Effectuer des calculs à la compilation avec la métaprogrammation par modèles en C++

Sat, 12 Sep 2026 14:00:00 +0900

Le plus grand attrait du langage C++, et en même temps son plus grand repaire de démons, est la « métaprogrammation de modèles » (Template Metaprogramming : TMP). C’est une technique qui permet d’avancer les calculs effectués à l’exécution (Run-time) d’un programme pour les réaliser à la compilation (Compile-time), lorsque le compilateur analyse le code source et génère le binaire.

Dans cet article, nous expliquerons de manière extrêmement détaillée, à l’aide d’exemples de code pratiques et de contextes mathématiques, l’évolution de la façon dont les modèles C++ ont acquis leur puissance de calcul. Nous partirons du contexte historique pour aller du SFINAE classique, en passant par les modernes constexpr et if constexpr, jusqu’à consteval et aux Concepts introduits dans C++20.

1. L’aube de la métaprogrammation de modèles : la découverte fortuite de la complétude de Turing

1.1 Qu’est-ce que la complétude de Turing ?

En informatique, être « Turing-complet » (Turing Complete) signifie avoir la même puissance de calcul qu’une machine de Turing universelle. En d’autres termes, il s’agit d’un système capable d’exprimer des « branchements conditionnels » et des « boucles infinies (ou récursions) », et de décrire et d’exécuter n’importe quel algorithme.

1.2 La découverte d’Erwin Unruh

En 1994, lors d’une réunion du comité de normalisation du C++, un certain Erwin Unruh a présenté un code C++. Bien que ce code échouât à la compilation, les messages d’erreur générés par le compilateur contenaient une suite de nombres premiers.

Le compilateur avait effectué un traitement récursif lors de l’instanciation du modèle et affiché le résultat de ce calcul sous forme de messages d’erreur. C’était le moment où il a été prouvé que le système de modèles du C++ contenait un système de calcul Turing-complet, chose que même le concepteur du langage, Bjarne Stroustrup, n’avait pas prévue.

2. Métaprogrammation de modèles classique (C++98 / C++03)

La métaprogrammation de modèles à ses débuts adoptait un style de programmation fonctionnelle pure utilisant des structures (struct) et la spécialisation de modèles (Template Specialization).

2.1 Calcul de la factorielle (Factorial)

Commençons par l’exemple le plus fondamental : le calcul de la factorielle ($N!$). Mathématiquement, elle est définie comme suit :

$$ N! = \begin{cases} 1 & (N = 0) \\ N \times (N - 1)! & (N > 0) \end{cases} $$

Écrit avec des modèles C++98, cela donne ceci :

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


#include <iostream>

// Modèle principal (cas général de récursion)
template <int N>
struct Factorial {
 static const int value = N * Factorial<N - 1>::value;
};

// Spécialisation explicite du modèle (cas de base de la récursion)
template <>
struct Factorial<0> {
 static const int value = 1;
};

int main() {
 // Calculé à la compilation et intégré comme une constante
 std::cout << "5! = " << Factorial<5>::value << std::endl;
 return 0;
}

Ce qui est important ici, c’est que Factorial<5>::value n’est pas calculé à l’exécution. Il est développé à la compilation, et le binaire final contient un code équivalent à std::cout << "5! = " << 120 << std::endl;. Cela permet d’obtenir un surcoût d’exécution nul.

2.2 Suite de Fibonacci et complexité temporelle

Ensuite, calculons la suite de Fibonacci. La relation de récurrence est la suivante :

$$ F_n = F_{n-1} + F_{n-2} \quad (F_0 = 0, F_1 = 1) $$

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


template <int N>
struct Fib {
 static const int value = Fib<N - 1>::value + Fib<N - 2>::value;
};

template <>
struct Fib<0> { static const int value = 0; };

template <>
struct Fib<1> { static const int value = 1; };

Si l’on écrit cette implémentation avec une fonction récursive à l’exécution, le même calcul est répété de nombreuses fois, et la complexité temporelle devient exponentielle, soit $O(2^N)$. Cependant, lors de l’instanciation de modèles à la compilation, un type ayant les mêmes arguments de modèle n’est instancié qu’une seule fois (un effet similaire à la mémoïsation). Par conséquent, la complexité de calcul à la compilation est effectivement de $O(N)$.

Le schéma ci-dessous montre comment le compilateur résout les instances :

graph TD
A["Fib<4>"] --> B["Fib<3>"]
A["Fib<4>"] --> C["Fib<2>"]
B["Fib<3>"] --> D["Fib<2>"]
B["Fib<3>"] --> E["Fib<1>"]
C["Fib<2>"] --> F["Fib<1>"]
C["Fib<2>"] --> G["Fib<0>"]
style D fill:#f9f,stroke:#333,stroke-width:2px
style C fill:#f9f,stroke:#333,stroke-width:2px

Dans l’exemple ci-dessus, le Fib<2> ayant la même couleur et la même forme n’est instancié qu’une seule fois par le compilateur, et la définition de type mise en cache est utilisée pour les fois suivantes.

3. SFINAE et Traits de type (C++11)

À mesure que la métaprogrammation évoluait, on a commencé à accorder de l’importance non seulement au « calcul de valeurs », mais aussi à la « manipulation et l’évaluation de types ». C’est ici qu’intervient SFINAE (Substitution Failure Is Not An Error : L’échec de substitution n’est pas une erreur).

3.1 Le mécanisme de SFINAE

Lors de la résolution de la surcharge des fonctions de modèles, le compilateur déduit les arguments du modèle à partir des arguments passés et substitue les types dans la signature (la partie de déclaration de la fonction). À ce moment-là, si une contradiction de type survient et que la substitution échoue, le compilateur ne déclenche pas immédiatement une erreur de compilation, mais exclut silencieusement ce candidat à la surcharge pour chercher le candidat suivant.

stateDiagram-v2
[*] --> A
A["Appel de fonction modèle"] --> B["Inférence de type"]
B["Inférence de type"] --> C["Substitution de la signature"]
C["Substitution de la signature"] --> D["Substitution réussie ?"]
D["Substitution réussie ?"] --> E["Ajout aux candidats"] : Yes
D["Substitution réussie ?"] --> F["Exclusion des candidats au lieu d'une erreur (SFINAE)"] : No
E["Ajout aux candidats"] --> G["Résolution de la surcharge"]
F["Exclusion des candidats au lieu d'une erreur (SFINAE)"] --> G["Résolution de la surcharge"]
G["Résolution de la surcharge"] --> [*]

3.2 Compilation conditionnelle avec std::enable_if

En utilisant l’en-tête <type_traits> et std::enable_if introduits dans C++11, il est possible d’activer une fonction uniquement pour les types remplissant certaines conditions.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22


#include <iostream>
#include <type_traits>

// Surcharge activée uniquement si T est un type entier
template <typename T>
typename std::enable_if<std::is_integral<T>::value>::type
print_type(T val) {
 std::cout << "Integer: " << val << std::endl;
}

// Surcharge activée uniquement si T est un type à virgule flottante
template <typename T>
typename std::enable_if<std::is_floating_point<T>::value>::type
print_type(T val) {
 std::cout << "Floating point: " << val << std::endl;
}

int main() {
 print_type(42); // Integer: 42
 print_type(3.1415); // Floating point: 3.1415
 // print_type("str"); // Erreur de compilation : aucune fonction correspondante
}

Bien que cette approche fût extrêmement puissante, les expressions comme typename std::enable_if<...>::type étaient très verbeuses et constituaient l’une des raisons pour lesquelles on évitait la métaprogrammation C++ en disant qu’elle ressemblait à de la cryptographie.

4. Changement de paradigme : introduction de constexpr (C++11/C++14)

En C++11, le mot-clé constexpr a été introduit, ce que l’on peut qualifier de révolution dans l’histoire de la métaprogrammation. Grâce à cela, le calcul à la compilation est devenu possible en utilisant l’écriture habituelle des fonctions, sans avoir recours à une récursion de modèles peu naturelle.

4.1 constexpr en C++11

À l’époque de C++11, les fonctions constexpr étaient soumises à une contrainte stricte : « le corps devait être constitué d’une seule instruction return ». C’est pourquoi il fallait s’appuyer sur l’opérateur ternaire et la récursion sans pouvoir utiliser de boucles.

1
2
3
4


// Fibonacci avec constexpr en C++11
constexpr int fib_cxx11(int n) {
 return (n <= 1) ? n : fib_cxx11(n - 1) + fib_cxx11(n - 2);
}

4.2 Assouplissement de constexpr en C++14

En C++14, cette contrainte a été considérablement assouplie. Les déclarations de variables locales, les instructions if, les boucles for, etc., sont devenus utilisables dans les fonctions constexpr. Cela permet d’écrire des algorithmes tout aussi simplement qu’à l’exécution.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


// Fibonacci avec constexpr en C++14
constexpr int fib_cxx14(int n) {
 if (n <= 1) return n;
 int a = 0, b = 1;
 for (int i = 2; i <= n; ++i) {
 int temp = a + b;
 a = b;
 b = temp;
 }
 return b;
}

Ce code sera calculé à la compilation s’il peut être évalué à la compilation. S’il reçoit des arguments à l’exécution, il sera calculé à l’exécution comme une fonction normale.

graph TD
subgraph "Compilation (Compile Time)"
A["Analyse du code source"] --> B["Construction de l'AST"]
B["Construction de l'AST"] --> C["Évaluation des fonctions constexpr"]
C["Évaluation des fonctions constexpr"] --> D["Intégration de constantes (ex: 120)"]
end
subgraph "Exécution (Runtime)"
E["Lancement du programme"] --> F["Utilisation directe du résultat précalculé"]
F["Utilisation directe du résultat précalculé"] --> G["Exécution à coût de calcul nul"]
end
D["Intégration de constantes (ex: 120)"] --> E["Lancement du programme"]

5. Maîtriser le branchement conditionnel statique : if constexpr (C++17)

En C++17, la construction if constexpr a été introduite, reléguant au passé la résolution de surcharge verbeuse basée sur SFINAE. Il s’agit d’une instruction if évaluée à la compilation ; le bloc dont la condition est false n’est même pas instancié et est complètement ignoré de la cible de compilation.

Réécrire l’exemple SFINAE précédent avec if constexpr le rend incroyablement plus simple.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


#include <iostream>
#include <type_traits>

template <typename T>
void print_type(T val) {
 if constexpr (std::is_integral_v<T>) {
 std::cout << "Integer: " << val << std::endl;
 }
 else if constexpr (std::is_floating_point_v<T>) {
 std::cout << "Floating point: " << val << std::endl;
 }
 else {
 std::cout << "Other type" << std::endl;
 }
}

Grâce à if constexpr, le traitement destiné à des types différents peut être regroupé dans la même fonction modèle, améliorant considérablement la lisibilité du code.

6. L’apogée du C++ moderne : consteval et Concepts (C++20)

C++20 a représenté la plus grosse mise à jour depuis C++11. Dans le domaine de la métaprogrammation, il a également connu une évolution spectaculaire.

6.1 Calcul obligatoire à la compilation : consteval

constexpr était une indication de « calculer à la compilation si les conditions le permettent », mais l’évaluation à l’exécution restait autorisée. En revanche, consteval, introduit en C++20, définit une fonction immédiate (Immediate Function) qui « doit obligatoirement être évaluée à la compilation ». Tenter de l’évaluer à l’exécution entraîne une erreur de compilation.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


// Force un calcul garanti à la compilation
consteval int square(int n) {
 return n * n;
}

int main() {
 constexpr int a = square(5); // OK : évaluation à la compilation

 int x = 5;
 // int b = square(x); // Erreur : x est une variable d'exécution, donc ne peut pas être évaluée
}

6.2 Clarifier les exigences des modèles : Concepts

L’une des plus grandes faiblesses de la métaprogrammation était la « difficulté des messages d’erreur ». En passant un type incorrect à un argument de modèle, le compilateur pouvait afficher des centaines de lignes d’erreurs incompréhensibles.

En utilisant les Concepts (concepts) de C++20, les contraintes de types acceptées par un modèle peuvent être précisées dans un format proche du langage naturel, rendant ainsi les messages d’erreur extrêmement clairs.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


#include <concepts>
#include <iostream>

// Exige que T soit un type entier
template <std::integral T>
T add(T a, T b) {
 return a + b;
}

int main() {
 std::cout << add(10, 20) << std::endl; // OK
 // std::cout << add(1.5, 2.5) << std::endl; // Erreur : ne satisfait pas std::integral
}

7. Exemple pratique : vérification des nombres premiers à la compilation et optimisation d’algorithmes

Mobilisons toutes les connaissances acquises jusqu’ici pour écrire un code qui vérifie les nombres premiers à la compilation. Nous utiliserons ici une fonctionnalité moderne de C++20 (consteval).

La complexité temporelle de l’algorithme de vérification des nombres premiers est de $O(N)$ si on vérifie de façon naïve, mais comme il suffit de vérifier jusqu’à $\sqrt{N}$, l’algorithme optimal est en $O(\sqrt{N})$.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35


#include <iostream>

// Fonction d'assistance pour calculer la partie entière de la racine carrée à la compilation
consteval int compile_time_sqrt(int n) {
 if (n <= 1) return n;
 int res = 1;
 while (res * res <= n) {
 res++;
 }
 return res - 1;
}

// Vérification de primalité avec consteval en C++20
consteval bool is_prime(int n) {
 if (n <= 1) return false;
 if (n == 2 || n == 3) return true;
 if (n % 2 == 0) return false;

 int limit = compile_time_sqrt(n);
 for (int i = 3; i <= limit; i += 2) {
 if (n % i == 0) return false;
 }
 return true;
}

int main() {
 // Entièrement évalué à la compilation
 static_assert(is_prime(104729) == true, "104729 should be prime!");
 static_assert(is_prime(100) == false, "100 should not be prime!");

 constexpr bool p = is_prime(9973);
 std::cout << "Is 9973 prime? " << std::boolalpha << p << std::endl;

 return 0;
}

Dans le code ci-dessus, compile_time_sqrt et is_prime sont tous deux spécifiés comme consteval, ce qui signifie que ces calculs sont complétés à 100 % à la compilation. Seule une constante (valeur booléenne) telle que true ou false est intégrée dans le binaire du fichier exécutable.

7.1 Expression mathématique de la complexité

Lors de la vérification de primalité, la valeur maximale à vérifier est $\lfloor \sqrt{N} \rfloor$. Ainsi, le temps de calcul dans le pire des cas $T(N)$ est défini comme suit :

$$ T(N) = O(\sqrt{N}) $$

Si on calcule cela à l’exécution, cela pourrait entraîner un retard de plusieurs centaines de millisecondes à quelques secondes lors de l’initialisation de traitements cryptographiques ou de simulations à grande échelle, par exemple. Cependant, grâce à la métaprogrammation à la compilation, ce coût $T(N)$ est entièrement pris en charge par le compilateur, et le coût d’exécution pour l’utilisateur devient de $O(1)$.

8. L’ombre et la lumière du calcul à la compilation

Nous avons vu les puissantes fonctionnalités de calcul à la compilation du C++, mais cela ne signifie pas qu’on doive en abuser sans condition.

Avantages

Zéro surcoût à l’exécution (Zero overhead) : Les résultats des calculs devenant des constantes, la vitesse d’exécution est optimale.
Détection précoce des bugs : En combinant cela avec static_assert, les failles logiques ou les incohérences de types peuvent être interceptées à coup sûr dès la compilation.

Inconvénients

Explosion du temps de compilation : Les calculs internes au compilateur s’effectuent dans un environnement interpréteur dédié (l’évaluateur d’AST du compilateur), ce qui est beaucoup plus lent que l’exécution de code natif à l’exécution. Si on force le compilateur à réaliser des calculs matriciels massifs, le temps de compilation risque d’exploser et d’atteindre plusieurs heures.
Obésité du binaire (Code Bloat) : L’instanciation de modèles avec de multiples types peut générer un grand nombre de fonctions, entraînant une augmentation de la taille du fichier exécutable.

9. Conclusion

La métaprogrammation de modèles en C++ a commencé comme un « accident fortuit (hack) » où des nombres premiers ont été affichés dans des messages d’erreur. Après de nombreuses années de standardisation, elle a évolué pour devenir un ensemble de fonctionnalités linguistiques sophistiquées (constexpr, if constexpr, Concepts).

Dans le C++ moderne, la barrière à l’entrée de la « métaprogrammation » a drastiquement baissé, et il est possible de bénéficier du calcul à la compilation en écrivant un code intuitif, comme pour n’importe quel programme standard.

Dans les systèmes embarqués, les moteurs de jeux ou les systèmes de trading à haute fréquence (HFT) où les performances ultimes sont exigées, cette technologie restera une arme indispensable.

L’évolution du C++ ne s’arrête pas là. Les prochains standards, C++23 et C++26, préparent des fonctionnalités encore plus puissantes, telles que la réflexion à la compilation. N’hésitez pas à maîtriser la programmation par modèles moderne et à profiter d’un monde d’optimisation repoussant toutes les limites.

Constexpr on kenji.blog