GoogleTest中返回shared_ptr常量引用时的陷阱分析
2025-05-04 03:56:11作者:余洋婵Anita
问题背景
在使用GoogleTest框架进行单元测试时,开发人员经常会遇到需要模拟接口返回智能指针的情况。特别是当接口设计为返回std::shared_ptr的常量引用时,如果不注意正确的使用方法,很容易导致程序崩溃。
典型场景
考虑以下常见的设计模式:
class IDatabase {
public:
virtual std::shared_ptr<IConnection> const& connection() const = 0;
};
class DatabaseMock : public IDatabase {
public:
MOCK_CONST_METHOD0(connection, std::shared_ptr<IConnection> const&());
};
在测试代码中,开发人员可能会这样编写测试用例:
EXPECT_CALL(*mockDatabase, connection())
.WillRepeatedly(ReturnRef(mockConnection));
问题根源
这种写法会导致程序崩溃的根本原因在于:
ReturnRef操作实际上创建了一个临时的std::shared_ptr<IConnection>对象- 这个临时对象的生命周期仅限于当前表达式
- 当测试代码后续访问这个引用时,临时对象已经被销毁
- 导致访问悬垂引用(dangling reference),引发段错误
解决方案
正确的做法应该是:
- 首先将派生类的智能指针转换为基类智能指针
- 确保这个转换后的智能指针有足够的生命周期
- 然后返回这个长期存在的智能指针的引用
示例代码:
std::shared_ptr<StrictMock<DatabaseMock>> mockDatabase =
std::make_shared<StrictMock<DatabaseMock>>();
std::shared_ptr<StrictMock<ConnectionMock>> mockConnection =
std::make_shared<StrictMock<ConnectionMock>>();
auto iconn = std::static_pointer_cast<IConnection>(mockConnection);
EXPECT_CALL(*mockDatabase, connection())
.WillRepeatedly(ReturnRef(iconn));
编译器警告
现代编译器通常能够检测到这类问题。例如:
- Clang会给出"returning reference to local temporary object"警告
- MSVC也会有类似的警告提示
- GCC在某些警告级别下也会发出警告
建议在开发时开启所有警告(-Wall -Wextra)并将警告视为错误(-Werror),这样可以尽早发现这类问题。
最佳实践
- 尽量避免在接口中返回智能指针的引用,除非有充分的理由
- 如果必须返回引用,确保被引用对象的生命周期足够长
- 在测试代码中,显式管理所有模拟对象和返回值的生命周期
- 合理使用
std::static_pointer_cast进行类型转换 - 充分利用编译器的警告功能
总结
在GoogleTest框架中使用智能指针的引用返回时,需要特别注意对象的生命周期管理。通过正确的类型转换和生命周期控制,可以避免悬垂引用导致的程序崩溃问题。理解C++中引用和智能指针的语义,是编写健壮测试代码的关键。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
677
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781