C++ std::string「讀時也拷貝」陷阱：COW 失效機制深度解析

C++ std::string 經典實作採用 Copy-On-Write (COW)：複製字串時僅增加引用計數，直到發生寫入才真正拷貝資料。但鮮為人知的是，單純的讀取操作（如 operator[] 或迭代器）也可能導致 COW 失效，造成效能劇烈下降。

COW 效能示範

string base(10*1024*1024, 'x');  // 10MB
// 100 次複製，未修改：極快（<1ms）
for (int i=0; i<100; ++i) { string copy = base; }

// 100 次複製並修改首字元：約 4-5 秒（觸發深拷貝）
for (int i=0; i<100; ++i) { string copy = base; copy[0]='y'; }

「讀取」也會觸發拷貝？

string base(10*1024*1024, 'x');
char c = base[0];  // 僅讀取首字元
// 隨後 100 次複製：同樣耗時 4-5 秒！
for (int i=0; i<100; ++i) { string copy = base; }

根本原因：C++ 標準對 operator[] 的承諾

• operator[] 回傳 char&（非 const 版本），允許呼叫端直接修改內部緩衝區。
• 標準庫無法區分呼叫端是「只讀」還是「寫入」，為安全起見，一旦取得非 const 參考，即視為潛在寫入，強制斷開共享。
• 同理，begin()/end() 回傳非 const 迭代器也會觸發相同行為。

如何恢復 COW？

呼叫任何可能導致重新配置的非 const 成員函式（如 push_back、reserve、clear），會使既有參考/迭代器失效，標準庫便可重新啟用 COW：

string base(10*1024*1024, 'x');
char c = base[0];        // COW 失效
base.push_back('y');     // 觸發重新配置，舊參考失效
// 之後複製又恢復高速
for (int i=0; i<100; ++i) { string copy = base; }

最佳實務建議

1. 唯讀存取請用 at() 或 c_str()/data()，避免非 const operator[]。
2. C++11 起可用 base.cbegin()/base.cend() 取得 const 迭代器。
3. 若確定不修改，盡量避免取得非 const 參考/迭代器。
4. 注意：MSVC (VS2003 等舊版) 不支援 COW；GCC libstdc++、Clang libc++ 現代版本多已移除 COW（改用 SSO），但理解此機制仍有助於除錯舊代碼庫。

總結

COW 是把雙面刃：讀取操作若產生非 const 參考，即視為「潛在寫入」而失效共享。理解此語意邊界，能避免無意中將 O(1) 複製變成 O(N) 深拷貝。