C# 2.0 中Iterators的改进与实现原理浅析

类别:.NET开发 点击:0 评论:0 推荐:

http://flier_lu.blogone.net/?id=1511638


    C#语言从VB中吸取了一个非常实用的foreach语句。对所有支持IEnumerable接口的类的实例,foreach语句使用统一的接口遍历其子项,使得以前冗长的for循环中繁琐的薄记工作完全由编译器自动完成。支持IEnumerable接口的类通常用一个内嵌类实现IEnumerator接口,并通过IEnumerable.GetEnumerator函数,允许类的使用者如foreach语句完成遍历工作。
    这一特性使用起来非常方便,但需要付出一定的代价。Juval Lowy发表在MSDN杂志2004年第5期上的Create Elegant Code with Anonymous Methods, Iterators, and Partial Classes一文中,较为详细地介绍了C# 2.0中迭代支持和其他新特性。

    首先,因为IEnumerator.Current属性是一个object类型的值,所以值类型(value type)集合在被foreach语句遍历时,每个值都必须经历一次无用的box和unbox操作;就算是引用类型(reference type)集合,在被foreach语句使用时,也需要有一个冗余的castclass指令,保障枚举出来的值进行类型转换的正确性。

以下为引用:

using System.Collections;

public class Tokens : IEnumerable
{
  ...
  Tokens f = new Tokens(...);

  foreach (string item in f)
  {
     Console.WriteLine(item);
  }
  ...
}



    上面的简单代码被自动转换为

以下为引用:

Tokens f = new Tokens(...);

IEnumerator enum = f.GetEnumerator();
try
{
  do {
    string item = (string)enum.get_Current(); // 冗余转换

    Console.WriteLine(item);
  }  while(enum.MoveNext());
}
finally
{
  if(enum is IDisposable) // 需要验证实现IEnumerator接口的类是否支持IDisposable接口
  {
    ((IDisposable)enum).Dispose();
  }
}



    好在C# 2.0中支持了泛型(generic)的概念,提供了强类型的泛型版本IEnumerable定义,伪代码如下:

以下为引用:

namespace System.Collections.Generic
{
  public interface IEnumerable<ItemType>
  {
     IEnumerator<ItemType> GetEnumerator();
  }
  public interface IEnumerator<ItemType> : IDisposable
  {
     ItemType Current{get;}
     bool MoveNext();
  }
}



    这样一来即保障了遍历集合时的类型安全,又能够对集合的实际类型直接进行操作,避免冗余转换,提高了效率。

以下为引用:

using System.Collections.Generic;

public class Tokens : IEnumerable<string>
{
  ... // 实现 IEnumerable<string> 接口

  Tokens f = new Tokens(...);

  foreach (string item in f)
  {
     Console.WriteLine(item);
  }
}



    上面的代码被自动转换为

以下为引用:

Tokens f = new Tokens(...);

IEnumerator<string> enum = f.GetEnumerator();
try
{
  do {
    string item = enum.get_Current(); // 无需转换

    Console.WriteLine(item);
  }  while(enum.MoveNext());
}
finally
{
  if(enum) // 无需验证实现IEnumerator接口的类是否支持IDisposable接口,
           // 因为所有由编译器自动生成的IEnumerator接口实现类都支持
  {
    ((IDisposable)enum).Dispose();
  }
}




    除了遍历时的冗余转换降低性能外,C#现有版本另一个不爽之处在于实现IEnumerator接口实在太麻烦了。通常都是由一个内嵌类实现IEnumerator接口,而此内嵌类除了get_Current()函数外,其他部分的功能基本上都是相同的,如

以下为引用:

public class Tokens : IEnumerable
{
   public string[] elements;

   Tokens(string source, char[] delimiters)
   {
      // Parse the string into tokens:
      elements = source.Split(delimiters);
   }

   public IEnumerator GetEnumerator()
   {
      return new TokenEnumerator(this);
   }

   // Inner class implements IEnumerator interface:
   private class TokenEnumerator : IEnumerator
   {
      private int position = -1;
      private Tokens t;

      public TokenEnumerator(Tokens t)
      {
         this.t = t;
      }

      // Declare the MoveNext method required by IEnumerator:
      public bool MoveNext()
      {
         if (position < t.elements.Length - 1)
         {
            position++;
            return true;
         }
         else
         {
            return false;
         }
      }

      // Declare the Reset method required by IEnumerator:
      public void Reset()
      {
         position = -1;
      }

      // Declare the Current property required by IEnumerator:
      public object Current
      {
         get // get_Current函数
         {
            return t.elements[position];
         }
      }
   }
   ...
}



    内嵌类TokenEnumerator的position和Tokens实际上是每个实现IEnumerator接口的类共有的,只是Current属性的get函数有所区别而已。这方面C# 2.0做了很大的改进,增加了yield关键字的支持,允许代码逻辑上的重用。上面冗长的代码在C# 2.0中只需要几行,如

以下为引用:

using System.Collections.Generic;

public class Tokens : IEnumerable<string>
{
  public IEnumerator<string> GetEnumerator()
  {
    for(int i = 0; i<elements.Length; i++)
      yield elements[i];
  }
  ...
}



    GetEnumerator函数是一个C# 2.0支持的迭代块(iterator block),通过yield告诉编译器在什么时候返回什么值,再由编译器自动完成实现IEnumerator<string>接口的薄记工作。而yield break语句支持从迭代块中直接结束,如

以下为引用:

public IEnumerator<int> GetEnumerator()
{
   for(int i = 1;i< 5;i++)
   {
      yield return i;
      if(i > 2)
         yield break; // i > 2 时结束遍历
   }
}



    这样一来,很容易就能实现IEnumerator接口,并可以方便地支持在一个类中提供多种枚举方式,如

以下为引用:

public class CityCollection
{
   string[] m_Cities = {"New York","Paris","London"};
   public IEnumerable<string> Reverse
   {
      get
      {
         for(int i=m_Cities.Length-1; i>= 0; i--)
            yield m_Cities[i];
      }
   }
}




    接下来我们看看如此方便的语言特性背后,编译器为我们做了哪些工作。以上面那个支持IEnumerable<string>接口的Tokens类为例,GetEnumerator函数的代码被编译器用一个类包装起来,伪代码如下

以下为引用:

public class Tokens : IEnumerable<string>
{
  private sealed class GetEnumerator$00000000__IEnumeratorImpl
    : IEnumerator<string>, IEnumerator, IDisposable
  {
    private int $PC = 0;
    private string $_current;
    private Tokens <this>;
    public int i$00000001 = 0;

    // 实现 IEnumerator<string> 接口
    string IEnumerator<string>.get_Current()
    {
      return $_current;
    }

    bool IEnumerator<string>.MoveNext()
    {
      switch($PC)
      {
      case 0:
        {
          $PC = -1;
          i$00000001 = 0;
          break;
        }
      case 1:
        {
          $PC = -1;
          i$00000001++;
          break;
        }
      default:
        {
          return false;
        }
      }

      if(i$00000001 < <this>.elements.Length)
      {
        $_current = <this>.elements[i$00000001];
        $PC = 1;

       return true;
      }
      else
      {
        return false;
      }
    }

    // 实现 IEnumerator 接口
    void IEnumerator.Reset()
    {
      throw new Exception();
    }

    string IEnumerator.get_Current()
    {
      return $_current;
    }

    bool IEnumerator.MoveNext()
    {
      return IEnumerator<string>.MoveNext(); // 调用 IEnumerator<string> 接口的实现
    }

    // 实现 IDisposable 接口
    void Dispose()
    {
    }
  }

  public IEnumerator<string> GetEnumerator()
  {
    GetEnumerator$00000000__IEnumeratorImpl impl = new GetEnumerator$00000000__IEnumeratorImpl();

    impl.<this> = this;

    return impl;
  }
}



    从上面的伪代码中我们可以看到,C# 2.0编译器实际上维护了一个和我们前面实现IEnumerator接口的TokenEnumerator类非常类似的内部类,用来封装IEnumerator<string>接口的实现。而这个内嵌类的实现逻辑,则根据GetEnumerator定义的yield返回地点决定。
    我们接下来看一个较为复杂的迭代块的实现,支持递归迭代(Recursive Iterations),代码如下:

以下为引用:

using System;
using System.Collections.Generic;

class Node<T>
{
  public Node<T> LeftNode;
  public Node<T> RightNode;
  public T Item;
}

public class BinaryTree<T>
{
  Node<T> m_Root;

  public void Add(params T[] items)
  {
    foreach(T item in items)
      Add(item);
  }

  public void Add(T item)
  {
    // ...
  }

  public IEnumerable<T> InOrder
  {
    get
    {
       return ScanInOrder(m_Root);
    }
  }

  IEnumerable<T> ScanInOrder(Node<T> root)
  {
    if(root.LeftNode != null)
    {
       foreach(T item in ScanInOrder(root.LeftNode))
       {
          yield item;
       }
    }

    yield root.Item;

    if(root.RightNode != null)
    {
       foreach(T item in ScanInOrder(root.RightNode))
       {
          yield item;
       }
    }
  }
}



    BinaryTree<T>提供了一个支持IEnumerable<T>接口的InOrder属性,通过ScanInOrder函数遍历整个二叉树。因为实现IEnumerable<T>接口的不是类本身,而是一个属性,所以编译器首先要生成一个内嵌类支持IEnumerable<T>接口。伪代码如下

以下为引用:

public class BinaryTree<T>
{
  private sealed class ScanInOrder$00000000__IEnumeratorImpl<T>
    : IEnumerator<T>, IEnumerator, IDisposable
  {
    BinaryTree<T> <this>;
    Node<T> root;

    // ...
  }

  private sealed class ScanInOrder$00000000__IEnumerableImpl<T>
    : IEnumerable<T>, IEnumerable
  {
    BinaryTree<T> <this>;
    Node<T> root;

    IEnumerator<T> IEnumerable<T>.GetEnumerator()
    {
      ScanInOrder$00000000__IEnumeratorImpl<T> impl = new ScanInOrder$00000000__IEnumeratorImpl<T>();

      impl.<this> = this.<this>;
      impl.root = this.root;

      return impl;
    }

    IEnumerator IEnumerable.GetEnumerator()
    {
      ScanInOrder$00000000__IEnumeratorImpl<T> impl = new ScanInOrder$00000000__IEnumeratorImpl<T>();

      impl.<this> = this.<this>;
      impl.root = this.root;

      return impl;
    }
  }

  IEnumerable<T> ScanInOrder(Node<T> root)
  {
    ScanInOrder$00000000__IEnumerableImpl<T> impl = new ScanInOrder$00000000__IEnumerableImpl<T>();

    impl.<this> = this;
    impl.root = root;

    return impl;
  }
}



    因为ScanInOrder函数内容需要用到root参数,故而IEnumerable<T>和IEnumerator<T>接口的包装类都需要有一个root字段,保存传入ScanInOrder函数的参数,并传递给最终的实现函数。
    实现IEnumerator<T>接口的内嵌包装类ScanInOrder$00000000__IEnumeratorImpl<T>实现原理与前面例子里的大致相同,不同的是程序逻辑大大复杂化,并且需要用到IDisposable接口完成资源的回收。

以下为引用:

public class BinaryTree<T>
{
  private sealed class GetEnumerator$00000000__IEnumeratorImpl
    : IEnumerator<T>, IEnumerator, IDisposable
  {
    private int $PC = 0;
    private string $_current;
    private Tokens <this>;
    public int i$00000001 = 0;

    public IEnumerator<T> __wrap$00000003;
    public IEnumerator<T> __wrap$00000004;
    public T item$00000001;
    public T item$00000002;
    public Node<T> root;

    // 实现 IEnumerator<T> 接口
    string IEnumerator<T>.get_Current()
    {
      return $_current;
    }

    bool IEnumerator<T>.MoveNext()
    {
      switch($PC)
      {
      case 0:
        {
          $PC = -1;
          if(root.LeftNode != null)
          {
            __wrap$00000003 = <this>.ScanInOrder(root.LeftNode).GetEnumerator();

            goto ScanLeft;
          }
          else
          {
            goto GetItem;
          }
        }
      case 1:
        {
          return false;
        }
      case 2:
        {
          goto ScanLeft;
        }
      case 3:
        {
          $PC = -1;
          if(root.RightNode != null)
          {
            __wrap$00000004 = <this>.ScanInOrder(root.RightNode).GetEnumerator();

            goto ScanRight;
          }
          else
          {
            return false;
          }
          break;
        }
      case 4:
        {
          return false;
        }
      case 5:
        {
          goto ScanRight;
        }
      default:
        {
          return false;
        }
    ScanLeft:
      $PC = 1;

      if(__wrap$00000003.MoveNext())
      {
        $_current = item$00000001 = __wrap$00000003.get_Current();
        $PC = 2;
        return true;
      }

    GetItem:
      $PC = -1;
      if(__wrap$00000003 != null)
      {
        ((IDisposable)__wrap$00000003).Dispose();
      }
      $_current = root.Item;
      $PC = 3;
      return true;

    ScanRight:
      $PC = 4;

      if(__wrap$00000004.MoveNext())
      {
        $_current = $item$00000002 = __wrap$00000004.get_Current();
        $PC = 5;
        return true;
      }
      else
      {
        $PC = -1;
        if(__wrap$00000004 != null)
        {
          ((IDisposable)__wrap$00000004).Dispose();
        }
        return false;
      }
    }
    // 实现 IDisposable 接口
    void Dispose()
    {
      switch($PC)
      {
      case 1:
      case 2:
        {
          $PC = -1;
          if(__wrap$00000003 != null)
          {
            ((IDisposable)__wrap$00000003).Dispose();
          }
          break;
        }
      case 4:
      case 5:
        {
          $PC = -1;
          if(__wrap$00000004 != null)
          {
            ((IDisposable)__wrap$00000004).Dispose();
          }
          break;
        }
      }
    }
  }
}



    通过上面的伪代码,我们可以看到,C# 2.0实际上是通过一个以$PC为自变量的有限状态机完成的递归迭代块,这可能是因为有限状态机可以很方便地通过程序自动生成吧。而Dispose()函数则负责处理状态机的中间变量。

    有兴趣进一步了解迭代特性的朋友,可以到Grant Ri的BLog上阅读Iterators相关文章
    在了解了Iterators的实现原理后,再看那些讨论就不会被其表象所迷惑了 :D

本文地址:http://com.8s8s.com/it/it44967.htm