初投稿です。

はじめに

UTF-8 なバイト配列にバイトだけでなく直接 Unicode のコードポイントを追加・削除できたり、iterator　をstd::regexとか<algorithm>にそのまま使えたりしたらいいな、と思ったので、std::basic_stringに倣って rope を書いています。ソースは GitHub で保管してます。もうちょっと書いたら push します。

色々今までよく分からなかった C++ のことが、これを書いてるのをきっかけに少し分かるようになった（つもりな）ので、何枚か記事を書いてまとめたいと思います。誰かの役に立てば嬉しいですね。

何をしたかったか

std::basic_string<CharT>のメソッドの例をいくつか挙げます。

basic_string(
    size_type count,
    CharT ch,
    const Allocator& alloc = Allocator()
);

basic_string& operator=(
    CharT ch
);

basic_string& assign(
    size_type count,
    CharT ch
);

当たり前のことですが、std::basic_string<CharT>のメソッドの引数は、CharTがベースです。しかし、バイトもコードポイントも書き込める rope を実装するには、引数をバイトとするメソッドと、引数をコードポイントとするメソッドの両方が欲しいですね。これを実装するには色んな方法があるのですが、そのうち筆者が思いついたものを挙げていきます。

違う関数名で、引数をバイトとする関数と引数をコードポイントとする関数を書く
template で全部拾って、引数としてバイトを渡しているのか、コードポイントとして渡しているのかを伝える「モード」的な引数を設ける
同じ関数名でバイトの型とコードポイントの型のオーバーロードを書く
template で全部拾って、ある型に特化したコードポイント版を書き、汎用はバイト版として書く

それぞれの書き方と、良い点と悪い点を考えていきます。

別々の関数を書く

std::basic_string::assignに倣って、rope::assignをこの方法で書いてみるとしましょう。実装はこんな感じになります。

rope& rope::assign(
    size_type count,
    OctetT ch // OctetT はバイトを表す型
) {
    // chをバイトとして何らかの処理を行う
}

rope& rope::assign_cp(
    size_type count,
    CodepointT ch // CodepointT はコードポイントを表す型
) {
    // chをコードポイントとして何らかの処理を行う
}

ユーザからしても、関数名からこの関数がバイトなのかコードポイントなのかが分かるので、筆者はこの方法を使っています。

しかし、コンストラクタのようなメソッドは、関数名を指定できないので、この方法は使えません。別の方法を考えましょう。

template と「モード」引数

rope のコンストラクタを実装すると、こんな感じになります。

enum struct mode {
    octet, cp
};

template <typename GeneralT>
rope(
    size_type count,
    GeneralT ch,
    const mode& m = mode::octet, // デフォルトはバイト
    const Allocator& alloc = Allocator()
) : /* 初期化 */ {
    if (m == mode::octet) {
        // chをバイトとして何らかの処理を行う
    }
    else {
        // chをコードポイントとして何らかの処理を行う
    }
}

template を使っているので、色々な型を受け付けながらも、引数がバイトを表しているのか、コードポイントを表しているのかを指定できるというのは便利ですね。引数がconst T*だったり、std::initializer_list<T>だったりすると、キャストがややこしくなるので、template を使うのは適策だと思います。

しかし、operator をオーバーロードする場合は、引数の量を増やすことはできません。operator は、標準ライブラリの<algorithm>とかに対応するためには不可欠なので、別の方法を考えないといけません。

同じ関数名で overload する

operator=を実装してみましょう。

rope& operator=(OctetT ch) {
    // chをバイトとして何らかの処理を行う
}

rope& operator=(CodepointT ch) {
    // chをコードポイントとして何らかの処理を行う
}

しかし、これだと、OctetTでもCodepointTでもない型の引数を通したい場合、ユーザ側が引数をどちらかにキャストをしないと、曖昧なオーバーロードとしてエラーが出ます。いちいちキャストを書くのは面倒くさいので、何かいい方法はないでしょうか。

template と特化

operator= を実装してみましょう。

template <typename GeneralT>
rope& operator=(GeneralT ch) {
    // chをバイトとして何らかの処理を行う
}

template <>
rope& operator=(CodepointT ch) {
    // chをコードポイントとして何らかの処理を行う
}

引数の型がCodepointTならば、コードポイント版が呼び出されます。そうでない場合は、バイト版が呼び出されます。template の典型的な用例だと思います。

関数の overloading の曖昧さからの template