news 2026/5/1 6:07:43

C++ 赋值运算符重载:深拷贝 vs 浅拷贝的生死线!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
C++ 赋值运算符重载:深拷贝 vs 浅拷贝的生死线!

🔄 C++ 赋值运算符重载:深拷贝 vs 浅拷贝的生死线!

大家好!今天我们来聊一个 C++ 中极易被忽视、却可能引发严重 bug 的知识点——赋值运算符operator=的重载

你可能写过a = b,但当你的类中包含指向堆内存的指针时,这个看似简单的等号,就可能让你的程序崩溃、内存泄漏,甚至“神秘地”修改不该改的数据!

别慌,今天我们就用一段经典示例,彻底搞懂为什么需要重载赋值运算符,以及如何正确实现深拷贝


🧠 编译器默认给你的 4 个函数

在 C++ 中,即使你什么都没写,编译器也会悄悄为你的类生成以下 4 个函数:

  1. 默认构造函数(无参,空实现)

  2. 默认析构函数(无参,空实现)

  3. 默认拷贝构造函数(逐成员值拷贝)

  4. **默认赋值运算符operator=**(也是逐成员值拷贝)

⚠️ 问题来了:“值拷贝”对指针来说,就是“浅拷贝”


💥 浅拷贝的灾难:多个对象共用一块堆内存

来看你写的Person类(代码原样保留,未作任何修改):

class Person { public: Person(int age) { // 将年龄数据开辟到堆区 m_Age = new int(age); } // 重载赋值运算符 Person& operator=(Person &p) { if (m_Age != NULL) { delete m_Age; m_Age = NULL; } // 编译器提供的代码是浅拷贝 // m_Age = p.m_Age; // 提供深拷贝 解决浅拷贝的问题 m_Age = new int(*p.m_Age); // 返回自身 return *this; } ~Person() { if (m_Age != NULL) { delete m_Age; m_Age = NULL; } } // 年龄的指针 int *m_Age; };

如果不重载operator=,会发生什么?

假设使用默认赋值:

p2 = p1; // 默认:m_Age = p1.m_Age (浅拷贝!)

结果:

  • p1.m_Agep2.m_Age指向同一块堆内存

  • p1p2析构时,delete这块内存

  • 另一个对象再访问或析构 →野指针 / 重复释放 → 程序崩溃

这就是典型的浅拷贝陷阱


✅ 正确做法:手动实现深拷贝

你的重载版本完美解决了这个问题:

Person& operator=(Person &p) { if (m_Age != NULL) { delete m_Age; m_Age = NULL; } m_Age = new int(*p.m_Age); // 深拷贝:新开内存,复制值 return *this; }

关键步骤:

  1. 先释放自身原有堆内存(防止内存泄漏)

  2. 从源对象的堆数据中读取值,重新 new 一块新内存

  3. 返回*this的引用,支持链式赋值(如p3 = p2 = p1


🧪 测试效果

void test01() { Person p1(18); Person p2(20); Person p3(30); p3 = p2 = p1; // 链式赋值 cout << "p1的年龄为:" << *p1.m_Age << endl; cout << "p2的年龄为:" << *p2.m_Age << endl; cout << "p3的年龄为:" << *p3.m_Age << endl; }

输出:

p1的年龄为:18 p2的年龄为:18 p3的年龄为:18

✅ 三个对象各自拥有独立的堆内存,互不影响!
✅ 支持p3 = p2 = p1链式赋值(因为返回了*this引用)!


📌 黄金法则:三/五法则(Rule of Three/Five)

如果你的类中:

  • 使用了动态内存(如new

  • 或管理了其他资源(文件句柄、socket 等)

那么你很可能需要同时自定义

  • 析构函数

  • 拷贝构造函数

  • 赋值运算符

这就是著名的“三法则”(C++11 后扩展为“五法则”,加上移动构造和移动赋值)

否则,默认的浅拷贝会让你陷入万劫不复的调试深渊!


✅ 总结

  • 编译器自动生成的operator=浅拷贝,对指针极其危险。

  • 当类中有堆区指针时,必须重载赋值运算符,实现深拷贝

  • 记得:先释放旧资源,再分配新资源,最后返回*this

  • 支持链式赋值的关键:返回引用


如果你觉得这篇推文帮你避开了一个大坑,欢迎点赞、收藏、转发!
也欢迎留言:“你在项目中遇到过浅拷贝导致的 bug 吗?”


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/26 11:31:56

PyTorch-CUDA-v2.6镜像中实现梯度裁剪防止训练爆炸

PyTorch-CUDA-v2.6镜像中实现梯度裁剪防止训练爆炸 在深度学习模型日益复杂、参数量动辄上亿的今天&#xff0c;一个看似微小的技术细节——梯度值异常增大&#xff0c;却可能让数小时甚至数天的训练功亏一篑。你是否曾遇到过这样的场景&#xff1a;模型刚开始训练&#xff0c;…

作者头像 李华
网站建设 2026/4/25 9:36:02

PyTorch-CUDA-v2.6镜像中使用Optuna进行超参数搜索

PyTorch-CUDA-v2.6 镜像中集成 Optuna 实现高效超参数搜索 在深度学习项目开发过程中&#xff0c;一个常见的瓶颈并非模型设计本身&#xff0c;而是如何快速找到一组能让模型性能显著提升的超参数组合。更棘手的是&#xff0c;即便你找到了“好”的参数&#xff0c;换一台机器或…

作者头像 李华
网站建设 2026/5/1 2:44:19

内存管理:避免内存泄漏的方法

在 JavaScript 开发中&#xff0c;内存管理是一个至关重要的话题&#xff0c;合理的内存管理能够避免内存泄漏&#xff0c;提高应用程序的性能和稳定性。本文将深入探讨 JavaScript 中的内存管理机制&#xff0c;以及如何避免内存泄漏的发生。1. 内存管理基础 1.1 内存生命周期…

作者头像 李华
网站建设 2026/5/1 4:45:22

事件委托:优化事件处理性能

在前端开发中&#xff0c;事件处理是构建交互性页面的关键部分。然而&#xff0c;随着页面元素数量的增加和交互复杂度的提升&#xff0c;事件处理的性能问题逐渐凸显。事件委托作为一种有效的优化策略&#xff0c;可以显著提升事件处理的效率&#xff0c;减少内存占用。本文将…

作者头像 李华
网站建设 2026/5/1 3:50:48

PyTorch-CUDA-v2.6镜像部署LlamaIndex构建知识库问答系统

PyTorch-CUDA-v2.6镜像部署LlamaIndex构建知识库问答系统 在大模型落地的浪潮中&#xff0c;一个常见但棘手的问题浮出水面&#xff1a;如何让通用语言模型理解企业私有数据&#xff1f;直接微调成本高昂、周期长&#xff0c;而单纯依赖模型“记忆”又容易产生幻觉。更现实的路…

作者头像 李华
网站建设 2026/4/30 18:54:01

PyTorch-CUDA-v2.6镜像中使用Weights Biases记录训练曲线

在 PyTorch-CUDA-v2.6 镜像中集成 Weights & Biases 实现训练可视化 在当今深度学习项目日益复杂的背景下&#xff0c;研究人员和工程师面临的核心挑战早已不再局限于模型结构设计或数据质量提升。如何快速搭建稳定环境、高效利用 GPU 资源&#xff0c;并对训练过程实现细粒…

作者头像 李华