+= 运算符与 MIR 应用

本文 += 运算符部分整理自 Why does += require manual dereference when AddAssign() does not? 后半部分, MIR 部分是我自己补充的。

+= 解语法糖

一个基础,但很少会思考的问题,Rust 的 += 运算符是什么代码的语法糖?

a = a + b 不等价于 a += b

a = a + ba += b 的语法糖吗?这意味着任何 a += b 与任何 a = a + b 代码等价。

如果以标准库定义的 impls 为例子,你可能觉得两种写法都能编译,而且结果一致。

但考虑以下自定义类型的实现:

use std::ops::{Add, AddAssign};

fn main() {
    let mut s = S;
    s += (); // ok
    s = s + (); // error: expected struct `S`, found `()`
}

struct S;

impl Add<()> for S {
    type Output = ();
    fn add(self, _: ()) { }
}

impl AddAssign<()> for S {
    fn add_assign(&mut self, _: ()) { }
}

代码不通过,原因是显然的,s + () 的类型是 (),无法赋值给 s —— a = a + b 不是 a += b 的语法糖。

从运算符的 trait 定义来看(以 + vs += 为例),它们没有任何关系:

pub trait Add<Rhs = Self> {
    type Output;

    fn add(self, rhs: Rhs) -> Self::Output;
}

pub trait AddAssign<Rhs = Self> {
    fn add_assign(&mut self, rhs: Rhs);
}

AddAssign::add_assign(&mut a, b)a += b

++= 是典型的二元运算符和复合赋值运算符。根据各自的运算符 trait 定义,可以得到以下解语法糖:

  • a + b 实际调用 Add::add(a, b)
  • a += b 实际调用 AddAssign::add_assign(&mut a, b)

注意以下几点:

  • 若 a 和 b 拥有所有权时,其右侧运算数 b 的所有权被获取1,而对待左侧运算数所有权的方式并不相同:
    • a + b 获取了 a 的所有权(无法再使用 a)
    • a += b 获取了 a 的独占引用,而非所有权(a 必须是 mut 的,而且此后仍可以使用 a)
  • 若 a 或 b 不拥有所有权时,则不存在对 a 或 b 所有权的转移2
    • 当 implementor 为引用时,参数一并没有发生所有权的移动
    • 当泛型类型参数为引用时,参数二并没有发生所有权的移动
  • 调用的形式最好使用完全限定语法,而不是方法调用语法。这是因为方法调用表达式存在隐式的 自动引用/解引用,而基于类型的分析才更可靠。
    • a + b 实际调用 <TypeOfA as Add<TypeOfB>>::add(a, b),优于 a.add(b)
    • a += b 实际调用 <TypeOfA as AddAssign<TypeOfB>>::add_assign(&mut a, b),优于 (&mut a).add_assign(b)
1

一个例子

2

另一个例子

本文的重点在于 a += b,而不是 a + b,所以对 a + b 的内容就此结束。

对于分析 a += b,我遵循以下思考流程:

  1. 写下两侧的类型,如 Self += Rhs
  2. 实际调用的形式,如
    • <Self as AddAssign<Rhs>>::add_assign(&mut Self, Rhs)
    • <Self as AddAssign<Rhs>>::add_assign(&mut a, b)
  3. 完全限定语法的几种等价形式:
    • Self: AddAssign<Rhs>:这在分析 trait bounds 时常用
    • impl AddAssign<Rhs> for Self:这在搜索具体实现时有用3

但像 += 这样的“复合赋值运算符”,一个鲜为人知的规则是关于两侧运算数的求值顺序。

赋值表达式的求值顺序

通过一个示例来感受求值顺序为什么重要:


#![allow(unused)]
fn main() {
*{
    print!("lhs ");
    &mut 0
} += {
    print!("rhs ");
    0
};

*{
    print!("lhs ");
    &mut String::from("a")
} += {
    print!("rhs ");
    "b"
};
}

这段代码打印什么?

如果你能准确说出和解释打印的内容,那么这小节内容可以跳过了。

如果你不知道答案,请往下看。

规则

Rust 中,大部分表达式是从左往右求值的,比如对于方法调用表达式 (method call expression) a.add(b),脱糖为 Add::add(a, b),然后先计算左边的 a,再计算右边的 b。但赋值表达式不一定是从左到右求值。

Rust 具有两种“赋值表达式”:

  • 赋值表达式 (assignment expressions):将一个值移动进指定的地方,语法为 assignee operand = assigned value operand
  • 复合赋值表达式 (compound assignment expressions):将运算/逻辑二元运算符与赋值表达式结合起来,语法为 assigned operand 操作符 modifying operand,其中“操作符”为一个标记后跟一个 =(中间不含空格),比如 +=|=<<=

两侧运算数的名称非常不直观,所以我使用左右两侧的表达方式来称呼它们。实际上,它们以前被称作“左值” (lvalue) 和“右值” (rvalue)。

对赋值表达式来说,先计算等号右侧的值,再计算等号左侧的值,即从右到左;对于解构赋值,其内部求值顺序为从左到右。


#![allow(unused)]
fn main() {
let (mut a, mut b);

(a, b) = (3, 4); // 从右到左:先计算等号右侧的 (3, 4),再赋值给等号左侧的 (a, b)

// 脱糖为

{
    let (_a, _b) = (3, 4); // 解构赋值过程中,从左到右
    a = _a; // 先赋值给解构模式左边的 a
    b = _b; // 再赋值给解构模式右边的 b
}
}

对于复合赋值表达式,若两侧的类型同时为 primitives,从右到左计算;否则从左到右计算。

回到本小节开头的示例,现在可以仔细分析代码了:


#![allow(unused)]
fn main() {
// 等号两侧的类型都为 `i32`,它是 primitive type,所以从右到左计算,打印 `rhs lhs `
*{
    print!("lhs ");
    &mut 0
} += {
    print!("rhs ");
    0
};

// 等号左右的类型为 `String` 和 `&str`,都不是 primitive type,所以从左到右计算,打印 `lhs rhs `
*{
    print!("lhs ");
    &mut String::from("a")
} += {
    print!("rhs ");
    "b"
};
}

或许这些细节你会感到困惑:

等号左侧为什么要那样写?因为不允许直接写 0 += ...
为什么左侧可以维持临时的引用 &muttemporary-lifetime-extension
为什么左侧类型是 i320 的类型为 i32,这是 Rust 默认推断的;&mut 0 类型为 &mut i32*&mut 0 类型为 i32
为什么 i32 是 primitive type?见标准库 primitive types
什么是 primitive type?见标准库 primitive types
为什么 &str 不是 primitive type?见标准库 primitive types,且见下面的例子:i32 是,&i32 不是,所以 str 是,&str 不是

总而言之,在 Rust 中,大部分表达式的求值顺序是从左往右的,仅有少数地方是从右往左的,比如:

  1. 赋值表达式:先计算等号右侧
  2. 复合赋值表达式:仅在两侧运算数都为 primitive types 时才先计算右侧运算数。为了巩固这一条,请确保你完全理解下面的 代码 和注释。此外,你还可以看懂 rustc 的这个 测试代码
use std::num::Wrapping;

macro_rules! add_assign {
    ($e1:expr, $e2:expr) => {
        *({print!("lhs "); &mut $e1}) += {print!("rhs "); $e2};
        println!("");
    }
}

fn main() {
    add_assign!(1, 2); // rhs lhs: both operands are primitives
    add_assign!(1, &2); // lhs rhs: Rhs &i32 is not a direct primitive
    add_assign!(String::new(), ""); // lhs rhs: neither operands are primitives
    add_assign!(Wrapping(1), Wrapping(2)); // lhs rhs: neither operands are primitives
    // So usually the execution order of `+=` is LTR (left-to-right)
}

MIR

Rust 的 MIR 是 HIR 到 LLVM IR 的中间产物,对 Rust 众多语法糖进行了脱糖,并且极大地精简了 Rust 语法(但并非其语法子集),是观察和分析 Rust 代码的常用手段,尤其是在控制流图和借用检查方面。

获取 MIR 的最简便的方式是通过 playground 左上角下拉框,点击 MIR 按钮。

此外,你还可以使用 rustc src/main.rs -Z dump-mir=maincargo rustc -- -Z dump-mir=main 获得有关 main 函数完整的 MIR

对于上一节开头的示例:


#![allow(unused)]
fn main() {
// 去除了无关和冗杂的 print!,将这段代码复制到 play.rust-lang.org 查看 MIR
*{ &mut 0 } += 0;
*{ &mut String::from("a") } += "b";
}

关键的 MIR 输出:

bb0: {
    _1 = const 0_i32;
    _3 = const 0_i32;
    _2 = &mut _3;
    _4 = CheckedAdd((*_2), _1);
    assert(!move (_4.1: bool), "attempt to compute `{} + {}`, which would overflow", (*_2), move _1) -> bb1;
}

bb2: {
    _7 = &mut _8;
    _6 = &mut (*_7);
    _10 = const "b";
    _9 = _10;
    _5 = <String as AddAssign<&str>>::add_assign(move _6, move _9) -> [return: bb3, unwind: bb5];
}

这很容易解释 += 的语法脱糖和真正的执行顺序:

  • _4 = CheckedAdd((*_2), _1) 这里的执行顺序是从右到左(注意观察编号),并且不是调用 <i32 as AddAssign<i32>>::add_assign, 而是直接调用 CheckedAdd 函数。
    • add_assign!(1, &2) 则对应 _1 = <i32 as AddAssign<&i32>>::add_assign(move _2, move _13) -> bb5,顺序从左到右,调用了重载的 += trait 方法。
  • _5 = <String as AddAssign<&str>>::add_assign(move _6, move _9) 这里的顺序是从左到右,调用的是重载的 += trait 方法。

单一实现下的强转

遵循前面我提到的流程,对于以下正常工作代码,第一步,写下左右两侧的类型,你会得到 S += &&&&&&(),实际不存在这个实现,因为 S 仅有 S: AddAssign<&()>。这发生了什么?

struct S;
impl std::ops::AddAssign<&()> for S {
    fn add_assign(&mut self, _: &()) {}
}

fn main() {
    let mut s = S;
    let rrrrrr = &&&&&&();
    s += rrrrrr;
}

通过 MIR,你会发现

  • <S as AddAssign<&()>>::add_assign(move _4, move _5) 表明从左到右执行,因为两侧运算数不是 primitive type
  • 传给 add_assign 的第二个参数,其类型并不是变量 rrrrrr 的类型 &&&&&&(),而是经过 5 次解引用之后的 &() 类型
bb0: {
    _6 = const _;
    _4 = &mut _1;
    _7 = deref_copy (*_2);
    _8 = deref_copy (*_7);
    _9 = deref_copy (*_8);
    _10 = deref_copy (*_9);
    _11 = deref_copy (*_10);
    _5 = _11;
    _3 = <S as AddAssign<&()>>::add_assign(move _4, move _5) -> bb1;
}

这里隐式的解引用是因为强转,而函数参数是能够发生 强转的地方 之一。

并且,依据这段 MIR(注意看从上到下的执行过程),我们知道,对于已知的 add_assign 实现,执行顺序先于强转发生。

而当 SAddAssign 实现是多个,强转被阻止,你需要传入准确的类型的值:

struct S;
impl std::ops::AddAssign<()> for S {
    fn add_assign(&mut self, _: ()) {}
}
impl std::ops::AddAssign<&()> for S {
    fn add_assign(&mut self, _: &()) {}
}

fn main() {
    let mut s = S;
    let rrrrrr = &&&&&&();
    s += rrrrrr;
}

// error[E0277]: cannot add-assign `&&&&&&()` to `S`
//   --> src/main.rs:12:7
//    |
// 12 |     s += rrrrrr;
//    |       ^^ no implementation for `S += &&&&&&()`
//    |
//    = help: the trait `AddAssign<&&&&&&()>` is not implemented for `S`
//    = help: the following other types implement trait `AddAssign<Rhs>`:
//              <S as AddAssign<&()>>
//              <S as AddAssign<()>>

两阶段借用的参与

以下代码能够运行:

  • 由于两侧类型不是 primitive type, add_assign 从左到右执行
  • 但已经使用 &mut self 的情况下,为什么能够同时执行带 &self 的方法?
struct S;
impl std::ops::AddAssign<()> for S {
    fn add_assign(&mut self, _: ()) {}
}
impl S {
    fn no_op(&self) {}
}

fn main() {
    let mut s = S;
    s += s.no_op();
}

通常对于初学者, &mut 会有两个更高级的主题:

  • 重新借用 (reborrow)
    • open 状态的 Reference issueRFC issue,在迁移到 Chalk 之前,不会正式描述 reborrow
    • 它大概是说:我们看见的 &'a mut T,实际被自动转化成更短的 &'b mut T,从而看起来 &mut T 一直可用。这也发生在 &T 上面,但通常我们对 &mut T 的 reborrow 更敏感。
    • 这一是个在 1.0 之前就有的概念
    • UCG 可能会对 reborrow 做出说明
    • 一个直觉上的理解
  • 两阶段借用 (two-phase borrows)
    • 它在 rustc dev guide 上的 正式介绍
    • 它大概是说,某些情况下 &mut T 会划分成两个阶段进行使用:
      • 在 reservation 阶段:&mut T 像是 &T 那样,以允许多个 &T 同时存在
      • 在 activated 阶段:&mut T 以完全独占的方式使用
    • 某些情况指以下三种情况之一(上述链接对具体例子都有分析):
      • 调用 receiver 为 &mut self 的方法(包括方法调用时的自动引用):如 vec.push(vec.len())
      • 函数参数中的 &mut T reborrow:如 std::mem::replace(r, vec![r.len()])
      • 重载的复合赋值运算符中隐式的 &mut T:如本小节示例
    • 源代码中,任何显式的 &mutref mut 都不是两阶段借用

MIR 可以帮助你看到两阶段借用。

bb0: { // reservation 阶段
    _3 = &mut _1; // 两阶段借用的第三种前提:重载的复合赋值运算符中隐式的 `&mut T`
    _5 = &_1;     // `&mut T` 暂时被视为 `&T`,从而允许在此处使用 `&T`
    _4 = S::no_op(move _5) -> bb1;
}
bb1: { // activated 阶段
    _2 = <S as AddAssign<()>>::add_assign(move _3, move _4) -> bb2;
}

实战

例子源自 #72199 issue,@steffahn 做了很好的 解释,这里从 MIR 角度进行补充。

Vec<i32>v[i] += v[j]

fn main() {
    let mut v = Vec::from([0, 1]); // 为了让 MIR 精简,故意不使用 vec![0, 1]
    v[0] += v[1]; // 第一步:i32 += i32
}

// 两侧为 primitive types, RTL: <i32 as Add<i32>>::add_assign(&mut v[0], v[1])
// 1. 计算 v[1]:对它脱糖 `<Vec<i32> as Index<usize>>::index(&v, 1)` 得到 `&i32`,然后解引用得到 `i32` 
// 2. 计算 &mut v[0]:对它脱糖 `<Vec<i32> as IndexMut<usize>>::index_mut(&mut v, 0)` 得到 `&mut i32`
// 可以看到先使用了 `&v`,再使用了 `&mut v`,通过借用检查

// 仅列出 MIR 中的重点
// let mut _1: std::vec::Vec<i32>;
// bb1: {
//     _5 = &_1;
//     _4 = <Vec<i32> as Index<usize>>::index(move _5, const 1_usize) -> [return: bb2, unwind: bb6];
// }
// bb2: {
//     _3 = (*_4);
//     _7 = &mut _1;
//     _6 = <Vec<i32> as IndexMut<usize>>::index_mut(move _7, const 0_usize) -> [return: bb3, unwind: bb6];
// }
// bb3: {
//     _8 = CheckedAdd((*_6), _3);
//     assert(!move (_8.1: bool), "attempt to compute `{} + {}`, which would overflow", (*_6), move _3) -> [success: bb4, unwind: bb6];
// }
// bb4: {
//     (*_6) = move (_8.0: i32);
//     drop(_1) -> bb5;
// }

&mut [Custom]v[i] += v[j]

#[derive(Clone, Copy)]
struct MyNum(i32);

impl std::ops::AddAssign for MyNum {
    fn add_assign(&mut self, rhs: MyNum) {
        *self = MyNum(self.0 + rhs.0)
    }
}

fn main() {
    let mut b = vec![MyNum(0), MyNum(1)];
    let v = b.as_mut_slice();
    v[0] += v[1]; // MyNum += MyNum
}

// LTR: <MyNum as Add<MyNum>>::add_assign(&mut v[0], v[1])
// 1. 计算 &mut v[0]:获取和维持对第 0 元素的独占引用,但只进入 reservation 阶段,将 &mut 视为 &,从而继续使用切片
// 2. 计算 v[1]:在 `&mut v[0]` 的第一阶段,通过 `*_10` 和索引拷贝 MyNum
// 3. 调用方法,`&mut v[0]` 进入 activated 阶段

// 仅列出 MIR 中的重点
// let mut _1: std::vec::Vec<MyNum>;
// bb2: {
//     _11 = &mut _1;
//     _10 = Vec::<MyNum>::as_mut_slice(move _11) -> [return: bb3, unwind: bb8];
// }
// bb3: { // 索引前进行了边界检查
//     _14 = const 0_usize;
//     _15 = Len((*_10));
//     _16 = Lt(_14, _15);
//     assert(move _16, "index out of bounds: the length is {} but the index is {}", move _15, _14) -> [success: bb4, unwind: bb8];
// }
// bb4: {
//     _13 = &mut (*_10)[_14]; // 获取 &mut v[0],进入 reservation 阶段
//     _18 = const 1_usize; // 索引前进行了边界检查
//     _19 = Len((*_10));
//     _20 = Lt(_18, _19);
//     assert(move _20, "index out of bounds: the length is {} but the index is {}", move _19, _18) -> [success: bb5, unwind: bb8];
// }
// bb5: {
//     _17 = (*_10)[_18]; // 计算 v[1]
//     _12 = <MyNum as AddAssign>::add_assign(move _13, move _17) -> [return: bb6, unwind: bb8]; // activated 阶段
// }

Vec<Custom>v[i] += v[j]

#[derive(Clone, Copy)]
struct MyNum(i32);

impl std::ops::AddAssign for MyNum {
    fn add_assign(&mut self, rhs: MyNum) {
        *self = MyNum(self.0 + rhs.0)
    }
}

fn main() {
    let mut b = vec![MyNum(0), MyNum(1)];
    b[0] += b[1];
}

它无法编译成功,但编译器提示你怎么 解决(把右侧的值赋给局部变量,然后使用该变量):

error[E0502]: cannot borrow `b` as immutable because it is also borrowed as mutable
  --> src/main.rs:12:13
   |
12 |     b[0] += b[1];
   |     --------^---
   |     |       |
   |     |       immutable borrow occurs here
   |     mutable borrow occurs here
   |     mutable borrow later used here
   |
help: try adding a local storing this...
  --> src/main.rs:12:13
   |
12 |     b[0] += b[1];
   |             ^^^^
help: ...and then using that local here
  --> src/main.rs:12:5
   |
12 |     b[0] += b[1];
   |     ^^^^^^^^^^^^

当你试着从 MIR 分析为什么这样,你会发现 playground 因为编译失败而没有 MIR 的结果,提示为 Unable to locate file for Rust MIR output

此时,你仍可以在本地获取一部分 MIR 结果,因为 MIR 其实经过许多次迭代,mir_dump 文件夹下保留了半成品:运行 cargo rustc -- -Z dump-mir=main,查看 mir_dump/simd.main.-------.renumber.0.mir 文件。

// 仅列出关键部分
bb4: {
    _13 = &mut _1;
    _12 = <Vec<MyNum> as IndexMut<usize>>::index_mut(move _13, const 0_usize) -> [return: bb5, unwind: bb9];
}
bb5: {
    _11 = &mut (*_12);
    StorageDead(_13);
    StorageLive(_14);
    StorageLive(_15);
    StorageLive(_16);
    _16 = &_1;
    _15 = <Vec<MyNum> as Index<usize>>::index(move _16, const 1_usize) -> [return: bb6, unwind: bb9];
}
bb6: {
    _14 = (*_15);
    StorageDead(_16);
    _10 = <MyNum as AddAssign>::add_assign(move _11, move _14) -> [return: bb7, unwind: bb9];
}

把它与上一小节在 &mut [MyNum] 的 MIR 进行对比,你会发现在 &mut Vec<MyNum> 上没有发生两阶段借用:

  • 观察两个 MIR 片段的 move _13,第二个片段的 &mut _1 借用已经在获取索引时结束(未能到达 add_assign),而第一个在调用 add_assign 时结束
  • 所以 Vec<MyNum> 上的 b[0] += b[1] 是通过两个不同的 &mut Vec<MyNum>&Vec<MyNum>,分别得到 &mut MyNumMyNum 两个操作数

_10 = <MyNum as AddAssign>::add_assign(move _11, move _14) 延长了 _11 的生命周期(从而延长 _12_13、最终 &mut _1 的生命周期),导致与 &_1 生命周期交叉。

// b[0] += b[1] on &mut [MyNum]

_10 = Vec::<MyNum>::as_mut_slice(move _11) // _10: &mut [MyNum]

_13 = &mut (*_10)[_14]; // two-phase
_17 = (*_10)[_18];      // reservation 阶段

_12 = <MyNum as AddAssign>::add_assign(move _13, move _17) // activated 阶段

// b[0] += b[1] on Vec<MyNum>

_13 = &mut _1; // _1: Vec<MyNum>
_12 = <Vec<MyNum> as IndexMut<usize>>::index_mut(move _13, const 0_usize) // _13: &mut Vec<MyNum>, _12: &mut MyNum
_11 = &mut (*_12); // reborrow, _11: &mut MyNum

_16 = &_1;
_15 = <Vec<MyNum> as Index<usize>>::index(move _16, const 1_usize) // _16: &Vec<MyNum>, _15: &mut MyNum
_14 = (*_15);

_10 = <MyNum as AddAssign>::add_assign(move _11, move _14)

总结

  • += 是可重载的复合赋值运算符,Self += Rhs 脱糖为 <Self as AddAssign<Rhs>>::add_assign(&mut Self, Rhs),但
    • 对两侧为 primitive types 的运算数,先计算 Rhs,再计算 Self,然后调用编译器实现的相加函数
    • 若至少有一侧运算数不为 primitive types,则先计算 Self,再计算 Rhs,然后调用重载后的实现(即 <Self as AddAssign<Rhs>>::add_assign
  • 大多数表达式是从左到右执行的。从右到左是特殊情况,比如
    • 赋值表达式中,先计算 = 右侧的值,再计算左侧
    • 复合赋值表达式中,两侧为 primitive types 的运算数时,先计算复合赋值运算符右侧,再计算左侧
  • MIR 是 Rust 编译过程的重要一环,(无论在代码编译成功还是失败的情况下)也可以成为辅助你分析的 Rust 代码的工具