在cppformat项目中使用std::pmr::string进行格式化输出
2025-05-10 16:40:45作者:温玫谨Lighthearted
在C++17中引入的多态内存资源(std::pmr)为内存管理提供了更灵活的方式。当我们需要在cppformat项目中使用std::pmr::string进行格式化输出时,有几种不同的方法可以实现这一需求。
直接构造方法
最简单直接的方法是先使用fmt::format生成普通字符串,然后转换为pmr字符串:
std::pmr::string foo = std::pmr::string{fmt::format("Hello, {}!", "world")};
这种方法虽然简单,但存在一次额外的字符串拷贝,效率不是最优。
使用format_to直接输出
更高效的方法是使用fmt::format_to函数,它允许直接将格式化结果输出到pmr字符串中:
std::pmr::string foo;
fmt::format_to(std::back_inserter(foo), "Hello, {}!", "world");
这种方法避免了额外的拷贝操作,性能更好。需要注意的是,使用前需要确保字符串有足够的容量,或者像上面例子中使用back_inserter来自动扩容。
自定义分配器支持
cppformat库本身支持自定义分配器,这意味着我们可以创建专门针对pmr字符串的格式化函数:
template <typename... Args>
std::pmr::string pmr_format(std::pmr::memory_resource* mr,
fmt::string_view format, Args&&... args) {
std::pmr::string result(mr);
fmt::format_to(std::back_inserter(result), format, std::forward<Args>(args)...);
return result;
}
这个封装函数接受一个内存资源指针和格式化参数,返回使用指定内存资源分配的pmr字符串。
性能考虑
当处理大量格式化操作时,直接使用format_to到pmr字符串的方法通常性能最好,因为它:
- 避免了中间字符串的构造
- 允许精确控制内存分配行为
- 可以复用字符串缓冲区减少分配次数
实际应用场景
pmr字符串特别适合在以下场景中使用格式化:
- 需要将格式化结果传递给使用pmr的其他组件
- 在特定内存池或区域中分配字符串
- 需要精细控制字符串内存分配策略的场合
通过合理选择上述方法,开发者可以在保持代码简洁的同时,充分利用pmr带来的内存管理优势。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0215
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
471
465
暂无描述
Dockerfile
779
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
876
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677