.Net Discovery 系列之一–string從入門到精通(上)

　　string是一種很特殊的資料類型，它既是基元類型又是參考型別，在編譯以及運行時，.Net都對它做了一些最佳化工作，正式這些最佳化工作有時會迷惑編程人員，使string看起來難以琢磨，這篇文章分上下兩章，共四節，來講講關於string的陌生一面。
　　一．恒定的字串
　　要想比較全面的瞭解stirng類型，首先要清楚.Net中的實值型別與參考型別。在C#中，以下資料類型為實值型別：
　　　　bool、byte、char、enum、sbyte以及數字類型(包括可空類型)
　　以下資料類型為參考型別：
　　　　class、interface、delegate、object、stirng
　　看到了嗎，我們要討論的stirng赫然其中。被聲明為string型變數存放於堆中，是一個徹頭徹尾的參考型別。
　　那麼許多同學就會對如下代碼產生有疑問了，難道string類型也會“牽一髮而動全身”嗎？讓我們先來看看以下三行代碼有何玄機：
　　　　string a = "str_1";
　　　　string b = a;
　　　　a = "str_2";

　　不要說無聊，這一點時必須講清楚的！在以上代碼中，第3行的“=”有一個隱藏的秘密：它的作用我們可以理解為建立，而不是對變數“a”的修改。以下是IL代碼，可以說明這一點：
  　　　　.maxstack  1
　　　　  .locals init ([0] string a,
   　　　　        [1] string b)
　　　　  IL_0000:  nop
　　　　  IL_0001:  ldstr      "str_1"
　　　　  IL_0006:  stloc.0
 　　　　 IL_0007:  ldloc.0
  　　　　IL_0008:  stloc.1
 　　　　 IL_0009:  ldstr      "str_2"
   　　　  IL_000e:  stloc.0  //以上2行對應 C#代碼 a = "str_2";
　　　　  IL_0015:  ret
　　可以看出IL代碼的第1、6行，由ldstr指令建立字串"str_1"，並將其關聯到了變數“a”中；7、8行直接將堆棧頂部的值彈出並關聯到變數“b”中；9、10由ldstr建立字串"str_2"，關聯在變數“a”中（並沒有像我們想象的那樣去修改變數a的舊值，而是產生了新的字串）；
　　在C#中，如果用new關鍵字執行個體化一個類，對應是由IL指令newobj來完成的；而建立一個字串，則由ldstr指令完成，看到ldstr指令，我們即可認為，IL希望建立一個新的字串 。（注意：是IL希望建立一個字串，而最終是否建立，還要在運行時由字串的駐留機制決定，這一點下面的章節會有介紹。）
所以，第三行C#代碼(a = "str_2";)的樣子看起來是在修改變數a的舊值"str_1"，但實際上是建立了一個新的字串"str_2"，然後將變數a的指標指向了"str_2"的記憶體位址，而"str_1"依然在記憶體中沒有受到任何影響，所以變數b的值沒有任何改變---這就是string的恒定性，同學們，一定要牢記這一點，在.Net中，string類型的對象一旦建立即不可修改！包括ToUpper、SubString、Trim等操作都會在記憶體中產生新的字串。
　　本節重點回顧：由於stirng類型的恒定性，讓同學友們經常誤解，string雖屬參考型別但經常表現出值的特性，這是由於不瞭解string的恒定性造成的，根本不是“值的特性”。例如：
　　　　string a = "str_1";
　　　　a = "str_2";
　　這樣會在記憶體中建立"str_1"和"str_2"兩個字串，但只有"str_2"在被使用，"str_1"不會被修改或消失，這樣就浪費了記憶體資源，這也是為什麼在做大量字串操作時，推薦使用StringBuilder的原因。
　　二．.Net中字串的駐留（重要）
　　在第一節中，我們講了字串的恒定性，該特性又為我們引出了字串的另一個重要特性：字串駐留。
　　從某些方面講，正是字串的恒定性，才造就了字串的駐留機制，也為字串的線程同步工作大開方便之門（同一個字串對象可以在不同的應用程式定義域中被訪問，所以駐留的字串是進程級的，記憶體回收不能釋放這些字串對象，只有進程結束這些對象才被釋放）。
　　我們用以下2行代碼來說明字串的駐留現象：
　　　　string a = "str_1";
　　　　string b = "str_1";
　　請各位同學友思考一下，這2行代碼會在記憶體中產生了幾個string對象？你可能會認為產生2個：由於聲明了2個變數，程式第1行會在記憶體中產生"str_1"供變數a所引用；第2行會產生新的字串"str_1"供變數b所引用，然而真的是這樣嗎？我們用ReferenceEquals這個方法來看一下變數a與b的記憶體引用地址：
　　　　string a = "str_1";
　　　　string b = "str_1";
　　　　Response.Write(ReferenceEquals(a,b));   //比較a與b是否來自同一記憶體引用
　　　　輸出：True
　　哈，各位同學看到了嗎，我們用ReferenceEquals方法比較a與b，雖然我們聲明了2個變數，但它們竟然來自同一記憶體位址！這說明string b = "str_1";根本沒有在記憶體中產生新的字串。
　　這是因為，在.Net中處理字串時，有一個很重要的機制，叫做字串駐留機制。由於string是編程中用到的頻率較高的一種類型，CLR對相同的字串，只分配一次記憶體。CLR內部維護著一塊特殊的資料結構，我們叫它字串池，可以把它理解成是一個HashTable，這個HashTable維護著程式中用到的一部分字串，HashTable的Key是字串的值，而Value則是字串的記憶體位址。一般情況下，程式中如果建立一個string類型的變數，CLR會首先在HashTable遍曆具有相同Hash Code的字串，如果找到，則直接把該字串的地址返回給相應的變數，如果沒有才會在記憶體中建立一個字串對象。
　　所以，這2行代碼只在記憶體中產生了1個string對象，變數b與a共用了記憶體中的"str_1"。
　　好了，結合第一節所講到的字串恒定性與第二節所講到的駐留機制，來理解一下下面4行代碼吧：
　　　　string a = "str_1"; //聲明變數a，將變數a的指標指向記憶體中新產生的"str_1"的地址
　　　　a = "str_2";  //CLR先會在字串池中遍曆"str_2"是否已存在，如果沒有，則建立"str_2"，並修改變數a的指標，指向"str_2"記憶體位址，"str_1"保持不變。（字串恒定）
　　　　string c = "str_2"; //CLR先會在字串池中遍曆"str_2"是否已存在，如果存在，則直接將變數c的指標指向"str_2"的地址。（字串駐留）

　　那麼如果是動態建立字串呢？字串還會不會有駐留現象呢？
　　我們分3種情況講解動態建立字串時，駐留機制的表現：

　　字串常量串連
　　　　string a = “str_1” + “str_2”;
　　　　string b = “str_1str_2”;
　　　　Response.Write(ReferenceEquals(a,b));   //比較a與b是否來自同一記憶體引用
　　　　輸出 ：True
　　IL代碼說明問題：
　　　　.maxstack  1
　　　　.locals init ([0] string a,
    　　　　       [1] string b)
　　　　IL_0000:  nop
　　　　IL_0001:  ldstr      “str_1str_2”
　　　　IL_0006:  stloc.0
　　　　IL_0007:  ldstr      “str_1str_2”
　　　　IL_000c:  stloc.1
　　　　IL_000d:  ret
　　其中第1、6行對應c#代碼string a = “str_1” + “str_2”;
　　第7、8對應c# string b = “str_1str_2”;
　　可以看出，字串常量串連時，程式在被編譯為IL代碼前,編譯器已經計算出了字串常量串連的結果，ldstr指令直接處理編譯器計算後的字串值，所以這種情況字串駐留機制有效！
　　字串變數串連
　　　　string a = “str_1”;
　　　　string b = a + “str_2”;
　　　　string c = “str_1str_2”;
　　　　Response.Write(ReferenceEquals(b,c));
　　　　輸出：False

　　IL代碼說明問題：
　　　　  .maxstack  2
　　　　  .locals init ([0] string a,
        　　　　   [1] string b,
           　　　　[2] string c)
　　　　　IL_0000:  nop
 　　　　 IL_0001:  ldstr      “str_1”
　　 　　 IL_0006:  stloc.0
 　　　　 IL_0007:  ldloc.0
　　　　  IL_0008:  ldstr      “str_2”
　　　　  IL_000d:  call       string [mscorlib]System.String::Concat(string,
　　　　                                                              string)
　　　　  IL_0012:  stloc.1
　　　　  IL_0013:  ldstr      “str_1str_2”
　　　　  IL_0018:  stloc.2
　　　　  IL_0019:  ret

　　其中第1、6行對應string a = “str_1”;
　　第7、8、9行對應string b = a + “str_2”;，IL用的是Concat方法連接字串
　　第13、18行對應string c = “str_1str_2”;
　　可以看出，字串變數串連時，IL使用Concat方法，在運行時產生最終的串連結　　果，所以這種情況字串駐留機制無效！
　　3.顯式執行個體化

　　　　string a = "a";
　　　　string b = new string('a',1);
　　　　Response.Write(ReferenceEquals(a, b));

　　　　輸出 False

　　IL代碼：
　　　　  .maxstack  3
　　　　  .locals init ([0] string a,
　　　　           [1] string b)
　　　　  IL_0000:  nop
　　　　  IL_0001:  ldstr      "a"
　　　　  IL_0006:  stloc.0
　　　　  IL_0007:  ldc.i4.s   97
　　　　  IL_0009:  ldc.i4.1
　　　　  IL_000a:  newobj     instance void [mscorlib]System.String::.ctor　　　　　　　　　　　　　　(char,
                                                                    int32)
　　　　  IL_000f:  stloc.1
　　　　  IL_0010:  ret

　　這種情況比較好理解，IL使用newobj來執行個體化一個字串對象，駐留機制無效。從string b = new string('a',1);這行代碼我們可以看出，其實string類型實際上是由char[]實現的，一個string的誕生絕不像我們想想的那樣簡單，要由棧、堆同時配合，才會有一個string的誕生。這一點在第四節會有介紹。
　　當然，當字串駐留機制無效時，我們可以很簡便的使用string.Intern方法將其手動駐留至字串池中，例如以下代碼：
　　　　string a = "a";
　　　　string b = new string('a',1);　　　　
　　　　Response.Write(ReferenceEquals(a, string.Intern(b)));

　　　　輸出：True  

　　程式返回Ture，說明變數"a"與"b"來自同一記憶體位址。

　　好了，下面兩節將通過執行個體為大家展示string的內部秘密，大家可以通過它測試一下自己對string的瞭解程度，敬請期待！

 　 我是李鳴(Aicken) 請您繼續關注我的下一篇文章。