ROOT
ROOT
文章目录
  1. 引子
  2. C++ constexpr 解法
  3. Rust 过程宏解法
  4. 结论

C++/Rust 元编程之 BrainFuck 编译器(constexpr/ 过程宏解法)

引子

接上一篇 C++ 元编程之 BrainFuck 编译器(模板元解法) 挖了个坑:用 constexpr 方式实现,我发现更容易实现了,代码不到 100 行搞定,同时也尝试了一下用 Rust 过程宏来做元编程,最后我会对这两者进行比较。

之前模板元方式解法不支持嵌套循环,同时也不支持输入输出,在这次实现中,支持嵌套循环、输出。

C++ 版本:

// compile time
constexpr auto res = brain_fuck(R"(
    ++++++++[>++++[>++>+++>+++>+<<<<-]>+>+>->>+[<]<-]>>.
    >---.+++++++..+++.>>.<-.<.+++.------.--------.>>+.>++.
)");
puts(res);

// runtime
if (argc > 1) puts(brain_fuck(argv[1]));

Rust 版本:

println!("{}", brain_fuck!(
    ++++++++[>++++[>++>+++>+++>+<<<<-]>+>+>->>+[<]<-]>>.
    >---.+++++++..+++.>>.<-.<.+++.------.--------.>>+.>++.
));

而两者背后实现的算法是一致的。

C++ constexpr 解法

其实模板元解法和 constexpr 解法能力相同,只是实现代价不同,后者更容易实现,写起来就像普通函数一样。运行结果可看:https://godbolt.org/z/EYn7PG

首先定义一个 Stream 类,用于存放输出结果:

template<size_t N>
class Stream {
public:
    constexpr void push(char c) { data_[idx_++] = c; }
    constexpr operator const char*() const { return data_; }
    constexpr size_t size() { return idx_; }
private:
    size_t idx_{};
    char data_[N]{};
};

然后写一个 parse 函数,解析 BrainFuck 代码,经典的递归下降分析:

template<typename STREAM>
constexpr auto parse(const char* input, bool skip, char* cells,
        size_t& pc, STREAM&& output) -> size_t {
    const char* c = input;
    while(*c) {
        switch(*c) {
            case '+': if (!skip) ++cells[pc]; break;
            case '-': if (!skip) --cells[pc]; break;
            case '.': if (!skip) output.push(cells[pc]); break;
            case '>': if (!skip) ++pc; break;
            case '<': if (!skip) --pc; break;
            case '[': {
                while (!skip && cells[pc] != 0)
                    parse(c + 1, false, cells, pc, output);
                c += parse(c + 1, true, cells, pc, output) + 1;
            } break;
            case ']': return c - input;
            default: break;
        }
        ++c;
    }
    return c - input;
}

constexpr size_t CELL_SIZE = 16;
template<typename STREAM>
constexpr auto parse(const char* input, STREAM&& output) -> STREAM&& {
    char cells[CELL_SIZE]{};
    size_t pc{};
    parse(input, false, cells, pc, output);
    return output;
}

最后用 brain_fuck 函数串起来:

template<size_t OUTPUT_SIZE = 15>
constexpr auto brain_fuck(const char* input) {
    Stream<OUTPUT_SIZE> output;
    return parse(input, output);
}

以上就是实现一个 BrainFuck 编译器的所有细节。

延伸一下,如果你细心的话,你会发现输出大小需要手动指定(默认 15 字节),如果大小过大,那么多余的空间浪费了;如果大小过小,编译报错。思考一下,有什么办法确定大小呢?毕竟 C++20 之前 constexpr 不支持动态分配内存,像链表这种随时扩容的方式暂时不可行。

我们可以实现一个函数 brain_fuck_output_size 来提前计算好所需要大小:

// calculate output size
constexpr auto brain_fuck_output_size(const char* input) -> size_t {
    struct {
        size_t sz{};
        constexpr void push(...) { ++sz; }
    } dummy;
    return parse(input, dummy).sz + 1; // include '\0'
}

我们实现一个 dummy 对象,其 push 接口只是简单地计数,最终 dummy 的长度就是输出的长度。

这也是为啥 STREAM 作为模板参数类型的原因,因为只需要依赖 push 接口,而不需要依赖具体的类型,这也是泛型的魅力。

#define BRAIN_FUCK(in) brain_fuck<brain_fuck_output_size(in)>(in)
constexpr auto res = BRAIN_FUCK(R"(
    ++++++++[>++++[>++>+++>+++>+<<<<-]>+>+>->>+[<]<-]>>.
    >---.+++++++..+++.>>.<-.<.+++.------.--------.>>+.>++.
)");

Rust 过程宏解法

Rust 做元编程,目前只能通过宏的方式做,而且能力也有限。这里需要用过程宏手段。目前我把 brain_fuck 提交到 cargo 仓库了:https://crates.io/crates/brain_fuck,可以体验一下。

同样地写一个 parse 函数:

const CELL_SIZE: usize = 16;
fn parse(code: &[u8], skip: bool, cells: &mut [u8; CELL_SIZE],
    pc: &mut usize, output: &mut Vec<u8>) -> usize {
    let mut idx = 0;
    while idx < code.len() {
        let c = code[idx];
        match c {
            b'+' if !skip => cells[*pc] += 1,
            b'-' if !skip => cells[*pc] -= 1,
            b'.' if !skip => output.push(cells[*pc]),
            b'>' if !skip => *pc += 1,
            b'<' if !skip => *pc -= 1,
            b'[' => {
                while !skip && cells[*pc] != 0 {
                    parse(&code[idx+1..], false, cells, pc, output);
                }
                idx += parse(&code[idx+1..], true, cells, pc, output) + 1;
            },
            b']' => return idx,
            _ => {}
        }
        idx += 1;
    }
    idx
}

用过程宏 brain_fuck 包装一下:

#[proc_macro]
pub fn brain_fuck(_item: TokenStream) -> TokenStream {
    let input = _item.to_string();
    let mut cells: [u8; CELL_SIZE] = [0; CELL_SIZE];
    let mut pc = 0;
    let mut output = Vec::<u8>::new();

    parse(&input.as_bytes(), false, &mut cells, &mut pc, &mut output);

    TokenStream::from_str(
        &format!("\"{}\"", from_utf8(&output).unwrap())
    ).unwrap()
}

结论

对比 C++ 和 Rust 版本,实现代价一样。

C++ 版本实现过程中可以先不加 constexpr 关键字,通过打印等 debug 手段调试通过后,最终加上 constexpr 关键字即可,最后既可以在运行时使用,也可以在编译时使用。如果在编译期出现内存越界(cells 越界)情况下,编译报错,即避免了 ub。

Rust 实现过程宏只能通过 lib 方式做,同样地也可以直接加打印,在编译的时候输出,最终将打印去掉。输出结果可以直接用 Vec 这种动态容器存,C++20 之前暂时得通过定长(预留长度或提前计算)数组搞。而 Rust 的过程宏只能用在编译时,无法用在运行时,而且只支持字面量方式,不支持变量传参给过程宏。

从生成的汇编结果来看,C++ 版本更加简单粗暴,g++ 编译器生成的汇编字符串结果直接存到 8 字节整型中,clang 则比较直观,main 和数据只有 15 行:

main:                                   # @main
        subq    $24, %rsp
        movq    .L__const.main.res+16(%rip), %rax
        movq    %rax, 16(%rsp)
        movups  .L__const.main.res(%rip), %xmm0
        movaps  %xmm0, (%rsp)
        leaq    8(%rsp), %rdi
        callq   puts
        xorl    %eax, %eax
        addq    $24, %rsp
        retq
.L__const.main.res:
        .quad   13                              # 0xd
        .asciz  "Hello World!\n\000"
        .zero   1

而 Rust 编译器生成的汇编结果就不够 C++ 那么简洁紧凑,这里就不贴出来了。

支持一下
扫一扫,支持Netcan
  • 微信扫一扫
  • 支付宝扫一扫