首页 > 代码库 > C#夯实基础之字符串
C#夯实基础之字符串
string作为我们在编程当中用的最多的数据类型,同时又由于它的特殊性,怎么强调它的重要性都不为过,理解string的一些类型和存储机制,有助于我们写出正确且高效的代码.
一.string类型
1.string的类型
string类型直接继承Object类型,Object类型是引用类型,因而string类型是引用类型无疑.
我们借助VS的类视图可以看到这一点:
这意味着:
(a).string类型不会在线程的堆栈中存储任何字符串,而是存储在堆上
(b).未初始时,它被设置为null
PS:在内部,string是用字符串char的集合来维护的
2.string声明的IL描述
在IL中,构造新实例的IL指令是newobj,是不是string也是这样?
我们使用如下代码:
1 class Program 2 { 3 static void Main(string[] args) 4 { 5 string str = "Hello World!"; 6 string str2 = "Hello" + " My" + " World!"; 7 Person person = new Person(); 8 } 9 }10 11 class Person12 {13 string Name;14 }
我们查看IL代码如下:
可以看出
(a).对比1和3,构造Person对象使用了newobj指令,但是在构造字符串的时候,使用了专门的ldstr(load string)指令
(b).更进一步,编译器将这些字面值字符串放到模块的元数据中,在运行时加载和引用它们
(c).看2,对于使用+符合将各literal连接起来的写法,编译器在编译的过程中会直接连接他们.
二.string的操作带来的疑问
OK,通过第1部分,我们知道了,string是引用类型,它存储在堆中.
我们知道对于引用类型,赋值操作=会传递的是引用,不是值,但构造不同的引用类型时通常它们的引用也不同.如下面这种:
1 class Program 2 { 3 static void Main(string[] args) 4 { 5 //Person实害?例 6 Person person1 = new Person("A"); 7 Person person2 = new Person("A"); 8 Console.WriteLine(object.ReferenceEquals(person1, person2)); 9 10 //string11 string str1 = "Hello World!";12 string str2 = "Hello World!";13 string str3 = "Hello " + "World!";14 Console.WriteLine(object.ReferenceEquals(str1, str2));15 Console.WriteLine(object.ReferenceEquals(str1, str3));16 17 Console.Read();18 }19 }20 21class Person22 {23 public Person(string strName)24 {25 26 }27 }
我们先给出运行结果:
我们知道object.ReferenceEquals是比较两个对象的引用是否一样,对于第1种Person的情况,我们可以理解,因为他们都是构造了不同的对象,引用的存储地址也是不同的.但对于第2种,第3种,string就像成为了值类型一样,返回了True,那么问题来了:
A.在声明的时候,string存储的是什么?
B.什么原因使得两个string的引用地址是一样的?
这就引出了我们要讨论的核心问题:字符串驻留.
三.字符串驻留
1.string存储的是引用
string对象存储的是引用,引用对象存储在堆中,会生成一个对象,同时将这个对象的地址(引用)给堆栈去使用.也就是说两个string引用了堆中同一块对象.
2.字符串驻留让两个string的引用地址是一样
在CLR初始化时,会创建一个Hash表,在这个表中,Key是字符串,值是字符串在堆中的地址.当声明一个字符串的时候,会先去这个HashTable中去找是否存在这个Key,如果存在则返回对应的引用,如果不存在则纳入HashTable.如下图所示:
Step1:当执行语句string str1 = "Hello World!";时,str1拿到了Add1;
Step2:当执行语句string str2= "Hello World!";时,CLR会去HashTable中去找,找到,返回Add1给str2;
Step3:现在用object.ReferenceEquals比较str1和str2的引用,因为都是Add1,因而返回True.
我们现在通过内存分析工具ANTS Memory Profile来证明,字符串驻留机制是确实存在的.
代码如下:
1 static void Main(string[] args)2 {3 Console.ReadLine();//第台?一?次?快ì照?位?置?4 string str1 = "Hello World!";5 string str2 = "Hello World!";6 Console.ReadLine();//第台?二t次?快ì照?位?置?7 }
加载两次快照,对比差异:
我们可以看到,在这里有一个string的实例进去了,而且整个过程当中,也只有这一个string实例进去了,我们可以进一步看下进去的内容是什么.
我们在这里发现了”Hello World!”字符串,并且只有一个.这也就从内存分析的角度证明了字符串驻留的存在.
3.驻留字符串的HashTable是不受GC管理,但表达式中存在variable时,则不驻留在HashTable
我们实验如下:
1 static void Main(string[] args) 2 { 3 Console.ReadLine();//第1次快照位置 4 Test(); 5 GC.Collect(); 6 Console.ReadLine();//第3次快照位置 7 } 8 9 static void Test()10 {11 string str1 = "Hello World!";12 string str2 = "Hello World!" + str1;13 Console.ReadLine();//第2次快照位置14 }
第2次快照,我们可以看到:
进去了3个对象,分别是:byteIndex,”Hello World!”,”Hello World!Hello World!”
第3次快照是在调用了GC.Collect()后再进行的快照,以快照2为对比线,我们查看第3次快照.
我们看到,有一个对象被GC回收掉了,具体是什么被回收了?我们再看:
现在只剩下byteIndex,”Hello World!”两个对象,什么被回收了呢?显然是:”Hello World!Hello World!”
这也就证明了我们所说的:驻留字符串的HashTable是不受GC管理,但表达式中存在variable时,则不驻留在HashTable.
进一步:除非卸载AppDomain或进程终止,否则HashTable引用的string对象不能被释放.
4.字符串的驻留是基于整个进程的
我们添加两个不同的AppDomain,在各自的应用程序域中执行BuildString()方法,同时由于应用程序域之间本是不能访问彼此对象的,我们使用"封送(Marshaling)"机制,封送又分为按值分送(主要采用序列化的方式)和按引用封送(如采用.Net Remoting).这里,要实现按引用封送,Test类继承MarshalByRefObject类.
测试代码
class Program{ static void Main(string[] args) { Console.ReadLine(); AppDomain domina1 = AppDomain.CreateDomain("First"); Test t1 = (Test)domina1.CreateInstanceAndUnwrap(typeof(Test).Assembly.FullName, typeof(Test).FullName); t1.BuildString(); AppDomain domina2 = AppDomain.CreateDomain("Second"); Test t2 = (Test)domina1.CreateInstanceAndUnwrap(typeof(Test).Assembly.FullName, typeof(Test).FullName); t2.BuildString(); Console.ReadLine(); } }public class Test : MarshalByRefObject{ public void BuildString() { var str1 = "Hello"; var str2 = "Hello"; var str3 = "World"; var str4 = "World"; }}
我们拿到两张快照,在第1张跟第2张快照对比后我们发现:
我们再具体查看内容(“World”字符串就不截图了):
通过以上的分析,我们确信,字符串的驻留是基于整个进程的.
5.我们可以通过string.Intern方法来将字符串强制加入HashTable，也可以通过string.IsInterned来判断字符串是否在HashTable中存在。
四.字符串池
在编译时,编译器会处理所有的literal字符串,并嵌入托管模块的元数据中,但如果每次都写入元数据,假设这个字符串在程序中多次出现,那就需要多次写入元数据,这会使生成的文件无限地增大.
C#编译器,只在元数据中将literal字符串写入一次,将多个实例合并成一个实例,所有引用该字符串的代码都被修改成引用元数据中的同一个字符串,这能显著地减少生成文件的大小.这种特性,我们称之为字符串池.
五.string的不可变性
string是不可变的,这意味着:
a.字符串一经创建便不能更改,不能变长、变短或修改其中的任何字符；
b.每次对于字符串的变更操作，如果是带变量操作，都会在堆上生成新的字符串，并返回新的引用，会造成频繁的GC回收，从而造成性能问题，如果不带变量操作则会采用字符串驻留；
c.操作和访问字符串不会发生线程同步问题，线程安全；
d.String类是sealed（密封）的，这是为了保护string的不可变性。
问题来了，如何实现string的不可变性呢？
string在内部是用char数组实现的，在char数据中，我们不可以改变数组的引用，但是我们可以直接修改char数组的值，为了实现string的不可变性，string在实现各种方法时，不会触动char数组中的元素。
参见博客7.
六.StringBuilder:为解决string的性能而生
通过前面的内容我们可以知道，string容易产生性能问题，StringBuilder可以解决这个问题。
它的内部使用char[]来进行操作，默认为16，如果超过容量，则在堆中产生一个倍增容易的新char[]数组，复制字符，并开始使用新数组，前一个数组则被GC回收。如果不超过当前容量，是不是会产生一个新的char[]数组的。
使用ToString()方法也会在堆中产生一个新的对象。
七.总结
1.string是引用类型
2.string使用了字符串池来减少元数据文件的大小
3.string使用了字符串驻留来提升效率,驻留的字符串采用HashTable来存储,它不受GC管辖,HashTable是基于进程共享的.
4.string是不可变的,由此带来的性能问题,可以通过StringBuilder来解决.
参考文档
博客1:http://www.cnblogs.com/justForMe/archive/2010/09/09/1822203.html#3163869
博客2:http://www.cnblogs.com/lucybloguniquecom/p/5301627.html
博客3:http://www.tuicool.com/articles/Unq6z2
博客4:http://blog.sina.com.cn/s/blog_7b60d05f0101s25l.html
博客5:http://www.cnblogs.com/artech/archive/2010/11/25/internedstring.html
博客6:http://www.cnblogs.com/artech/archive/2010/10/18/CLR_Memory_Mgt_01.html
博客7:https://www.zhihu.com/question/31345592/answer/114126087
《CLR via C#(第4版)》
C#夯实基础之字符串