C++ map自定义比较函数遵守严格弱序
问题背景及定位
背景：这个问题是在将tablesaw（一个Java的数据处理项目）迁移到C++时出现的。
问题位置：SplitOn()函数，在数据流水线中的aggregate阶段。
问题描述：使用google/benchmark进行了批量化的性能测试，在测试中出现偶发性段错误，几率大约在万分之一到十万分之一之间。
问题定位：由于开发环境为受限环境，无法使用GDB调试查看堆栈定位，只能使用打印日志的方式处理
定位问题出现在如下代码处：
struct ByteArrayCompare {
bool operator()(const ByteArray &a, const ByteArray &b) const {
for (int i = 0; i < min(a.byteArray.size(), b.byteArray.size()); i++)
{
if (a.byteArray[i] != b.byteArray[i])
return a.byteArray[i] < b.byteArray[i];
}
return true;
}
typedef ByteArray value_type;
};
......
map<ByteArray, Selection, ByteArrayCompare> selectionMap;
......
selectionMap[instanceByteArray] = std::move(selection); # crash here
至此，我个人百思不得其解，按照常理来说，应该是没有问题的。在没有段错误的情况下，测试用例能够顺利通过。
刚开始以为是class Selection的右值引用问题，有内存分配/释放没有构造/析构好，或者是移动构造出现问题，经过思考和检查排除以上问题。
因此定位问题出现在map自定义的ByteArrayCompare函数上。
map定义参见文档：https://cplusplus.com/reference/map/map/
template < class Key, //map::key_tpe
class T, //map::mapped_type
class Compare = less<Key>, //map::key_compare
class Alloc = allocator<pair<const Key, T>> //map::allocator_type
> class map;
由以上代码可见，map是可以自定义Compare比较函数和Alloc分配器的，此处就使用了自定义的Compare比较函数，应用于ByteArray数据类型。
题外话：unordered_map可以自定义hash和equal函数，这也体现了STL对于两种数据结构的不同实现方式，此处不再展开。
问题原因及解决方案
这里我们需要一个概念strict_weak_order(严格弱序)
本篇文章在数学和语义上阐述了严格弱序的意义，值得一看：https://zhuanlan.zhihu.com/p/378294506
抛开复杂的逻辑不谈，简单来说，该性质要求比较函数对于两个不同的key，改变输入顺序不会改变比较结果。
例：(a, b)形式输入，输出结果为a < b(假设为false)，(b, a)形式输入，输出结果应该为true，若为仍false则会出现问题。
具体到我们此处的代码：此时我们已经遍历完成了a和b中较短的那个，但是对于剩余长度，没有进行比较，而是直接返回true，因此出现了上述的非严格弱序问题。
修改后代码：
struct ByteArrayCompare {
bool operator()(const ByteArray &a, const ByteArray &b) const {
for (int i = 0; i < min(a.byteArray.size(), b.byteArray.size()); i++)
{
if (a.byteArray[i] != b.byteArray[i])
return a.byteArray[i] < b.byteArray[i];
}
return a.byteArray.size() < b.byteArray.size();
}
typedef ByteArray value_type;
};
......
map<ByteArray, Selection, ByteArrayCompare> selectionMap;
......
selectionMap[instanceByteArray] = std::move(selection); # crash here
至此，再进行测试后不会出现上述段错误问题，问题解决。