性能查找时，特别适用。

• llvm::SmallDenseMap<>:
  这个映射类似于llvm::DenseMap<>，但针对通常大小较小的实例进行了优化。它为小映射栈分配，并且只在映射超过预定义的大小时才求助于堆分配。

• llvm::MapVector<>:
  这个容器保留了插入顺序，类似于Python的OrderedDict。它实现为std::vector和llvm::DenseMap或llvm::SmallDenseMap的混合体。

这些容器利用了二次探查哈希表机制。这种方法在解决哈希冲突时有效，因为在元素查找期间不需要重新计算缓存。这对于性能关键的应用程序至关重要。

LLVM代码中可以找到不同的智能指针。最受欢迎的来自标准模板库：std::unique_ptr<>和std::shared_ptr<>。此外，LLVM还提供了一些辅助类来使用智能指针。其中最著名的是llvm::IntrusiveRefCntPtr<>。这个智能指针设计用于与支持侵入式引用计数的对象一起工作。与std::shared_ptr不同，后者维护自己的控制块来管理引用计数，IntrusiveRefCntPtr期望对象维护自己的引用计数。这种设计可能更节省内存。一个使用示例如下所示：

智能指针使用了CRTP（Curiously Recurring Template
Pattern），该模式在前述第3.3节"AST遍历"中提到。CRTP当引用计数降至0时，必须释放对象。实现如下：

由于图4.10中的MyClass是从RefCountedBase派生的，可以在图4.11的Line
6上对其进行类型转换。由于转换的类型已知，其是作为模板参数提供的，因此这种转换可行。

我们刚刚完成了LLVM基本库的学习，现在该转向Clang基本库了。Clang是一个编译器前端，其最重要的操作与诊断相关。诊断需要精确的源代码位置信息，让我们探索Clang为这些操作提供的基本类。