基于C++11手撸前端Promise

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.allPromise.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);};
  • ResolveReject :定义了成功和失败回调函数的类型。
  • m_elementm_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_resolvesm_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 thenonCatch 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::promiseCProimse 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 thenonCatch 方法注册回调。
  • std::promise :通过 std::futurestd::promise 配合,回调通过 futureget 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::asyncstd::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

2026年8款AI大模型实测排名!国产杀入全球前10,最便宜只要2毛钱

2026年8款AI大模型实测排名!国产杀入全球前10,最便宜只要2毛钱

先说结论:按需求直接选 2026年大模型格局已经从"美国领跑、中国追赶"变成了真正的多极竞争。如果你不想看完全文,这是按场景给出的推荐: * 日常对话和写作:Claude Opus 4.6(综合体验最佳)、豆包 Seed 2.0 Pro(中文国产第一) * 写代码:Claude Opus 4.6 / Gemini 3.1 Pro(旗舰级)、GLM-5 / DeepSeek V3.2(开源最强) * 数学和推理:GPT-5.2(AIME 2025 满分)、豆包 Seed 2.0 Pro(IMO 金牌级)

多模态 AI 应用:图文音视频一体化开发实战教程

多模态 AI 应用:图文音视频一体化开发实战教程

什么是多模态AI 多模态AI是指能够同时处理文本、图像、音频、视频等多种不同类型数据的人工智能系统,它打破了单模态AI的信息壁垒,能更贴近人类理解世界的方式。比如我们日常使用的AI聊天机器人识图功能、视频自动字幕生成工具,都是多模态AI的典型应用。 开发前的核心准备 模型选型建议 模型类型推荐模型适用场景开源轻量模型Qwen-VL-Chat、MiniGPT-4本地部署、快速验证云端API模型GPT-4V、Gemini Pro生产级应用、复杂任务处理专业领域模型CLIP、Whisper图像检索、音频转写等细分场景 环境依赖安装 我们将基于Python生态实现实战项目,需要安装以下核心库: # 基础依赖 pip install torch torchvision transformers pillow # 音频处理依赖 pip install librosa soundfile # 视频处理依赖 pip install opencv-python moviepy # API调用依赖(可选,用于调用云端多模态模型) pip install openai anthropic

AI赋能tokenp:借助快马多模型能力生成具备智能风控与建议的钱包原型

最近在尝试用AI辅助开发一个智能化的tokenp钱包原型,发现InsCode(快马)平台的多模型AI能力特别适合快速实现这类需求。今天就来分享下如何用React构建一个带AI风控和建议功能的增强型钱包界面。 1. 项目整体构思 传统钱包应用主要关注资产存储和转账,而结合AI能力后,可以给用户提供更多增值服务。我设计的原型主要包含三个核心功能: * 基础钱包界面展示资产和交易记录 * 每笔交易记录的AI风险分析 * 发送交易时的智能预估建议 2. 界面结构设计 采用经典的左右布局,左侧是钱包概览区,右侧是交易记录列表。每个交易记录项都增加了一个醒目的"AI分析"按钮,点击后会通过侧边滑出面板展示分析结果。发送交易界面则在原有表单下方添加了"AI预估"功能按钮。 3. AI功能模拟实现 由于是原型阶段,我用setTimeout模拟了AI接口的异步调用: * 风险分析会随机返回"低风险"或带具体警告的"高风险"提示 * Gas费建议会根据当前时间生成不同的优化方案 * 到账预估会模拟网络拥堵程度计算预计时间 4. 交互体验优化 为了避

当 OpenClaw 遇上 RAG:让 AI 基于你的企业知识库回答问题

当 OpenClaw 遇上 RAG:让 AI 基于你的企业知识库回答问题

标签:OpenClawRAG向量数据库个人AI助手Qdrant知识库Skill开发 阅读时间:约 20 分钟 难度:中级 · 有一定 Python 基础即可上手 一、先聊聊 OpenClaw 到底是什么 如果你还没用过 OpenClaw,先花 60 秒理解它——因为它跟大多数人印象中的"AI 应用"完全不是同一种东西。 OpenClaw 是一个跑在你自己电脑上的开源个人 AI 助手。 不是云端 SaaS,不是聊天网页,不是某家大厂的 App。它就安装在你的 Mac / Windows / Linux 上,然后你可以通过 WhatsApp、Telegram、Discord、iMessage 等任何你已经在用的聊天软件来跟它对话。 一行命令,装完就能用: curl-fsSL https: