基于C++11手撸前端Promise

Ne0inhk

— 7 min read
基于C++11手撸前端Promise

文章导航

引言

在前端开发中，Promise 是处理异步操作的重要工具。它通过将异步操作封装在 Promise 实例中，解决了传统回调地狱的问题，提高了代码的可读性和可维护性。Promise 的概念并非前端独有，在 C++11 标准中也引入了 std::promise，用于实现类似的功能。

本文将从一个手写的 C++ Promise 实现（基于 C++11）出发，分析其工作原理，并与 std::promise 进行对比，探讨两者的异同点以及适用场景。

前端Promise的应用与优势

常见应用场景

定时器
Promise 还可以用于处理定时器，使代码更加直观。

functiontimeout(ms){returnnewPromise((resolve)=>{setTimeout(resolve, ms);});}timeout(1000).then(()=>{ console.log('1秒后执行');});

网络请求
Promise 可以用于处理 AJAX 请求，简化异步数据获取的逻辑。

fetch('https://api.example.com/data').then(response=> response.json()).then(data=>{ console.log('获取到数据:', data);}).catch(error=>{ console.error('请求失败:', error);});

并发请求

使用 Promise.all 可以同时处理多个异步请求。

const promise1 =fetch('https://api.example.com/data1');const promise2 =fetch('https://api.example.com/data2'); Promise.all([promise1, promise2]).then(responses=>{const[data1, data2]= responses.map(response=> response.json());return Promise.all([data1, data2]);}).then(([data1, data2])=>{ console.log('两个数据都获取成功:', data1, data2);}).catch(error=>{ console.error('至少一个请求失败:', error);});

Promise 解决的问题

  1. 回调地狱：通过链式调用，Promise 解决了传统回调嵌套导致的代码难以阅读和维护的问题【6†source】。
  2. 错误处理：Promise 提供了统一的错误处理机制，通过 catch 方法可以集中处理所有异步操作中的错误【1†source】。
  3. 代码可读性：Promise 使得异步代码的逻辑更加清晰，符合同步代码的书写习惯【6†source】。
  4. 并发控制：通过 Promise.all 和 Promise.race，可以方便地控制多个异步操作的执行顺序和结果【5†source】。

手写 C++ Promise 实现

类结构与成员变量

template<typenameElement>classCProimse{private:using Resolve = std::function<void(Element)>;using Reject = std::function<void(const std::string&)>;private: Element m_element;/**< 异步操作的结果 */ std::string m_reason;/**< 拒绝的原因 */ CProimseState m_state;/**< 当前状态 */ std::list<Resolve> m_resolves;/**< 成功回调函数列表 */ std::list<Reject> m_rejects;/**< 失败回调函数列表 */public:CProimse();voidreject(const std::string& reason);voidresolve(Element element);voidonCatch(const Reject& rej); CProimse*then(const Resolve& res);};
  • Resolve 和 Reject ：定义了成功和失败回调函数的类型。
  • m_element 和 m_reason ：分别存储 Promise 的结果和拒绝原因。
  • m_state ：表示 Promise 的当前状态，初始状态为 PENDING。
  • m_resolves 和 m_rejects ：存储注册的成功和失败回调函数列表。

构造函数

CProimse():m_state(CProimseState::PENDING){}
  • 作用：初始化 Promise 的状态为 PENDING。

resolve 方法

voidresolve(Element element){ m_element = element;if(m_state == CProimseState::PENDING){ m_state = CProimseState::FULFILLED;for(Resolve res : m_resolves){res(element);}}}
  • 作用：将 Promise 的状态设置为 FULFILLED，并执行所有注册的成功回调函数。

reject 方法

voidreject(const std::string& reason){ m_reason = reason;if(m_state == CProimseState::PENDING){ m_state = CProimseState::REJECTED;for(Reject rej : m_rejects){rej(reason);}}}
  • 作用：将 Promise 的状态设置为 REJECTED，并执行所有注册的失败回调函数。

then 方法

CProimse*then(const Resolve& res){if(m_state == CProimseState::FULFILLED){res(m_element);}elseif(m_state == CProimseState::PENDING){ m_resolves.push_back(res);}returnthis;}
  • 作用：注册一个成功回调函数。如果 Promise 已经完成，则立即执行回调；否则，将回调添加到成功回调列表中。

onCatch 方法

voidonCatch(const Reject& rej){if(m_state == CProimseState::REJECTED){rej(m_reason);}elseif(m_state == CProimseState::PENDING){ m_rejects.push_back(rej);}}
  • 作用：注册一个失败回调函数。如果 Promise 已经被拒绝，则立即执行回调；否则，将回调添加到失败回调列表中。

链式调用

通过 then 和 onCatch 方法，可以实现链式调用，使得异步操作的处理更加简洁和直观。

proimse->then([](int ele)->void{ std::cout << ele << std::endl;})->onCatch([](const std::string& reason)->void{ std::cout << reason << std::endl;});

使用示例

CProimse<int>* proimse =new CProimse<int>(); proimse->then([](int ele)->void{ std::cout << ele << std::endl;})->onCatch([](const std::string& reason)->void{ std::cout << reason << std::endl;}); proimse->reject("网络异常!!!");

std::promise 与 CProimse 对比

1. 基础功能对比

功能CProimse 实现std::promise
状态管理手动实现标准库实现
回调注册与执行手动实现标准库实现
异步支持需结合线程内置支持
链式调用支持不支持

2. 实现细节对比

(1) 状态管理

  • CProimse ：通过自定义枚举 CProimseState 管理状态。
  • std::promise ：状态管理由标准库实现，用户无需关注底层细节。

(2) 回调注册与执行

  • CProimse ：手动维护回调队列，通过 then 和 onCatch 方法注册回调。
  • std::promise ：通过 std::future 与 std::promise 配合，回调通过 future 的 get 方法触发。

(3) 异步支持

  • CProimse ：需要结合 std::thread 或其他异步框架实现异步操作。
  • std::promise ：内置支持异步操作，通常与 std::async 或 std::thread 结合使用。

(4) 链式调用

  • CProimse ：支持链式调用，通过返回 this 实现。
  • std::promise ：不支持链式调用，无法直接链式注册回调。

3. 代码示例对比

(1) CProimse 示例

CProimse<int>* proimse =new CProimse<int>(); proimse->then([](int ele)->void{ std::cout << ele << std::endl;})->onCatch([](const std::string& reason)->void{ std::cout << reason << std::endl;}); proimse->reject("网络异常!!!");

(2) std::promise 示例

#include<future>#include<thread>#include<iostream>intmain(){ std::promise<int> prom; std::future<int> fut = prom.get_future();// 异步操作 std::thread([&prom](){// 模拟网络请求 std::this_thread::sleep_for(std::chrono::seconds(1)); prom.set_value(42);}).detach();// 注册回调 fut.then([](std::future<int> fut){try{int result = fut.get(); std::cout <<"结果: "<< result << std::endl;}catch(const std::exception& e){ std::cout <<"错误: "<< e.what()<< std::endl;}});// 主线程阻塞等待 std::this_thread::sleep_for(std::chrono::seconds(2));return0;}

4. 优缺点分析

(1) CProimse

  • 优点：
    • 代码简洁，易于理解。
    • 支持链式调用，使用方式类似前端 Promise。
    • 可以作为学习 Promise 实现原理的示例。
  • 缺点：
    • 不支持内置异步操作，需要结合线程实现。
    • 功能较为基础，缺乏 std::promise 的高级特性（如 then 的链式返回）。

(2) std::promise

  • 优点：
    • 内置异步支持，与 std::future 配合使用，功能强大。
    • 标准库实现，性能优化和稳定性有保障。
    • 支持 C++11 及以上标准，兼容性好。
  • 缺点：
    • 使用方式较为复杂，缺乏链式调用的支持。
    • 回调机制不够灵活，无法像前端 Promise 那样优雅地处理异步流程。

总结与展望

通过手写 CProimse，我们可以深入理解 Promise 的实现原理，包括状态管理、回调注册与执行等核心机制。然而，在实际开发中，std::promise 仍然是更好的选择，因为它提供了更强大的功能和更好的性能保障。

对于开发者来说，理解 std::promise 的工作原理以及其与手写实现的异同点，有助于更好地选择合适的工具来处理异步操作。同时，手写实现虽然功能有限，但作为学习和探索的工具，仍然具有重要的价值。

希望本文能够帮助读者更好地理解 Promise 的实现原理，并在实际开发中做出更明智的选择。

Read more

【算法】【优选算法】BFS 解决拓扑排序

【算法】【优选算法】BFS 解决拓扑排序

目录 * 一、拓扑排序 * 1.1 有向无环图（DAG图） * 1.2 AOV 网：顶点活动图 * 1.3 拓扑排序 * 1.4 实现拓扑排序 * 二、207. 课程表 * 三、210. 课程表 II * 四、LCR 114. ⽕星词典 一、拓扑排序 1.1 有向无环图（DAG图） 有向无环图：有向无环图：一个无回路的有向图，如果一个有向图无法从某个顶点出发经过若干条边回到该点，则这个图是一个有向无环图（DAG图）。 1.2 AOV 网：顶点活动图 在有向无环图的基础上，用顶点来表示一个活动，用边来表示活动执行的先后顺序。 1.

By Ne0inhk
【LeetCode经典题解】：二叉树转字符串递归解法的核心逻辑与代码解剖

【LeetCode经典题解】：二叉树转字符串递归解法的核心逻辑与代码解剖

🎁个人主页：User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏：Java.数据结构 【前言】 在二叉树的算法问题中，将二叉树结构转化为特定格式的字符串是经典的基础题型，这一问题不仅考察对二叉树遍历的理解，更考验对递归逻辑和边界条件的处理能力。本文将围绕 tree2str 问题展开，通过逐行拆解代码的方式，分析如何利用递归实现二叉树到字符串的转换，并解读其中关键的边界处理技巧，帮助读者深入理解递归在树形结构问题中的应用思路。 文章目录： * 一、根据二叉树创建字符串 * 二、思路分析 * 三、代码 * 1.代码分析 * 1.1 主方法`tree2str`： * 1.2 递归辅助方法`tree2strChild` * 2.代码展示 一、根据二叉树创建字符串 链接直达：根据二叉树创建字符串 二、思路分析 要求将二叉树按照“根节点(左子树)

By Ne0inhk
排序算法指南：归并排序(非递归)

排序算法指南：归并排序(非递归)

前言：              非递归实现归并排序，通常被称为 “自底向上”（Bottom-Up） 的归并排序，与递归版本（先将数组对半拆分直到只剩一个元素，再通过递归栈回溯合并）不同，非递归版本直接从最小的子数组（长度为1）开始，两两合并，然后长度翻倍（2, 4, 8 ...），直到合并完整个数组。                                                                 一、归并排序非递归的核心思路          递归算法转换为非递归实现主要有两种常见方法：          1.使用栈结构模拟递归过程          2.将递归逻辑改写为循环结构          1.1 栈模拟失效          如果仅通过栈结构模拟递归过程，我们只能够做到拆分数组，而不能做到合并数组。          假设我们要排序数组 arr = [8, 4, 5, 7]，下标是 0 到 3。          初始状态：栈中有任务 [0, 3]。                   第一步：弹

By Ne0inhk

MediaPipe姿态估计算法详解：2D/3D关键点转换机制揭秘

MediaPipe姿态估计算法详解：2D/3D关键点转换机制揭秘 1. 技术背景与问题提出 随着计算机视觉技术的快速发展，人体姿态估计（Human Pose Estimation）已成为智能健身、动作捕捉、虚拟现实和人机交互等领域的核心技术之一。其核心目标是从单张RGB图像中定位人体关键关节的位置，并构建出可解析的骨架结构。 传统方法依赖于复杂的深度学习模型（如OpenPose、HRNet），往往需要GPU支持且推理延迟较高。而Google推出的 MediaPipe Pose 模型则另辟蹊径，采用轻量级架构设计，在保证高精度的同时实现了毫秒级CPU推理性能，极大降低了部署门槛。 然而，一个常被忽视但至关重要的问题是：MediaPipe是如何从2D图像中输出33个3D关键点的？这些“3D”点是否真正具备空间深度信息？它们又是如何反向投影回2D进行可视化的？ 本文将深入剖析MediaPipe姿态估计算法的核心机制，重点揭秘其2D/3D关键点转换逻辑，帮助开发者理解其工作原理并合理应用于实际项目中。 2. MediaPipe Pose核心架构解析 2.1 整体流程概览 M

By Ne0inhk