一、为什么需要多所有权？
通常，我们习惯于每个值只有一个所有者，这样编译器在值离开作用域时就能自动释放资源。然而，在某些数据结构中，一个节点可能会被多个其他结构同时引用——比如图结构中的节点或共享链表的一部分。对于这种场景，如果只使用单一所有权，编译器会因为所有权转移而拒绝编译，或者你不得不引入复杂的生命周期标注来保证所有引用都是合法的。
考虑一个简单的例子：你有一个链表 a，其中包含了数字 5 和 10；然后你希望创建另外两个链表 b 和 c，它们都共享 a 这个子链表。如果采用 Box<T> 来实现链表，由于所有权在移动时会被转移，a 无法同时被 b 和 c 拥有，从而导致编译错误。
二、Rc<T> 的核心思想
Rc<T> 通过引用计数（Reference Counting）来实现多所有权。其基本原理可以类比家庭中的电视机：
- 当第一个人进入房间观看电视时，电视就“开机”，也就是创建了一个
Rc<T>实例。 - 其他人进入房间时，只需要“增加引用计数”（调用
Rc::clone），电视依然保持开启状态。 - 当某个观众离开时，引用计数会减少；只有当最后一个观众离开，引用计数降为 0 时，电视才会关闭，对应的数据也会被释放。
使用 Rc<T>，我们无需明确指定哪个部分拥有数据，而是依靠引用计数保证只要还有任何部分在使用数据，这份数据就不会被清理。
三、使用 Rc<T> 分享数据
下面是一个使用 Rc<T> 的例子，这个例子演示了如何让两个链表共享同一个子链表。我们首先定义一个链表类型，其中每个节点使用 Rc<List> 来持有下一个节点的引用：
use std::rc::Rc;
enum List {
Cons(i32, Rc<List>),
Nil,
}
use List::{Cons, Nil};
fn main() {
// 创建共享的链表 a：包含 5 和 10
let a = Rc::new(Cons(5, Rc::new(Cons(10, Rc::new(Nil)))));
println!("a 引用计数 = {}", Rc::strong_count(&a)); // 输出 1
// 创建链表 b，通过克隆 a 来共享其所有权
let b = Cons(3, Rc::clone(&a));
println!("a 引用计数 = {}", Rc::strong_count(&a)); // 输出 2
{
// 在一个新的作用域中创建链表 c，同样共享 a
let c = Cons(4, Rc::clone(&a));
println!("a 引用计数 = {}", Rc::strong_count(&a)); // 输出 3
// c 离开作用域时，引用计数会自动减少
}
println!("a 引用计数 = {}", Rc::strong_count(&a)); // 输出 2
}
在这个例子中，我们首先创建了一个 Rc<List> 实例 a。随后，通过调用 Rc::clone(&a)，将 a 的所有权分别传递给链表 b 和 c。需要注意的是，Rc::clone 只是增加了引用计数，而并没有进行深拷贝，因此效率很高。
通过调用 Rc::strong_count，我们可以在程序中查看引用计数的变化情况。当 c 离开作用域后，计数自动减 1，直到最后当所有引用都离开作用域时，引用计数归零，数据便会被清理掉。
四、Rc<T> 的限制
虽然 Rc<T> 提供了方便的多所有权机制，但它只能用于单线程场景。这是因为引用计数的修改并不是线程安全的。如果需要在多线程环境下共享数据，可以使用类似 Arc<T>（原子引用计数）的类型，它在内部使用原子操作来保证多线程安全。
另外，Rc<T> 只允许不可变引用的共享。如果需要在共享数据上进行修改，必须结合使用内部可变性模式，比如将 Rc<T> 和 RefCell<T> 组合起来，从而在运行时检查借用规则。
五、小结
- 多所有权需求：在某些数据结构中，一个值可能会被多个部分共享，传统的单一所有权模式无法满足需求。
- 引用计数原理：
Rc<T>通过引用计数来管理共享数据，只有当最后一个引用离开作用域时，数据才会被释放。 - 高效克隆：调用
Rc::clone只会增加引用计数，不会进行深拷贝，因而非常高效。 - 限制：
Rc<T>适用于单线程环境，并且只允许不可变共享数据；需要可变共享时应考虑使用RefCell<T>或其他解决方案。
通过 Rc<T>，Rust 为我们提供了一种简单而安全的方式来实现多所有权，使得共享数据的管理变得更加直观和高效。希望这篇博客能帮助你更好地理解和应用 Rust 中的多所有权机制，提升代码的灵活性与安全性。Happy coding!