毫無疑問，字符串是我們使用頻率最高的類型。但是如果我問大家一個(gè)問題：“一個(gè)字符串對(duì)象在內(nèi)存中如何表示的？”，我相信絕大部分人回答不上來。我們今天就來討論這個(gè)問題。

一、字符串對(duì)象的內(nèi)存布局

從“值類型”和“引用類型”來劃分，字符串自然屬于引用類型的范疇，所以一個(gè)字符串對(duì)象自然采用引用類型的內(nèi)存布局。我在很多文章中都介紹過引用類型實(shí)例的內(nèi)存布局（《以純二進(jìn)制的形式在內(nèi)存中繪制一個(gè)對(duì)象》 和《如何將一個(gè)實(shí)例的內(nèi)存二進(jìn)制內(nèi)容讀出來？》，總的來說整個(gè)內(nèi)存布局分三塊：ObjHeader + TypeHandle + Payload。對(duì)于一般的引用類型實(shí)例來說，最后一部分存放的就是該實(shí)例所有字段的值，但是字符串有點(diǎn)特別，它有哪些字段呢？

說到這里，可能有人想去反編譯一下String類型，看看它定義了那些字段。其實(shí)沒有必要，字符串這個(gè)類型有點(diǎn)特別，它的Payload部分由兩部分組成：字符串長(zhǎng)度（不是字節(jié)長(zhǎng)度）+編碼的文本，下圖揭示了字符串對(duì)象的內(nèi)存布局。那么具體采用怎樣的編碼方式呢？可能很多人會(huì)認(rèn)為是UTF-8，實(shí)在不然，它采用的是UTF-16，大部分字符通過兩個(gè)字節(jié)來表示，少數(shù)的則需要使用四個(gè)字節(jié)。至于字節(jié)序，自然是使用小端字節(jié)序。

二、以二進(jìn)制的方式創(chuàng)建一個(gè)String對(duì)象

在《以純二進(jìn)制的形式在內(nèi)存中繪制一個(gè)對(duì)象》中，我們通過構(gòu)建一個(gè)字節(jié)數(shù)組來表示創(chuàng)建的對(duì)象，現(xiàn)在我們依然可以采用類似的方式來創(chuàng)建一個(gè)真正的String對(duì)象。如下所示的AsString方法用來將用于承載字符串實(shí)例的字節(jié)數(shù)組轉(zhuǎn)換成一個(gè)String對(duì)象，至于這個(gè)字節(jié)數(shù)組的構(gòu)建，則有CreateString方法完成。CreateString方法根據(jù)指定的字符串內(nèi)容創(chuàng)建一個(gè)String對(duì)象，并利用輸出參數(shù)返回該對(duì)象映射在內(nèi)存中的字節(jié)數(shù)組。

static unsafe string CreateString(string value, out byte[] bytes)
{
    var byteCount = Encoding.Unicode.GetByteCount(value);
    // ObjHeader + TypeHandle + Length + Encoded string
    var size = sizeof(nint) + sizeof(nint) + sizeof(int) + byteCount;
    bytes = new byte[size];
    // TypeHandle
    BinaryPrimitives.WriteInt64LittleEndian(bytes.AsSpan(sizeof(nint)), typeof(string).TypeHandle.Value.ToInt64());
    // Length
    BinaryPrimitives.WriteInt32LittleEndian(bytes.AsSpan(sizeof(nint) * 2), value.Length);
    // Encoded string
    Encoding.Unicode.GetBytes(value).CopyTo(bytes, 20);
    return AsString(bytes);
}
static unsafe string AsString(byte[] bytes)
{
    string s = null!;
    Unsafe.Write(Unsafe.AsPointer(ref s), new IntPtr(Unsafe.AsPointer(ref bytes[8])));
    return s;
}

由于我們需要?jiǎng)?chuàng)建一個(gè)字節(jié)數(shù)組來表示String對(duì)象，所以必須先計(jì)算出這個(gè)字節(jié)數(shù)組的長(zhǎng)度。我們?cè)谏厦嬲f過，String類型采用UTF-16/Unicode編碼方式，所以我們調(diào)用Encoding.Unicode的GetByteCont方法可以計(jì)算出指定的字符串編碼后的字節(jié)數(shù)。在此基礎(chǔ)上我們還需要加上通過一個(gè)整數(shù)（sizeof(int)）表示字符串長(zhǎng)度和TypeHandle（sizeof(nint)）和ObjHeader（sizeof(nint)，含padding），就是整個(gè)String實(shí)例在內(nèi)存中占用的字節(jié)數(shù)。

接下來我們填充String類型的TypeHandle的值（String類型方法表地址）、字符串長(zhǎng)度和編碼后的字節(jié)，最終將填充好的字節(jié)數(shù)組作為參數(shù)調(diào)用AsString方法，返回的就是我們創(chuàng)建的String對(duì)象。CreateString方法針字符串對(duì)象的創(chuàng)建可以通過如下的代碼來驗(yàn)證。

var literal = "foobar";
string s = CreateString(literal, out var bytes);
Debug.Assert(literal == s);

對(duì)于上面定義的AsString方法來說，作為輸入?yún)?shù)的字節(jié)數(shù)組字符串實(shí)例的內(nèi)存片段，所以該方法針對(duì)同一個(gè)數(shù)組返回的都是同一個(gè)實(shí)例，如下的演示代碼證明了這一點(diǎn)。

var literal = "foobar";
CreateString(literal, out var bytes);
var s1 = AsString(bytes);
var s2 = AsString(bytes);
Debug.Assert(ReferenceEquals(s1,s2));

三、字符串的“可變性”

我們都知道字符串一經(jīng)創(chuàng)建就不會(huì)改變，但是對(duì)于上面創(chuàng)建的字符串來說，由于我們都將承載字符串實(shí)例的內(nèi)存字節(jié)都拿捏住了，那還不是想怎么改就怎么改。比如在如下所示的代碼片段中，我們將同一個(gè)字符串的文本從“foo”改成了“bar”。

var literal = "foo";
var s = CreateString(literal, out var bytes);
Debug.Assert(s == "foo");
Encoding.Unicode.GetBytes("bar").CopyTo(bytes, 20);
Debug.Assert(s == "bar");

到此這篇關(guān)于.NET的字符串在內(nèi)存中是如何存儲(chǔ)的嗎？的文章就介紹到這了,更多相關(guān).NET字符串內(nèi)存存儲(chǔ)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論