首页 > 代码库 > golang: 常用数据类型底层结构分析
golang: 常用数据类型底层结构分析
虽然golang是用C实现的，并且被称为下一代的C语言，但是golang跟C的差别还是很大的。它定义了一套很丰富的数据类型及数据结构，这些类型和结构或者是直接映射为C的数据类型，或者是用C struct来实现。了解golang的数据类型和数据结构的底层实现，将有助于我们更好的理解golang并写出质量更好的代码。
基础类型
源码在：$GOROOT/src/pkg/runtime/runtime.h 。我们先来看下基础类型：
?
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 | /* * basic types */ typedef signed char int8; typedef unsigned char uint8; typedef signed short int16; typedef unsigned short uint16; typedef signed int int32; typedef unsigned int uint32; typedef signed long long int int64; typedef unsigned long long int uint64; typedef float float32; typedef double float64;
#ifdef _64BIT typedef uint64 uintptr; typedef int64 intptr; typedef int64 intgo; // Go‘s int typedef uint64 uintgo; // Go‘s uint #else typedef uint32 uintptr; typedef int32 intptr; typedef int32 intgo; // Go‘s int typedef uint32 uintgo; // Go‘s uint #endif
/* * defined types */ typedef uint8 bool; typedef uint8 byte; |
int8、uint8、int16、uint16、int32、uint32、int64、uint64、float32、float64分别对应于C的类型，这个只要有C基础就很容易看得出来。uintptr和intptr是无符号和有符号的指针类型，并且确保在64位平台上是8个字节，在32位平台上是4个字节，uintptr主要用于golang中的指针运算。而intgo和uintgo之所以不命名为int和uint，是因为int在C中是类型名，想必uintgo是为了跟intgo的命名对应吧。intgo和uintgo对应golang中的int和uint。从定义可以看出int和uint是可变大小类型的，在64位平台上占8个字节，在32位平台上占4个字节。所以如果有明确的要求，应该选择int32、int64或uint32、uint64。byte类型的底层类型是uint8。可以看下测试：
?
1 2 3 4 5 6 7 8 9 10 11 | package main
import ( "fmt" "reflect" )
func main() { var b byte = ‘D‘ fmt.Printf("output: %v\n", reflect.TypeOf(b).Kind()) } |
?
1 2 3 4 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test output: uint8 |
数据类型分为静态类型和底层类型，相对于以上代码中的变量b来说，byte是它的静态类型，uint8是它的底层类型。这点很重要，以后经常会用到这个概念。
rune类型
rune是int32的别名，用于表示unicode字符。通常在处理中文的时候需要用到它，当然也可以用range关键字。
string类型
string类型的底层是一个C struct。
?
1 2 3 4 5 | struct String { byte* str; intgo len; }; |
成员str为字符数组，len为字符数组长度。golang的字符串是不可变类型，对string类型的变量初始化意味着会对底层结构的初始化。至于为什么str用byte类型而不用rune类型，这是因为golang的for循环对字符串的遍历是基于字节的，如果有必要，可以转成rune切片或使用range来迭代。我们来看个例子：
$GOPATH/src
----basictype_test
--------main.go
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | package main
import ( "fmt" "unsafe" )
func main() { var str string = "hi, 陈一回~" p := (*struct { str uintptr len int })(unsafe.Pointer(&str))
fmt.Printf("%+v\n", p) } |
?
1 2 3 4 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test output: &{str:135100456 len:14} |
内建函数len对string类型的操作是直接从底层结构中取出len值，而不需要额外的操作，当然在初始化时必需同时初始化len的值。
slice类型
slice类型的底层同样是一个C struct。
?
1 2 3 4 5 6 | struct Slice { // must not move anything byte* array; // actual data uintgo len; // number of elements uintgo cap; // allocated number of elements }; |
包括三个成员。array为底层数组，len为实际存放的个数，cap为总容量。使用内建函数make对slice进行初始化，也可以类似于数组的方式进行初始化。当使用make函数来对slice进行初始化时，第一个参数为切片类型，第二个参数为len，第三个参数可选，如果不传入，则cap等于len。通常传入cap参数来预先分配大小的slice，避免频繁重新分配内存。
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | package main
import ( "fmt" "unsafe" )
func main() { var slice []int32 = make([]int32, 5, 10) p := (*struct { array uintptr len int cap int })(unsafe.Pointer(&slice))
fmt.Printf("output: %+v\n", p) } |
?
1 2 3 4 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test output: &{array:406958176 len:5 cap:10} |
由于切片指向一个底层数组，并且可以通过切片语法直接从数组生成切片，所以需要了解切片和数组的关系，否则可能就会不知不觉的写出有bug的代码。比如有如下代码：
?
1 2 3 4 5 6 7 8 9 10 11 12 13 | package main
import ( "fmt" )
func main() { var array = [...]int32{1, 2, 3, 4, 5} var slice = array[2:4] fmt.Printf("改变slice之前: array=%+v, slice=%+v\n", array, slice) slice[0] = 234 fmt.Printf("改变slice之后: array=%+v, slice=%+v\n", array, slice) } |
?
1 2 3 4 5 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test 改变slice之前: array=[1 2 3 4 5], slice=[3 4] 改变slice之后: array=[1 2 234 4 5], slice=[234 4] |
您可以清楚的看到，在改变slice后，array也被改变了。这是因为slice通过数组创建的切片指向这个数组，也就是说这个slice的底层数组就是这个array。因此很显然，slice的改变其实就是改变它的底层数组。当然如果删除或添加元素，那么len也会变化，cap可能会变化。
那这个slice是如何指向array呢？slice的底层数组指针指向array中索引为2的元素(因为切片是通过array[2:4]来生成的)，len记录元素个数，而cap则等于len。
之所以说cap可能会变，是因为cap表示总容量，添加或删除操作不一定会使总容量发生变化。我们接着再来看另一个例子：
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | package main
import ( "fmt" )
func main() { var array = [...]int32{1, 2, 3, 4, 5} var slice = array[2:4] slice = append(slice, 6, 7, 8) fmt.Printf("改变slice之前: array=%+v, slice=%+v\n", array, slice) slice[0] = 234 fmt.Printf("改变slice之后: array=%+v, slice=%+v\n", array, slice) } |
?
1 2 3 4 5 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test 改变slice之前: array=[1 2 3 4 5], slice=[3 4 6 7 8] 改变slice之后: array=[1 2 3 4 5], slice=[234 4 6 7 8] |
经过append操作之后，对slice的修改并未影响到array。原因在于append的操作令slice重新分配底层数组，所以此时slice的底层数组不再指向前面定义的array。
但是很显然，这种规则对从切片生成的切片也是同样的，请看代码：
?
1 2 3 4 5 6 7 8 9 10 11 12 13 | package main
import ( "fmt" )
func main() { var slice1 = []int32{1, 2, 3, 4, 5} var slice2 = slice1[2:4] fmt.Printf("改变slice2之前: slice1=%+v, slice2=%+v\n", slice1, slice2) slice2[0] = 234 fmt.Printf("改变slice2之后: slice1=%+v, slice2=%+v\n", slice1, slice2) } |
?
1 2 3 4 5 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test 改变slice2之前: slice1=[1 2 3 4 5], slice2=[3 4] 改变slice2之后: slice1=[1 2 234 4 5], slice2=[234 4] |
slice1和slice2共用一个底层数组，修改slice2的元素导致slice1也发生变化。
?
1 2 3 4 5 6 7 8 9 10 11 12 13 | package main
import ( "fmt" )
func main() { var slice1 = []int32{1, 2, 3, 4, 5} var slice2 = slice1[2:4] fmt.Printf("改变slice2之前: slice1=%+v, slice2=%+v\n", slice1, slice2) slice2 = append(slice2, 6, 7, 8) fmt.Printf("改变slice2之后: slice1=%+v, slice2=%+v\n", slice1, slice2) } |
?
1 2 3 4 5 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test 改变slice2之前: slice1=[1 2 3 4 5], slice2=[3 4] 改变slice2之后: slice1=[1 2 3 4 5], slice2=[3 4 6 7 8] |
而append操作可令slice1或slice2重新分配底层数组，因此对slice1或slice2执行append操作都不会相互影响。
接口类型
接口在golang中的实现比较复杂，在$GOROOT/src/pkg/runtime/type.h中定义了：
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | struct Type { uintptr size; uint32 hash; uint8 _unused; uint8 align; uint8 fieldAlign; uint8 kind; Alg *alg; void *gc; String *string; UncommonType *x; Type *ptrto; }; |
在$GOROOT/src/pkg/runtime/runtime.h中定义了：
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | struct Iface { Itab* tab; void* data; }; struct Eface { Type* type; void* data; }; struct Itab { InterfaceType* inter; Type* type; Itab* link; int32 bad; int32 unused; void (*fun[])(void); }; |
interface实际上是一个结构体，包括两个成员，一个是指向数据的指针，一个包含了成员的类型信息。Eface是interface{}底层使用的数据结构。因为interface中保存了类型信息，所以可以实现反射。反射其实就是查找底层数据结构的元数据。完整的实现在：$GOROOT/src/pkg/runtime/iface.c 。
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | package main
import ( "fmt" "unsafe" )
func main() { var str interface{} = "Hello World!" p := (*struct { tab uintptr data uintptr })(unsafe.Pointer(&str))
fmt.Printf("%+v\n", p) } |
?
1 2 3 4 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test output: &{tab:134966528 data:406847688} |
map类型
golang的map实现是hashtable，源码在：$GOROOT/src/pkg/runtime/hashmap.c 。
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | struct Hmap { uintgo count; uint32 flags; uint32 hash0; uint8 B; uint8 keysize; uint8 valuesize; uint16 bucketsize;
byte *buckets; byte *oldbuckets; uintptr nevacuate; }; |
测试代码如下：
?
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 | package main
import ( "fmt" "unsafe" )
func main() { var m = make(map[string]int32, 10) m["hello"] = 123 p := (*struct { count int flags uint32 hash0 uint32 B uint8 keysize uint8 valuesize uint8 bucketsize uint16
buckets uintptr oldbuckets uintptr nevacuate uintptr })(unsafe.Pointer(&m))
fmt.Printf("output: %+v\n", p) } |
?
1 2 3 4 | $ cd $GOPATH/src/basictype_test $ go build $ ./basictype_test output: &{count:407032064 flags:0 hash0:134958144 B:192 keysize:0 valuesize:64 bucketsize:30063 buckets:540701813 oldbuckets:0 nevacuate:0} |
golang的坑还是比较多的，需要深入研究底层，否则很容易掉坑里。
golang: 常用数据类型底层结构分析