news 2026/9/24 12:49:18

C++为什么推荐使用 make_shared 而不是 new 构造 shared_ptr?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
C++为什么推荐使用 make_shared 而不是 new 构造 shared_ptr?

大家好,我是小康。

C++为什么推荐使用 make_shared 而不是 new 构造 shared_ptr?

看到这个问题,我想起了之前帮同事定位的一个线上bug。那是一个偶发的内存泄漏,最后追查发现就是因为不当使用shared_ptr(new T())导致的异常安全问题。当时如果用了make_shared,这个bug根本不会出现。

所以今天就系统地聊聊这个看似简单、实则暗藏玄机的话题。


简单说:性能更好、更安全、代码更简洁。

作为一个写了多年C++的老司机,我见过太多因为不理解make_sharednew的区别而踩坑的代码。 下面我会从原理到实践,把这个问题讲透。

一、核心区别:一次分配 vs 两次分配

先上结论:这是最重要的区别

使用 new 的方式:

std::shared_ptr<Widget>sp(newWidget());

这种方式至少需要两次内存分配:一次为 Widget 对象分配内存,另一次为 shared_ptr 的控制块(存储引用计数等信息)分配内存。

内存布局大概是这样的:

[Widget对象] <--- 第一次分配 ... [控制块(引用计数等)] <--- 第二次分配

使用 make_shared 的方式:

autosp=std::make_shared<Widget>();

make_shared 通常只执行一次内存分配,将对象和控制块放在连续的内存块中。

[控制块 + Widget对象] <--- 一次分配搞定

性能提升有多大?

  • 减少一次内存分配/释放操作
  • 减少内存碎片
  • 提升缓存局部性(控制块和对象在一起,CPU缓存命中率更高)

在高性能场景下,这个差异是相当可观的。如果你的程序频繁创建 shared_ptr,这个优化积累起来效果明显。

二、异常安全性:这个更致命

来看一个经典的坑:

voidprocessWidget(std::shared_ptr<Widget>sp,intpriority);// 调用方式1:使用 new (危险!)processWidget(std::shared_ptr<Widget>(newWidget()),computePriority());// 调用方式2:使用 make_shared (安全)processWidget(std::make_shared<Widget>(),computePriority());

问题出在哪?

在第一种方式中,如果 computePriority() 抛出异常,可能导致内存泄漏。

为什么?因为C++对函数参数的求值顺序是未定义的,可能的执行顺序:

  1. new Widget()- 分配内存
  2. computePriority()- 抛出异常!
  3. std::shared_ptr<Widget>(...)- 永远不会执行

结果:Widget 对象被分配了,但 shared_ptr 还没构造,内存泄漏!

而 make_shared 是异常安全的,因为它在单个操作中完成内存分配和 shared_ptr 构造。

三、代码简洁性

// 繁琐且容易出错std::shared_ptr<SomeVeryLongTypeName>sp1(newSomeVeryLongTypeName(arg1,arg2,arg3));// 简洁优雅autosp2=std::make_shared<SomeVeryLongTypeName>(arg1,arg2,arg3);

不需要重复类型名称,使用auto一步到位。代码可读性和维护性都更好。

四、make_shared 的局限性

当然,make_shared也不是万能的,有几个场景必须用new:

1. 需要自定义删除器

// make_shared 不支持自定义删除器autosp=std::shared_ptr<FILE>(fopen("file.txt","r"),&fclose);

2. 构造函数是私有的

make_shared 要求构造函数必须是公有的,因为它不是类的成员函数。

classSingleton{private:Singleton(){}public:staticstd::shared_ptr<Singleton>create(){// 这里不能用 make_sharedreturnstd::shared_ptr<Singleton>(newSingleton());}};

3. weak_ptr 生命周期问题

如果有 weak_ptr 长期持有引用,使用 make_shared 可能导致对象内存无法及时释放,因为对象和控制块在同一内存块中。

举个例子:

autosp=std::make_shared<HugeObject>();// 假设这个对象很大std::weak_ptr<HugeObject>wp=sp;sp.reset();// 对象被销毁,但...// 只要 wp 还活着,整个内存块(包括 HugeObject 的空间)都无法释放!

如果用new方式,对象内存和控制块分开,对象销毁后就能立即释放内存。

五、最佳实践总结

默认情况下,优先使用 make_shared:

autosp=std::make_shared<T>(args...);

只有在以下情况考虑 new:

  1. 需要自定义删除器
  2. 需要调用私有/保护构造函数
  3. 对象很大 + 有长生命周期的 weak_ptr
  4. 需要使用大括号初始化(C++20前的限制)

六、补充:类似的建议

对于unique_ptr,也有类似的建议:

// 推荐autoup=std::make_unique<T>(args...);// 而不是std::unique_ptr<T>up(newT(args...));

原因相同:异常安全 + 代码简洁。


写在最后

看完这篇回答,你可能对 C++ 的智能指针有了更深的理解。但坦白说,玩C++,光了解C++语言特性远远不够的,一定要多做项目

纸上得来终觉浅,绝知此事要躬行。只有在实际项目中遇到过内存泄漏、野指针、性能瓶颈,你才能真正理解为什么要用智能指针,为什么要用 make_shared。

不知道做啥项目的朋友可以看我最近开设的C++项目实战课程:

从7月到现在,我陆续完成了9个C++硬核项目实战课程,已经带领230+同学从零开始实现这些项目。这些同学中有985、211的,也有普通本科的,大家都收获满满。

现有课程列表:

  • 线程池- 理解多线程编程的基础
  • 高性能日志库- 学习异步IO和性能优化
  • 高性能内存池- 深入理解内存管理
  • 多线程下载工具- 综合运用网络编程和并发控制
  • MySQL连接池- 掌握数据库连接管理
  • 内存泄漏检测器- 实战内存管理和调试技术
  • ReactorX项目- 学习高性能网络编程框架
  • 无锁栈+无锁队列(SPSC/MPMC)- 深入无锁编程和并发数据结构
  • 工业级智能指针(shared_ptr)- 从零实现 shared_ptr,彻底理解引用计数和智能指针的内部机制

每个项目都是从0到1手把手带你实现,不只教你怎么用,更教你为什么这么设计,如何优化性能,怎么处理边界情况

对C++项目实战感兴趣的同学可以加我微信详聊:jkfwdkf,备注[项目实战]。

觉得有帮助的话,点个赞和关注再走吧~ 你的支持是我持续输出优质内容的动力!

其他硬核C++项目实战:
从Reactor到网络库:10天打造生产级C++高性能网络库
网上的 shared_ptr 都是玩具?我用半个月造了个工业级的 !
手把手带你实现MPMC无锁队列:6天从Facebook Folly到自研Thunder Queue
C++无锁编程进阶实战:手把手打造极速 SPSC 队列!
C++无锁编程终极实战:手把手带你实现工业级无锁栈!
ReactorX项目火了!腾讯/字节面试官都在问的Reactor模式,终于有人讲透了
被内存泄漏折磨疯了的我,写了个工具,现在同事都来借用…

手撸线程池才是C++程序员的硬实力!7天手把手带你从0到1完整实现
从 0 到 1 实现高性能日志库 MiniSpdlog — 这可能是最适合新手的日志系统实战项目 !
三周肝出4000行代码,我的内存池竟然让malloc"破防"了!性能暴涨7.37倍背后的技术真相
手撸4200行MySQL连接池,8天带你搞定后端核心组件!
终于有人把C++多线程下载工具讲透了!7天手把手带你写出专业级工具

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/23 19:14:10

测试右移:构建线上质量监控的守护体系

1 测试右移的时代必要性 随着敏捷开发与DevOps理念的普及&#xff0c;软件交付频率呈现指数级增长。传统测试活动集中于研发阶段&#xff08;测试左移&#xff09;的模式已难以满足现代软件系统的质量保障需求。测试右移通过将质量监控延伸至生产环境&#xff0c;形成了覆盖“…

作者头像 李华
网站建设 2026/9/24 5:20:31

【稀缺实战资料】Open-AutoGLM对接vLLM全流程配置细节首次公开

第一章&#xff1a;Open-AutoGLM vLLM 推理配置概述 Open-AutoGLM 是基于 AutoGLM 架构开发的开源大语言模型&#xff0c;支持在 vLLM&#xff08;Vectorized Large Language Model&#xff09;推理框架下高效部署。该配置方案旨在最大化利用 GPU 资源&#xff0c;提升批量请求…

作者头像 李华
网站建设 2026/9/24 5:38:24

【大模型本地化部署新突破】:Open-AutoGLM镜像一键启动的终极方案

第一章&#xff1a;Open-AutoGLM本地化部署的背景与意义随着大模型技术在自然语言处理领域的广泛应用&#xff0c;企业对数据隐私、响应延迟和系统可控性的要求日益提升。将大型语言模型进行本地化部署&#xff0c;成为保障业务安全与高效运行的重要路径。Open-AutoGLM 作为一款…

作者头像 李华
网站建设 2026/9/23 16:19:02

为什么你的Open-AutoGLM推理延迟居高不下?vLLM这3个参数必须调优

第一章&#xff1a;Open-AutoGLM vLLM 推理延迟问题的根源剖析在部署 Open-AutoGLM 模型并集成 vLLM 推理引擎时&#xff0c;部分用户反馈存在显著的推理延迟现象。该问题不仅影响服务响应速度&#xff0c;还制约了高并发场景下的可用性。深入分析表明&#xff0c;延迟主要源于…

作者头像 李华
网站建设 2026/9/21 16:56:39

Open-AutoGLM ModelScope镜像实战(新手必看的8个避坑要点)

第一章&#xff1a;Open-AutoGLM ModelScope 镜像使用概述Open-AutoGLM 是基于 ModelScope 平台构建的自动化大语言模型推理镜像&#xff0c;专为高效部署和本地化运行设计。该镜像集成了预训练模型、推理引擎及依赖环境&#xff0c;用户可在无需手动配置复杂依赖的情况下快速启…

作者头像 李华