String背后的匯編奧秘——探索數(shù)據(jù)結(jié)構(gòu)

String，相信大家都不陌生，我們?cè)诰帉懗绦驎r(shí)，使用String類型還算比較多。那么你經(jīng)常使用它，是否真的“了解”它？請(qǐng)帶著問(wèn)題，一步一步揭開(kāi)它神秘的面紗，看看它究竟何許“人”也！

一、思考

在 Swift 開(kāi)發(fā)使用字符串的過(guò)程中，你是否有思考過(guò)以下問(wèn)題？

• 1 個(gè)字符串變量占用多少內(nèi)存？

• 字符串 str1、str2 的底層存儲(chǔ)有什么不同？
  

• 如果對(duì) str1、str2 進(jìn)行拼接操作，str1、str2 的底層存儲(chǔ)又會(huì)發(fā)生什么變化？
  

如果你能準(zhǔn)確地回答以上問(wèn)題，那說(shuō)明對(duì) Swift 字符串的底層存儲(chǔ)機(jī)制還是比較了解的。

二、1 個(gè)字符串變量占用多少內(nèi)存？

方法 1：MemoryLayout

首先，可以借助 Swift 自帶的 MemoryLayout 來(lái)測(cè)試一下

方法 2：匯編

另外，我們也可以借助一個(gè)強(qiáng)有力的底層分析助手—匯編語(yǔ)言，來(lái)窺探一下 String 的底層存儲(chǔ)

• 實(shí)際上分析其他語(yǔ)法、系統(tǒng)庫(kù)的底層，都可以借助匯編語(yǔ)言

  • 比如多態(tài)的原理、泛型的原理、Array 的底層、枚舉的底層等等

• 另外，不僅僅是 Swift，C、C++、OC 的底層分析，依然可以借助匯編語(yǔ)言

  • 畢竟你寫的每一行有效代碼，最終都是要轉(zhuǎn)成機(jī)器指令（0 和 1）
  • 而機(jī)器指令是跟匯編指令一一對(duì)應(yīng)的，每一條機(jī)器指令都能翻譯成與之對(duì)應(yīng)的匯編指令
  • 能讀懂匯編指令，就相當(dāng)于能讀懂機(jī)器指令，知道 CPU 具體在干嘛（操作了什么寄存器，操作了哪塊內(nèi)存）
• 本教程的代碼是直接跑在 Mac 的命令行（CommandLineTools）項(xiàng)目上
  • 因此展示的匯編代碼是基于 X64 的 AT&T 格式匯編，并非 iOS 真機(jī)設(shè)備的 ARM 匯編
  • 其實(shí)不同種類的匯編之間有極大的相似性，只是有些指令的叫法不一樣

跟微軟的 Visual Studio 一樣，Xcode 也內(nèi)置了非常方便的反匯編功能，可以輕松查看每一句代碼對(duì)應(yīng)的匯編指令，打開(kāi)反匯編界面的步驟如下

• 在某一行需要調(diào)試的代碼打上斷點(diǎn)（反匯編界面會(huì)在斷點(diǎn)調(diào)試狀態(tài)下顯示出來(lái)）

• 菜單：Debug > Debug Workflow > Always Show Disassembly
  • Assembly 譯為匯編， Disassembly 譯為反匯編

• 運(yùn)行程序，看到反匯編界面

如果你的反匯編經(jīng)驗(yàn)十足，根據(jù)第 16、17 行的匯編就可以推敲出來(lái)，String 是占用 16 個(gè)字節(jié)

• 因?yàn)樗昧?rax、rdx 寄存器存放字符串 str 的內(nèi)容，而 rax、rdx 都是 8 字節(jié)的

匯編的內(nèi)容太多了，因?yàn)闀r(shí)間和篇幅關(guān)系，文章里并不會(huì)對(duì)每一句匯編指令進(jìn)行詳細(xì)地講解，更多的是想說(shuō)明匯編的重要性。

三、字符串的底層存儲(chǔ)

窺探內(nèi)存

此前我寫了個(gè)可以窺探 Swift 變量?jī)?nèi)存的小工具：https://github.com/CoderMJLee/Mems

• 現(xiàn)在用它來(lái)窺探下字符串的 16 字節(jié)里面，究竟存儲(chǔ)著什么數(shù)據(jù)

• Mems.memStr(ofVal:) 默認(rèn)情況下按照 8 個(gè)字節(jié)一組來(lái)顯示內(nèi)存數(shù)據(jù)

• 傳遞參數(shù) alignment: .one 是按照 1 個(gè)字節(jié)一組來(lái)顯示內(nèi)存數(shù)據(jù)
  

字符 '0'~'9' 的 ASCII 值是 0x30~0x39，認(rèn)真觀察最初 str1 的 16 個(gè)字節(jié)數(shù)據(jù)，你發(fā)現(xiàn)了什么？

• 它直接將所有字符的 ASCII 值存儲(chǔ)在 str1 的 16 字節(jié)中

• 最后 1 個(gè)字節(jié) 0xea 中的 0xa 就是字符的數(shù)量，也是共 10 個(gè)字符

拼接

可以發(fā)現(xiàn)，當(dāng)對(duì) str1 進(jìn)行拼接 "ABCDE" 的時(shí)候

• 它最終是將 "0123456789ABCDE"十五個(gè)字符的 ASCII 值都存儲(chǔ)在了 str1 的 16 字節(jié)中

• 最后 1 個(gè)字節(jié) 0xef 中的 0xf 就是字符的數(shù)量，也是共 15 個(gè)字符

• 可以看得出來(lái)，目前 16 個(gè)字節(jié)已經(jīng)存滿了，那如果再拼接 1 個(gè)字符呢？

  

可以看到，str1 里面存儲(chǔ)的數(shù)據(jù)發(fā)生了非常大的變化，每一個(gè)字符的 ASCII 值不見(jiàn)了，

• 那里面的 16 字節(jié)具體是什么含義呢？

• 所有字符（'0'~'9'、'A' 到 'F'）的 ASCII 值又存到哪去了呢？

其他情況

如果一開(kāi)始初始化的時(shí)候（未拼接之前），字符串的內(nèi)容就是超過(guò) 15 個(gè)字符呢？

相信你能猜到是這個(gè)結(jié)果

• 這 16 個(gè)字節(jié)里面并沒(méi)有出現(xiàn)任何一個(gè)字符的 ASCII 值
• 而且這 16 個(gè)字節(jié)跟 第27行的str1 還是有所區(qū)別
  • 雖然它們的字符串內(nèi)容都是"0123456789ABCDEF"

如果對(duì) str2 進(jìn)行拼接操作

不難發(fā)現(xiàn)：這時(shí) str2 的 16 字節(jié)又發(fā)生了變化，跟 第27行的str1 是有點(diǎn)相似的

如何解決上述疑問(wèn)？

上述的種種疑問(wèn)，光看打印出來(lái)的內(nèi)存數(shù)據(jù)是無(wú)法解決的，但是都可以利用【?。。R編?。。　縼?lái)解決，分析匯編指令，立馬就得出結(jié)論，因?yàn)槲恼碌钠邢?，平時(shí)工作也比較忙，我把上述問(wèn)題的詳細(xì)剖析過(guò)程錄制成了長(zhǎng)達(dá) 2 個(gè)多小時(shí)的視頻，有興趣的朋友可以用 1.5~2 倍速度觀看

• 鏈接：https://pan.baidu.com/s/1AkS3K1ZKP8zyxhlhLRaBkA

  • 提取碼：kzrk

• 視頻對(duì)于沒(méi)有匯編基礎(chǔ)的朋友來(lái)說(shuō)，可能會(huì)有點(diǎn)難度，最好挑一個(gè)頭腦清醒的時(shí)間去觀看

• 看完視頻后，希望大家能夠確切地感受到匯編語(yǔ)言的重要性，不要永遠(yuǎn)只停留在編寫高級(jí)語(yǔ)言代碼、沉迷于語(yǔ)法糖的層面。

四、最后

匯編語(yǔ)言雖然是編程中的基礎(chǔ)語(yǔ)言，但確是我們用到最多的計(jì)算機(jī)語(yǔ)言，應(yīng)用領(lǐng)域也不僅僅是在你的工作當(dāng)中，日常生活中也是可以用到的。

我作為一個(gè)在IT行業(yè)摸爬滾打了數(shù)年的人，也確實(shí)積累了比較多的經(jīng)驗(yàn)及資源，平時(shí)也會(huì)給大家做分享，如果想獲取更多免費(fèi)的編程學(xué)習(xí)資源及干貨，可以手動(dòng)添加微信：19950277730！來(lái)跟我一起探索編程的世界吧！