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

VSCode + Copilot 保姆级 AI 编程实战教程,免费用 Claude,夯爆了!

VSCode + Copilot 保姆级 AI 编程实战教程,免费用 Claude,夯爆了!

从安装到实战,手把手教你用 VSCode + GitHub Copilot 进行 AI 编程 你好,我是程序员鱼皮。 AI 编程工具现在是真的百花齐放,Cursor、Claude Code、OpenCode、…… 每隔一段时间就冒出来一个新选手。 之前我一直沉迷于 Cursor 和 Claude Code,直到最近做新项目时认真体验了一把 GitHub Copilot, 才发现这玩意儿真夯啊! 先简单介绍一下主角。VSCode 是微软出品的全球最流行的代码编辑器,装机量破亿;GitHub Copilot 则是 GitHub 官方出品的 AI 编程助手插件,直接安装在 VSCode 中使用。 个人体验下来,相比其他 AI 编程工具有 4 大优势: 1. 支持最新 AI 大模型,

开源大模型涨价策略分析:Llama 3.5 与 GLM-5 的商业化博弈

2026年2月12日,智谱AI宣布GLM Coding Plan套餐涨价30%起,同期Meta Llama 3.5的商业授权也在悄然提价。这场看似突然的涨价潮,实则是AI产业从技术狂热转向价值理性的历史性转折。当开发者习惯了"补贴式"廉价API后,涨价公告如同警钟,宣告开源大模型商业化博弈进入深水区。 行业背景:供需逆转下的价格逻辑重构 过去两年中国大模型产业深陷惨烈"百模大战"。字节豆包曾将API定价压至0.0008元/千tokens的行业冰点,阿里通义千问GPT-4级模型降价97%,整个市场陷入"谁先涨价谁就输"的囚徒困境,企业靠融资补贴维持运营。 2026年供需关系根本逆转: 1. Agent需求爆发:大模型从聊天玩具变为生产力工具,GLM Coding Plan上线即售罄 2. 企业付费意愿提升:智谱企业级客户贡献六成毛利,AI工具ROI清晰可见 3. 算力通胀传导:从英伟达B200涨价、存储成本上升到云服务提价(AWS、

探索云开发Copilot,AI如何重塑开发流程?

探索云开发Copilot,AI如何重塑开发流程?

文章目录 * 1 AI与低代码 * 2 Copilot功能 * 3 案例解析 * 4 Copilot不足 * 5 改进建议 刚接触 Copilot 时, Copilot 的 AI 低代码生成功能让我眼前一亮,使得我开发变得更简洁高效。 以前,我总是依赖手写代码,从搭建环境到实现功能,每一步都非常耗时。 虽然这个过程有助于技术成长,但在面对复杂需求时,常常觉得费时费力。 1 AI与低代码 低代码平台通过拖拽组件和模块化开发,极大地降低了技术门槛,让没有开发背景的人也能轻松实现自己的创意。 这种方式不仅快速,而且灵活,适合那些想要快速搭建应用的用户。再加上人工智能在自然语言理解和代码生成方面的突破,开发效率也得到了极大的提升。 云开发 Copilot 正好是这种结合的典型代表。它不仅利用低代码技术简化开发过程,还融合了AI智能生成和优化的功能,帮助开发者更高效地从需求到最终实现。 通过这种方式,不管是技术新手还是有一定开发经验的人,都能更轻松地完成项目,云开发 Copilot 体验地址:https://tcb.

如何在Llama-Factory中实现动态mask机制?

如何在 Llama-Factory 中实现动态 mask 机制 在大语言模型(LLM)微调日益普及的今天,一个看似不起眼却至关重要的细节——注意力掩码(attention mask),正悄然决定着训练效率与模型表现。尤其是在使用像 Llama-Factory 这类开箱即用的微调框架时,开发者往往关注于数据格式、LoRA 配置或学习率调度,却忽略了 mask 的生成逻辑 才是确保梯度正确传播、防止信息泄露的关键防线。 更进一步地,在处理指令微调、对话生成等结构化任务时,标准的 padding-based attention mask 已不足以满足需求。我们需要一种更智能的策略:根据样本内容动态调整注意力范围,也就是所谓的“动态 mask 机制”。 Llama-Factory 虽然没有直接暴露“动态 mask”这一术语作为配置项,但其底层基于 Hugging Face Transformers 构建,天然支持通过自定义 DataCollator