10 生命周期：你创建的值究竟能活多久？ 你好，我是陈天。

之前提到过，在任何语言里，栈上的值都有自己的生命周期，它和帧的生命周期一致，而 Rust，进一步明确这个概念，并且为堆上的内存也引入了生命周期。

我们知道，在其它语言中，堆内存的生命周期是不确定的，或者是未定义的。因此，要么开发者手工维护，要么语言在运行时做额外的检查。而在 Rust 中，除非显式地做 Box::leak()/Box::into_raw()/ManualDrop 等动作，一般来说，堆内存的生命周期，会默认和其栈内存的生命周期绑定在一起。

所以在这种默认情况下，在每个函数的作用域中，编译器就可以对比值和其引用的生命周期，来确保“引用的生命周期不超出值的生命周期”。

那你有没有想过，Rust 编译器是如何做到这一点的呢？

值的生命周期

在进一步讨论之前，我们先给值可能的生命周期下个定义。

如果一个值的生命周期贯穿整个进程的生命周期，那么我们就称这种生命周期为静态生命周期。

当值拥有静态生命周期，其引用也具有静态生命周期。我们在表述这种引用的时候，可以用

‘static 来表示。比如：

&’static str 代表这是一个具有静态生命周期的字符串引用。

一般来说，全局变量、静态变量、字符串字面量（string literal）等，都拥有静态生命周期。我们上文中提到的堆内存，如果使用了

Box::leak 后，也具有静态生命周期。

如果一个值是在某个作用域中定义的，也就是说它被创建在栈上或者堆上，那么其生命周期是动态的。

当这个值的作用域结束时，值的生命周期也随之结束。对于动态生命周期，我们约定用

‘a 、

‘b 或者

‘hello 这样的小写字符或者字符串来表述。

’ 后面具体是什么名字不重要，它代表某一段动态的生命周期，其中，

&’a str 和

&’b str 表示这两个字符串引用的生命周期可能不一致。

我们通过图总结一下：-

  • 分配在堆和栈上的内存有其各自的作用域，它们的生命周期是动态的。
  • 全局变量、静态变量、字符串字面量、代码等内容，在编译时，会被编译到可执行文件中的 BSS/Data/RoData/Text 段，然后在加载时，装入内存。因而，它们的生命周期和进程的生命周期一致，所以是静态的。
  • 所以，函数指针的生命周期也是静态的，因为函数在 Text 段中，只要进程活着，其内存一直存在。

明白了这些基本概念后，我们来看对于值和引用，编译器是如何识别其生命周期的。

编译器如何识别生命周期

我们先从两个最基本最简单的例子开始。

左图的例1 ，x 引用了在内层作用域中创建出来的变量 y。由于，变量从开始定义到其作用域结束的这段时间，是它的生命周期，所以 x 的生命周期 ‘a 大于 y 的生命周期 ‘b，当 x 引用 y 时，编译器报错。

右图例 2 中，y 和 x 处在同一个作用域下， x 引用了 y，我们可以看到 x 的生命周期 ‘a 和 y 的生命周期 ‘b 几乎同时结束，或者说 ‘a 小于等于 ‘b，所以，x 引用 y 是可行的。

这两个小例子很好理解，我们再看个稍微复杂一些的。

示例代码在 main() 函数里创建了两个 String，然后将其传入 max() 函数比较大小。max() 函数接受两个字符串引用，返回其中较大的那个字符串的引用（示例代码）： fn main() { let s1 = String::from(“Lindsey”); let s2 = String::from(“Rosie”); let result = max(&s1, &s2); println!(“bigger one: {}”, result); } fn max(s1: &str, s2: &str) -> &str { if s1 > s2 { s1 } else { s2 } }

这段代码是无法编译通过的，它会报错 “missing lifetime specifier” ，也就是说，编译器在编译 max() 函数时，无法判断 s1、s2 和返回值的生命周期。

你是不是很疑惑，站在我们开发者的角度，这个代码理解起来非常直观，在 main() 函数里 s1 和 s2 两个值生命周期一致，它们的引用传给 max() 函数之后，无论谁的被返回，生命周期都不会超过 s1 或 s2。所以这应该是一段正确的代码啊？

为什么编译器报错了，不允许它编译通过呢？我们把这段代码稍微扩展一下，你就能明白编译器的困惑了。

在刚才的示例代码中，我们创建一个新的函数 get_max()，它接受一个字符串引用，然后和 “Cynthia” 这个字符串字面量比较大小。之前我们提到，字符串字面量的生命周期是静态的，而 s1 是动态的，它们的生命周期显然不一致（代码）： fn main() { let s1 = String::from(“Lindsey”); let s2 = String::from(“Rosie”); let result = max(&s1, &s2); println!(“bigger one: {}”, result); let result = get_max(&s1); println!(“bigger one: {}”, result); } fn get_max(s1: &str) -> &str { max(s1, “Cynthia”) } fn max(s1: &str, s2: &str) -> &str { if s1 > s2 { s1 } else { s2 } }

当出现了多个参数，它们的生命周期可能不一致时，返回值的生命周期就不好确定了。编译器在编译某个函数时，并不知道这个函数将来有谁调用、怎么调用，所以，函数本身携带的信息，就是编译器在编译时使用的全部信息。

根据这一点，我们再看示例代码，在编译 max() 函数时，参数 s1 和 s2 的生命周期是什么关系、返回值和参数的生命周期又有什么关系，编译器是无法确定的。

此时，就需要我们在函数签名中提供生命周期的信息，也就是生命周期标注（lifetime specifier）。在生命周期标注时，使用的参数叫生命周期参数（lifetime parameter）。通过生命周期标注，我们告诉编译器这些引用间生命周期的约束。

生命周期参数的描述方式和泛型参数一致，不过只使用小写字母。这里，两个入参 s1、 s2，以及返回值都用

‘a 来约束。生命周期参数，描述的是参数和参数之间、参数和返回值之间的关系，并不改变原有的生命周期。

在我们添加了生命周期参数后，s1 和 s2 的生命周期只要大于等于（outlive）

‘a ，就符合参数的约束，而返回值的生命周期同理，也需要大于等于

‘a 。

在你运行上述示例代码的时候，编译器已经提示你，可以这么修改 max() 函数： fn max<’a>(s1: &’a str, s2: &’a str) -> &’a str { if s1 > s2 { s1 } else { s2 } }

当 main() 函数调用 max() 函数时，s1 和 s2 有相同的生命周期

‘a ，所以它满足

(s1: &’a str, s2: &’a str) 的约束。当 get_max() 函数调用 max() 时，“Cynthia” 是静态生命周期，它大于 s1 的生命周期

‘a ，所以它也可以满足 max() 的约束需求。

你的引用需要额外标注吗

学到这里，你可能会有困惑了：为什么我之前写的代码，很多函数的参数或者返回值都使用了引用，编译器却没有提示我要额外标注生命周期呢？

这是因为编译器希望尽可能减轻开发者的负担，其实所有使用了引用的函数，都需要生命周期的标注，只不过编译器会自动做这件事，省却了开发者的麻烦。

比如这个例子，first() 函数接受一个字符串引用，找到其中的第一个单词并返回（代码）： fn main() { let s1 = “Hello world”; println!(“first word of s1: {}”, first(&s1)); } fn first(s: &str) -> &str { let trimmed = s.trim(); match trimmed.find(‘ ‘) { None => “”, Some(pos) => &trimmed[..pos], } }

虽然我们没有做任何生命周期的标注，但编译器会通过一些简单的规则为函数自动添加标注：

  • 所有引用类型的参数都有独立的生命周期

‘a 、

‘b 等。

  • 如果只有一个引用型输入，它的生命周期会赋给所有输出。
  • 如果有多个引用类型的参数，其中一个是 self，那么它的生命周期会赋给所有输出。

规则 3 适用于 trait 或者自定义数据类型，我们先放在一边，以后遇到会再详细讲的。例子中的 first() 函数通过规则 1 和 2，可以得到一个带生命周期的版本（代码）： fn first<’a>(s: &’a str) -> &’a str { let trimmed = s.trim(); match trimmed.find(‘ ‘) { None => “”, Some(pos) => &trimmed[..pos], } }

你可以看到，所有引用都能正常标注，没有冲突。那么对比之前返回较大字符串的示例代码（示例代码）， max() 函数为什么编译器无法处理呢？

按照规则 1， 我们可以对max() 函数的参数 s1 和 s2 分别标注

‘a 和

‘b ，但是**返回值如何标注？是

‘a 还是

‘b 呢？这里的冲突，编译器无能为力**。 fn max<’a, ‘b>(s1: &’a str, s2: &’b str) -> &’??? str

所以，只有我们明白了代码逻辑，才能正确标注参数和返回值的约束关系，顺利编译通过。

引用标注小练习

好，Rust的生命周期这个知识点我们就讲完了，接下来我们来尝试写一个字符串分割函数strtok()，即时练习一下，如何加引用标注。

相信有过 C/C++ 经验的开发者都接触过这个strtok()函数，它会把字符串按照分隔符（delimiter）切出一个 token 并返回，然后将传入的字符串引用指向后续的 token。

用 Rust 实现并不困难，由于传入的 s 需要可变的引用，所以它是一个指向字符串引用的可变引用

&mut &str （练习代码）： pub fn strtok(s: &mut &str, delimiter: char) -> &str { if let Some(i) = s.find(delimiter) { let prefix = &s[..i]; // 由于 delimiter 可以是 utf8，所以我们需要获得其 utf8 长度， // 直接使用 len 返回的是字节长度，会有问题 let suffix = &s[(i + delimiter.len_utf8())..]; /s = suffix; prefix } else { // 如果没找到，返回整个字符串，把原字符串指针 s 指向空串 let prefix = /s; /*s = “”; prefix } } fn main() { let s = “hello world”.to_owned(); let mut s1 = s.as_str(); let hello = strtok(&mut s1, ‘ ‘); println!(“hello is: {}, s1: {}, s: {}”, hello, s1, s); }

当我们尝试运行这段代码时，会遇到生命周期相关的编译错误。类似刚才讲的示例代码，是因为按照编译器的规则，

&mut &str 添加生命周期后变成

&’b mut &’a str ，这将导致返回的

‘&str 无法选择一个合适的生命周期。

要解决这个问题，我们首先要思考一下：返回值和谁的生命周期有关？是指向字符串引用的可变引用 &mut ，还是字符串引用 &str 本身？

显然是后者。所以，我们可以为 strtok 添加生命周期标注： pub fn strtok<’b, ‘a>(s: &’b mut &’a str, delimiter: char) -> &’a str {…}

因为返回值的生命周期跟字符串引用有关，我们只为这部分的约束添加标注就可以了，剩下的标注交给编译器自动添加，所以代码也可以简化成如下这样，让编译器将其扩展成上面的形式：

pub fn strtok<’a>(s: &mut &’a str, delimiter: char) -> &’a str {…}

最终，正常工作的代码如下（练习代码_改），可以通过编译：

pub fn strtok<’a>(s: &mut &’a str, delimiter: char) -> &’a str { if let Some(i) = s.find(delimiter) { let prefix = &s[..i]; let suffix = &s[(i + delimiter.len_utf8())..]; /s = suffix; prefix } else { let prefix = /s; /*s = “”; prefix } } fn main() { let s = “hello world”.to_owned(); let mut s1 = s.as_str(); let hello = strtok(&mut s1, ‘ ‘); println!(“hello is: {}, s1: {}, s: {}”, hello, s1, s); }

为了帮助你更好地理解这个函数的生命周期关系，我将每个堆上和栈上变量的关系画了个图供你参考。

这里跟你分享一个小技巧：如果你觉得某段代码理解或者分析起来很困难，也可以画类似的图，从最基础的数据在堆和栈上的关系开始想，就很容易厘清脉络。

在处理生命周期时，编译器会根据一定规则自动添加生命周期的标注。然而，当自动标注产生冲突时，需要我们手工标注。

生命周期标注的目的是，在参数和返回值之间建立联系或者约束。调用函数时，传入的参数的生命周期需要大于等于（outlive）标注的生命周期。

当每个函数都添加好生命周期标注后，编译器，就可以从函数调用的上下文中分析出，在传参时，引用的生命周期，是否和函数签名中要求的生命周期匹配。如果不匹配，就违背了“引用的生命周期不能超出值的生命周期”，编译器就会报错。

如果你搞懂了函数的生命周期标注，那么数据结构的生命周期标注也是类似。比如下面的例子，Employee 的 name 和 title 是两个字符串引用，Employee 的生命周期不能大于它们，否则会访问失效的内存，因而我们需要妥善标注： struct Employee<’a, ‘b> { name: &’a str, title: &’b str, age: u8, }

使用数据结构时，数据结构自身的生命周期，需要小于等于其内部字段的所有引用的生命周期。

小结

今天我们介绍了静态生命周期和动态生命周期的概念，以及编译器如何识别值和引用的生命周期。- - 根据所有权规则，值的生命周期可以确认，它可以一直存活到所有者离开作用域；而引用的生命周期不能超过值的生命周期。在同一个作用域下，这是显而易见的。然而，当发生函数调用时，编译器需要通过函数的签名来确定，参数和返回值之间生命周期的约束。

大多数情况下，编译器可以通过上下文中的规则，自动添加生命周期的约束。如果无法自动添加，则需要开发者手工来添加约束。一般，我们只需要确定好返回值和哪个参数的生命周期相关就可以了。而对于数据结构，当内部有引用时，我们需要为引用标注生命周期。

思考题

  • 如果我们把 strtok() 函数的签名写成这样，会发生什么问题？为什么它会发生这个问题？你可以试着编译一下看看。

pub fn strtok<‘a>(s: &‘a mut &str, delimiter: char) -> &‘a str {…}

  • 回顾[第 6 讲SQL查询工具]的代码，现在，看看你是不是对代码中的生命周期标注有了更深理解？

感谢你的收听，你已经打卡 Rust 学习10次啦！

如果你觉得有收获，也欢迎你分享给你身边的朋友，邀他一起讨论。坚持学习，我们下节课见。

参考资料

  • 栈上的内存不必特意释放，顶多是编译时编译器不再允许该变量被访问。因为栈上的内存会随着栈帧的结束而结束。如果你有点模糊，可以再看看[前置知识]，温习一下栈和堆。
  • Rust 的 I/O 安全性目前是 “almost safety”，为什么不是完全安全，感兴趣的同学可以看这个 RFC。
  • 更多关于 Box::leak 的信息。
  • ArcInner 的结构。
  • Rust 的生命周期管理一直在进化，进化方向是在常见的场景下，尽量避免因为生命周期的处理，代码不得不换成不那么容易阅读的写作方式。比如下面的代码：

use std::collections::HashMap;

fn main() { let mut map = HashMap::new(); map.insert(“hello”, “world”); let key = “hello1”; // 按照之前的说法，这段代码无法编译通过，因为同一个 scope 下不能有两个可变引用 // 但因为 RFC2094 non-lexical lifetimes，Rust 编译器可以处理这个场景， // 因为当 None 时，map.get_mut() 的引用实际已经结束 match map.get_mut(key) //* <—– 可变引用的生命周期一直持续到 match 结果 /*/ { Some(v) => do_something(v), None => { map.insert(key, “tyr”); // <— 这里又获得了一个可变引用 } }

}

fn do_something(_v: &mut &str) { todo!()

}

如果你对此感兴趣，想了解更多，可以参看：RFC2094 - Non-lexical lifetimes。我们在平时写代码时，可以就像这段代码这样先按照正常的方式去写，如果编译器抱怨，再分析引用的生命周期，换个写法。此外，随时保持你的 Rust 版本是最新的，也有助于让你的代码总是可以使用最简单的方式撰写。

参考资料

https://learn.lianglianglee.com/%e4%b8%93%e6%a0%8f/%e9%99%88%e5%a4%a9%20%c2%b7%20Rust%20%e7%bc%96%e7%a8%8b%e7%ac%ac%e4%b8%80%e8%af%be/10%20%e7%94%9f%e5%91%bd%e5%91%a8%e6%9c%9f%ef%bc%9a%e4%bd%a0%e5%88%9b%e5%bb%ba%e7%9a%84%e5%80%bc%e7%a9%b6%e7%ab%9f%e8%83%bd%e6%b4%bb%e5%a4%9a%e4%b9%85%ef%bc%9f.md