将 boost::unordered_set 作为结果映射传递给 boost::split

Question

有谁知道将 boost::unordered_set 作为第一个参数传递给 boost::split 是否符合规定？在 libboost1.42-dev 下，这似乎会导致问题。这是一个导致问题的小示例程序，称之为 test-split.cc：

#include <boost/algorithm/string/classification.hpp>
#include <boost/algorithm/string/split.hpp>
#include <boost/unordered_set.hpp>
#include <string>

int main(int argc, char **argv) {
  boost::unordered_set<std::string> tags_set;
  boost::split(tags_set, "a^b^c^",
               boost::is_any_of(std::string(1, '^')));
  return 0;
}

然后，如果我运行以下命令：

g++ -o test-split test-split.cc; valgrind ./test-split

我收到了一堆关于 valgrind 的投诉，如下所示（我有时也会看到没有 valgrind 的核心转储，尽管它似乎因时间而异）：

==16843== Invalid read of size 8
==16843==    at 0x4ED07D3: std::string::end() const (in /usr/lib/libstdc++.so.6.0.13)
==16843==    by 0x401EE2: unsigned long boost::hash_value<char, std::allocator<char> >(std::basic_string<char, std::char_traits<char>, std::allocator<char> > const&) (in /tmp/test-split)
...
==16843==    by 0x402248: boost::unordered_set<std::string, boost::hash<std::string>, std::equal_to<std::string>, std::allocator<std::string> >& boost::algorithm::split<boost::unordered_set<std::string, boost::hash<std::string>, std::equal_to<std::string>, std::allocator<std::string> >, char const [26], boost::algorithm::detail::is_any_ofF<char> >(boost::unordered_set<std::string, boost::hash<std::string>, std::equal_to<std::string>, std::allocator<std::string> >&, char const (&) [26], boost::algorithm::detail::is_any_ofF<char>, boost::algorithm::token_compress_mode_type) (in /tmp/test-split)
==16843==    by 0x40192A: main (in /tmp/test-split)
==16843==  Address 0x5936610 is 0 bytes inside a block of size 32 free'd
==16843==    at 0x4C23E0F: operator delete(void*) (vg_replace_malloc.c:387)
==16843==    by 0x4ED1EE8: std::basic_string<char, std::char_traits<char>, std::allocator<char> >::~basic_string() (in /usr/lib/libstdc++.so.6.0.13)
==16843==    by 0x404A8B: void boost::unordered_detail::hash_unique_table<boost::unordered_detail::set<boost::hash<std::string>, std::equal_to<std::string>, std::allocator<std::string> > >::insert_range_impl<boost::transform_iterator<boost::algorithm::detail::copy_iterator_rangeF<std::string, char const*>, boost::algorithm::split_iterator<char const*>, boost::use_default, boost::use_default> >(std::string const&, boost::transform_iterator<boost::algorithm::detail::copy_iterator_rangeF<std::string, char const*>, boost::algorithm::split_iterator<char const*>, boost::use_default, boost::use_default>, boost::transform_iterator<boost::algorithm::detail::copy_iterator_rangeF<std::string, char const*>, boost::algorithm::split_iterator<char const*>, boost::use_default, boost::use_default>) (in /tmp/test-split)
...
==16843==    by 0x402248: boost::unordered_set<std::string, boost::hash<std::string>, std::equal_to<std::string>, std::allocator<std::string> >& boost::algorithm::split<boost::unordered_set<std::string, boost::hash<std::string>, std::equal_to<std::string>, std::allocator<std::string> >, char const [26], boost::algorithm::detail::is_any_ofF<char> >(boost::unordered_set<std::string, boost::hash<std::string>, std::equal_to<std::string>, std::allocator<std::string> >&, char const (&) [26], boost::algorithm::detail::is_any_ofF<char>, boost::algorithm::token_compress_mode_type) (in /tmp/test-split)
==16843==    by 0x40192A: main (in /tmp/test-split)

这是一个 Debian Squeeze 盒子；这是我的相关系统信息：

$ g++ --version
g++ (Debian 4.4.5-2) 4.4.5
Copyright (C) 2010 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

$ dpkg -l | grep boost
ii  libboost-iostreams1.42.0            1.42.0-4                     Boost.Iostreams Library
ii  libboost1.42-dev                    1.42.0-4                     Boost C++ Libraries development files
$ uname -a
Linux gcc44-buildvm 2.6.32-5-amd64 #1 SMP Fri Sep 17 21:50:19 UTC 2010 x86_64 GNU/Linux

但是，如果我将 libboost1.42-dev 降级为 libboost1.40-dev，代码似乎可以正常工作。那么这是 boost 1.42 中的一个错误，还是我通过传入一个无法处理序列的容器来滥用 boost::split？谢谢！

Answer 1

显然，答案是no yes。

使用以下代码，我在 unordered_set 上收到编译时警告和运行时断言 (Visual C++ v10)，而 vector 工作正常（除了最后一个元素中的空字符串，由于尾随'^'）。

boost::unordered_set<std::string> tags_set;
vector<string> SplitVec; // #2: Search for tokens
boost::split( SplitVec, "a^b^c^", boost::is_any_of("^") ); 
boost::split( tags_set, "a^b^c^", boost::is_any_of("^") );

源 (string) 和目标容器之间的迭代器兼容性是问题所在。我会发布警告错误，但这是“战争与和平”模板警告之一。

编辑：

这看起来像是 Boost unordered_set 中的一个错误？当我使用以下内容时，它会按您的预期工作：

std::unordered_set<std::string> tags_set_std;
boost::split( tags_set_std, string("a^b^c^"), boost::is_any_of(string("^")) );

Answer 2

我认为答案应该是肯定的。

读取标头（split.hpp 和 iter_find.hpp）split 将 SequenceSequenceT& Result 作为其第一个参数，并将其传递给 iter_split，后者从两个 boost::transform_iterators 进行范围构造：

SequenceSequenceT Tmp(itBegin, itEnd);
Result.swap(Tmp);
return Result;

因此，这种类型所需要的只是它有一个构造函数，该构造函数接受一对迭代器，这些迭代器取消引用std::string（或者，从技术上讲，取消引用到 BOOST_STRING_TYPENAME）。并且有一个 .swap() 成员.. 并且有一个 SequenceSequenceT::iterator 类型，其类型为 std::string。

证明：

#include <boost/algorithm/string/classification.hpp>
#include <boost/algorithm/string/split.hpp>
#include <string>
#include <iterator>
#include <algorithm>
#include <iostream>
struct X
{
   typedef std::iterator<std::forward_iterator_tag,
           std::string, ptrdiff_t, std::string*, std::string&>
           iterator;
   X() {}
   template<typename Iter> X(Iter i1, Iter i2)
   {
       std::cout << "Constructed X: ";
       copy(i1, i2, std::ostream_iterator<std::string>(std::cout, " " ));
       std::cout << "\n";
   }
   void swap(X&) {}
};
int main()
{
  X x;
  boost::split(x, "a^b^c^", boost::is_any_of(std::string(1, '^')));
}

我认为unordered_set<std::string> 也应该满足这些要求。

Answer 3

这已在 boost-users 邮件列表中确认为 boost::unordered_set 实现中的一个错误。邮件列表上有一个可用的补丁，很快就会检查修复，希望能及时发布到 boost 1.45。

Boost-users: patch

Boost-users: confirmation

感谢大家对此进行调查！