C++ RVO/NRVO | "Return Value Optimization" 가이드

C++ RVO/NRVO | "Return Value Optimization" 가이드

이 글의 핵심

RVO(Return Value Optimization)와 NRVO(Named RVO)는 반환문으로 객체를 반환할 때 복사를 생략하는 컴파일러 최적화입니다. 복사 생략의 대표 사례이며, 이동 의미론·복사 초기화와 함께 이해하면 반환값 성능을 잡기 좋습니다.

RVO/NRVO란?

RVO(Return Value Optimization)와 NRVO(Named RVO)는 반환문으로 객체를 반환할 때 복사를 생략하는 컴파일러 최적화입니다. 복사 생략의 대표 사례이며, 이동 의미론·복사 초기화와 함께 이해하면 반환값 성능을 잡기 좋습니다.

class BigObject {
public:
    BigObject() {
        std::cout << "생성자" << std::endl;
    }
    
    BigObject(const BigObject&) {
        std::cout << "복사 생성자" << std::endl;
    }
};

// RVO (Return Value Optimization)
BigObject createObject() {
    return BigObject();  // 임시 객체 직접 반환
}

// NRVO (Named Return Value Optimization)
BigObject createNamedObject() {
    BigObject obj;  // 이름 있는 객체
    return obj;
}

int main() {
    auto obj1 = createObject();      // 복사 없음 (RVO)
    auto obj2 = createNamedObject(); // 복사 없음 (NRVO)
}

RVO vs NRVO

최적화 비교표

최적화반환 형태C++17 보장조건적용률
RVO임시 객체✅ 보장단일 return~100%
NRVO이름 있는 객체❌ 미보장단일 변수, 단일 return~90%
없음조건부 반환여러 반환 경로0%
// RVO: 임시 객체 직접 반환
std::string getRVO() {
    return std::string("Hello");  // 보장됨 (C++17)
}

// NRVO: 이름 있는 객체 반환
std::string getNRVO() {
    std::string result = "Hello";
    return result;  // 최적화 가능 (보장 안됨)
}

// 최적화 불가
std::string getNoOptimization(bool flag) {
    std::string a = "A";
    std::string b = "B";
    return flag ? a : b;  // 여러 반환 경로
}

최적화 적용 다이어그램

graph TD
    A[Function Return] --> B{Return Form}
    
    B -->|return Type| C[RVO]
    C --> D[✅ C++17 Guaranteed]
    D --> E[0 Copy/Move]
    
    B -->|return obj| F{Check Condition}
    F -->|Single Var| G[NRVO Attempt]
    F -->|Multiple Vars| H[No Optimization]
    
    G --> I{Compiler Decision}
    I -->|Success| E
    I -->|Fail| J[Move Ctor]
    
    H --> J
    J --> K[1 Copy/Move]

C++17 보장된 복사 생략

C++ 버전별 RVO/NRVO 지원

버전RVONRVO보장 여부
C++98❌ 선택적 최적화
C++11❌ 선택적 최적화
C++14❌ 선택적 최적화
C++17✅ RVO만 보장
C++20✅ RVO만 보장
// C++17부터 RVO 보장
std::string getValue() {
    return std::string("Hello");
}

int main() {
    std::string s = getValue();  // 복사 없음 (보장)
}

복사 생략 보장 범위

graph TD
    A[C++17 Copy Elision] --> B[Prvalue Return]
    B --> C[return Type...]
    B --> D[return temp obj]
    
    A --> E[Func Arg Pass]
    E --> F[temp obj → value param]
    
    G[NRVO] --> H[Still Optional]
    H --> I[Compiler Dependent]
    
    style B fill:#90EE90
    style E fill:#90EE90
    style H fill:#FFB6C1

실전 예시

예시 1: 벡터 반환

#include <vector>

// RVO 적용
std::vector<int> createVector(size_t size) {
    return std::vector<int>(size, 0);
}

// NRVO 적용
std::vector<int> createFilledVector(size_t size) {
    std::vector<int> result(size);
    for (size_t i = 0; i < size; i++) {
        result[i] = i;
    }
    return result;  // 복사 없음
}

int main() {
    auto vec1 = createVector(1000);        // RVO
    auto vec2 = createFilledVector(1000);  // NRVO
}

예시 2: 문자열 처리

#include <string>
#include <algorithm>

// RVO
std::string toUpper(const std::string& str) {
    std::string result = str;
    std::transform(result.begin(), result.end(), result.begin(), ::toupper);
    return result;  // NRVO
}

// RVO
std::string concat(const std::string& a, const std::string& b) {
    return a + b;  // RVO (임시 객체)
}

int main() {
    auto upper = toUpper("hello");
    auto combined = concat("Hello", " World");
    
    std::cout << upper << std::endl;
    std::cout << combined << std::endl;
}

예시 3: 커스텀 객체

class Matrix {
private:
    std::vector<std::vector<double>> data;
    size_t rows, cols;
    
public:
    Matrix(size_t r, size_t c) : rows(r), cols(c) {
        data.resize(rows, std::vector<double>(cols, 0.0));
        std::cout << "생성자: " << rows << "x" << cols << std::endl;
    }
    
    Matrix(const Matrix& other) : data(other.data), rows(other.rows), cols(other.cols) {
        std::cout << "복사 생성자" << std::endl;
    }
    
    Matrix(Matrix&& other) noexcept 
        : data(std::move(other.data)), rows(other.rows), cols(other.cols) {
        std::cout << "이동 생성자" << std::endl;
    }
};

// NRVO
Matrix createIdentity(size_t n) {
    Matrix result(n, n);
    for (size_t i = 0; i < n; i++) {
        // result[i][i] = 1.0;
    }
    return result;  // 복사/이동 없음
}

int main() {
    auto identity = createIdentity(100);  // NRVO
}

예시 4: 팩토리 패턴

#include <memory>
#include <string>

class Product {
private:
    std::string name;
    int id;
    
public:
    Product(const std::string& n, int i) : name(n), id(i) {
        std::cout << "Product 생성: " << name << std::endl;
    }
    
    Product(const Product&) {
        std::cout << "Product 복사" << std::endl;
    }
};

// RVO
Product createProduct(const std::string& type) {
    if (type == "A") {
        return Product("Type A", 1);  // RVO
    } else if (type == "B") {
        return Product("Type B", 2);  // RVO
    }
    return Product("Default", 0);  // RVO
}

// NRVO (조건부)
Product createConfiguredProduct(const std::string& name) {
    Product product(name, 100);
    // 설정 작업
    return product;  // NRVO
}

int main() {
    auto p1 = createProduct("A");
    auto p2 = createConfiguredProduct("Custom");
}

NRVO 방해 요인

// ❌ NRVO 불가: 여러 반환 경로
std::string func(bool flag) {
    std::string a = "A";
    std::string b = "B";
    return flag ? a : b;  // 이동 사용
}

// ❌ NRVO 불가: 다른 객체 반환
std::string func2() {
    std::string a = "A";
    std::string b = a;
    return b;  // 이동 사용
}

// ✅ NRVO 가능: 단일 반환 경로
std::string func3() {
    std::string result = "Hello";
    // 작업
    return result;
}

자주 발생하는 문제

문제 1: std::move 사용

// ❌ std::move로 NRVO 방해
std::string func() {
    std::string result = "Hello";
    return std::move(result);  // NRVO 불가
}

// ✅ 그냥 반환
std::string func() {
    std::string result = "Hello";
    return result;  // NRVO 또는 이동
}

문제 2: 여러 반환 경로

// ❌ NRVO 불가
std::vector<int> func(int n) {
    std::vector<int> a(n, 1);
    std::vector<int> b(n, 2);
    
    if (n > 10) {
        return a;  // 이동
    } else {
        return b;  // 이동
    }
}

// ✅ 단일 객체 반환
std::vector<int> func(int n) {
    std::vector<int> result(n);
    
    if (n > 10) {
        std::fill(result.begin(), result.end(), 1);
    } else {
        std::fill(result.begin(), result.end(), 2);
    }
    
    return result;  // NRVO
}

문제 3: 참조 반환

// ❌ 댕글링 레퍼런스
const std::string& func() {
    std::string result = "Hello";
    return result;  // 위험!
}

// ✅ 값 반환 (RVO/NRVO)
std::string func() {
    std::string result = "Hello";
    return result;
}

문제 4: 최적화 확인

class Tracker {
public:
    Tracker() {
        std::cout << "생성자" << std::endl;
    }
    
    Tracker(const Tracker&) {
        std::cout << "복사 생성자" << std::endl;
    }
    
    Tracker(Tracker&&) noexcept {
        std::cout << "이동 생성자" << std::endl;
    }
};

Tracker func() {
    Tracker obj;
    return obj;
}

int main() {
    auto result = func();
    // 출력: "생성자" (NRVO 작동)
}

컴파일러 옵션

# GCC/Clang: RVO/NRVO 비활성화
g++ -fno-elide-constructors main.cpp

# 최적화 레벨
g++ -O2 main.cpp  # RVO/NRVO 활성화

성능 비교

#include <chrono>

std::vector<int> createLarge(size_t size) {
    std::vector<int> result(size, 0);
    return result;
}

int main() {
    auto start = std::chrono::high_resolution_clock::now();
    
    for (int i = 0; i < 1000; i++) {
        auto vec = createLarge(10000);
    }
    
    auto end = std::chrono::high_resolution_clock::now();
    auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start);
    
    std::cout << "시간: " << duration.count() << "ms" << std::endl;
}

FAQ

Q1: RVO vs NRVO 차이는?

A:

  • RVO: 임시 객체 직접 반환
  • NRVO: 이름 있는 객체 반환

Q2: C++17 보장은?

A: RVO는 보장. NRVO는 최적화.

Q3: std::move 필요?

A: 불필요. 오히려 NRVO 방해.

Q4: 성능 향상은?

A: 복사/이동 제거. 큰 객체에서 효과적.

Q5: 확인 방법은?

A:

  • 생성자 로그
  • 컴파일러 옵션 (-fno-elide-constructors)

Q6: RVO/NRVO 학습 리소스는?

A:

  • “Effective Modern C++”
  • cppreference.com
  • “C++ Primer”

관련 글: 반환문, 복사 생략, 이동 의미론, 복사 초기화.


같이 보면 좋은 글 (내부 링크)

이 주제와 연결되는 다른 글입니다.

  • C++ Return Statement | “반환문” 가이드
  • C++ Copy Elision | “복사 생략” 가이드
  • C++ Move 시맨틱스 | “복사 vs 이동” 완벽 이해
  • C++ Copy Initialization | “복사 초기화” 가이드

관련 글

  • C++ RVO·NRVO |
  • C++ inline 함수 |
  • C++ 메모리 정렬 |
  • C++ Branch Prediction |
  • C++ Cache Optimization |