当前位置: 首页 > news >正文

把委托说透(2):深入理解委托

委托在本质上仍然是一个类,我们用delegate关键字声明的所有委托都继承自System.MulticastDelegate。后者又是继承自System.Delegate类,System.Delegate类则继承自System.Object。委托既然是一个类,那么它就可以被定义在任何地方,即可以定义在类的内部,也可以定义在类的外部。

正如很多资料上所说的,委托是一种类型安全的函数回调机制, 它不仅能够调用实例方法,也能调用静态方法,并且具备按顺序执行多个方法的能力。

委托揭秘

在把委托说透(1)中可以看到,委托的使用其实是很简单的。尽管如此,其内部实现仍然相当复杂。.NET强大的编译器和CLR掩盖了这种复杂性。

为了解释方便,我们把(1)中的委托代码复制在下面,并做一处小小的改动,将LogToTextFile设置为实例方法。

namespace DelegateSample { public delegate void Log(string message); class UserService { public Log LogDelegate { get; set; } public UserService() { } public void Register(User user) { if (user.Name == "Kirin") { LogDelegate("注册失败,已经包含名为" + user.Name + "的用户"); } else { LogDelegate("注册成功!"); } } } class Program { static void Main(string[] args) { User user = new User { Name = "Kirin", Password = "123" }; UserService service = new UserService(); service.LogDelegate = LogToConsole; Program p = new Program(); service.LogDelegate += p.LogToTextFile; service.Register(user); Console.ReadLine(); } static void LogToConsole(string message) { Console.WriteLine(message); } void LogToTextFile(string message) { using (StreamWriter sw = File.AppendText("log.txt")) { sw.WriteLine(message); sw.Flush(); sw.Close(); } } } }

打开Reflector反编译Log委托,可以看到Log类被编译为如下形式:

在上图中可以得出如下结论:

委托是一个类

可以很清晰的看出Log—>MulticastDelegate—>Delegate这种继承机制。

尽管委托继承自System.MulticastDelegate类,但我们并不能显示地声明一个继承自System.MulticastDelegate类的委托。委托必须使用delegate关键字声明,编译器会自动为我们生成继承代码。

由于委托继承自System.MulticastDelegate类,自然也继承MulticastDelegate类的字段、属性和方法。这些成员中,最重要的当属三个非公共字段,如下表所示:

字段名称字段类型描述
_targetSystem.Object该字段指明委托所调用的方法所在的实例类型。如果委托调用的为静态方法,该字段为null;如果为实例方法则为该方法所在的对象。
_methodPtrSystem.IntPtr标识回调方法的指针。
_invocationListSystem.Object在构建委托链时指向一个委托数组,在委托刚刚构建时通常为null。

由上表可以看出,每个委托对象实际上是对方法及其调用时操作的对象的封装。MulticastDelegate类还定义了两个只读公有实例属性:Target和Method,分别对应_target和_methodPtr。Target属性返回一个方法回调时操作的对象引用。如果是静态方法则返回null。Method属性返回一个标识回调方法的System.Reflection.MethodInfo对象。

编译器自动为委托创建了BeginInvoke、EndInvoke和Invoke三个方法

当我们在像调用普通的方法一样调用委托时,如

LogDelegate("注册失败,已经包含名为" + user.Name + "的用户");

这时实际上调用的是编译器自动生成的Invoke方法

LogDelegate.Invoke("注册失败,已经包含名为" + user.Name + "的用户");

使用IL DASM查看UserService的IL代码,可以验证以上结论,如下图所示:

在使用委托时,我们也可以显示调用Invoke方法(CLR 2.0)。

Invoke方法的参数和返回值与委托是一致的。在调用Invoke方法时,会使用_target和_methodPtr字段。

BeginInvoke和EndInvoke方法用来实现异步调用,本文在此不进行讨论。

委托链

委托链是一个委托的集合,它允许我们调用这个集合中的委托所代表的所有方法(对于有返回值的方法,委托链的返回值为链表中最后一个方法的返回值,本文后面会有详细介绍)。在Delegate类中定义了3个静态方法来帮助我们操作委托链。

public static Delegate Combine(params Delegate[] delegates); public static Delegate Combine(Delegate a, Delegate b); public static Delegate Remove(Delegate source, Delegate value);

要理解委托链,我们首先基于前面的例子,重新声明两个委托:logDel1和logDel2。

Log logDel1 = LogToConsole; Program p = new Program(); Log logDel2 = p.LogToTextFile;

这两个委托的_target、_methodPtr和_invocationList值分别如下图所示:

构造委托链

然后,我们使用Combin方法来构造一个委托链:

Log logChain = null; logChain = (Log)Delegate.Combine(logChain, logDel1);

由于logChain初始为null,在使用Combin方法构造委托链时,将返回另外一个参数logDel1,再将logDel1的引用赋给logChain。这时logChain将指向logDel1所指向的对象。

接下来我们将logDel2也添加到logChain中来:

logChain = (Log)Delegate.Combine(logChain, logDel2);

此时,由于logChain已经不再是null,将重新构建一个新的委托对象。该委托对象的_target和_methodPtr字段与logDel2(第二个参数)相同,_invocationList字段将指向一个委托数组。该委托数组中包含两个元素,第一个元素(索引为0)指向封装了LogToConsole方法的委托(即logDel1指向的委托);第二个元素(索引为1)指向封装了LogToTextFile方法的委托(即logDel2指向的委托)。最后,将这个新创建的委托对象的引用赋给logChain。

若再将一个新的委托logDel3添加到委托链中,则仍然会构建一个新的委托对象,并将logDel3的引用添加到该委托对象_invocationList的末尾(此时链表共有3个元素)。然后,再将该委托对象的引用赋给logChain。而logChain之前指向的委托对象则等待垃圾回收

至此,委托链构造完毕,我们来看看如何执行委托链表中的委托。由于logChain仍然指向一个委托对象,因此执行委托链表的语法与执行委托是一样的:

logChain("执行委托链");

与普通的委托(如logDel1)所不同的是,logChain的_invocationList字段不为null。这时将首先遍历执行_invocationList中的所有委托。所执行的方法的顺序与添加的顺序一致,依次为LogToConsole、LogToTextFile。

委托Log的Invoke方法的实现用伪代码表示如下:

public void Invoke(string message) { Delegate[] delegateSet = _InvocationList as Delegate[]; if (delegateSet != null) { // 如果委托数组不为空,则依次执行该委托数组中的委托 foreach (Feedback d in delegateSet) d(value); }
http://www.jsqmd.com/news/1131563/

相关文章:

  • F3闪存检测工具:3分钟快速识别扩容盘的终极指南
  • OpenCV图像处理实战:通道拆分、灰度化与反色技术
  • Planetoid 数据集 PyG 2.6.0 实战:3 种数据分割模式对比与节点分类任务
  • 先进工艺节点(<110nm)互连线可靠性:EM 与 IR Drop 的 3 大协同优化策略
  • TD3 算法 PyTorch 实战:MuJoCo 环境 3 大核心改进点代码实现与调优
  • HiveWE:5个关键功能让魔兽争霸III地图创作变得轻松高效
  • TC78H660FTG与PIC18F87J50的直流电机驱动优化方案
  • 建行二代网银盾证书更新:E路护航组件下载与U盾密码输入3次全流程
  • CMS漏洞自动化检测脚本开发:Python批量验证4类漏洞(附PoC)
  • Claude Code 实战:AI 结对编程如何真正提效,从简历表达讲到项目复盘
  • OpenCV 4.8 车牌识别系统优化:3步提升蓝牌定位准确率至95%
  • 对抗学习 FGSM/PGD 攻击实战:PyTorch 实现 3 种主流图像对抗样本生成
  • 二值神经网络 PyTorch 1.13 实战:CIFAR-10 上实现 90%+ 精度的 3 步调优法
  • 工业4-20mA电流环设计与XTR116选型应用
  • DDPM 扩散模型 PyTorch 实现:10步代码解析前向与逆向过程核心
  • 无刷直流电机 PWM 控制实战:50kHz 频率下电流纹波降低 70% 的 3 个关键参数
  • LSTM 时间序列预测:从单步到多步(5步)预测的PyTorch实现与误差分析
  • 缺陷检测图像处理实战:4篇论文算法复现与OpenCV 4.8实现对比
  • MMoE 多目标排序模型实战:PyTorch 实现与极化问题 3 种解决方案
  • React2Shell漏洞深度剖析:从RSC原理到RCE实战与防御
  • PyTorch CRF 实战:BERT-CRF 命名实体识别 F1 值提升 5% 的 3 个关键点
  • YOLOv10模型改进-Neck改进-第76篇:YOLOv10改进策略【Neck】| FPN-ASPP空间金字塔池化
  • 电影票房预测:5种回归模型Stacking融合实战,RMSE降低至0.2934
  • ICM-42605与STM32F732IE实现高精度6DOF运动追踪方案
  • 突破界限:黑苹果终极解决方案揭秘,让普通PC体验苹果生态
  • 终极指南:5分钟快速上手浏览器端人体姿态搜索工具
  • 动态规划算法 Python 实现:从 4 阶段图例到 100x100 栅格地图路径规划
  • 基于MCP协议实现AI智能体驱动Burp Suite自动化安全测试
  • EM算法 Python 3.12 实现:硬币实验单次迭代收敛速度实测(附完整代码)
  • 深入Linux内存管理:mmap文件映射与read/write的性能差异及零拷贝原理