借彙編之力窺探String背後的數據結構奧祕

熟悉C++、java、VB等編程語言的朋友都知道String（字符串），它是編程語言中表示文本的數據類型，字符串由若干字符組成的，是所有編程語⾔中⾮常重要的成員。可能很多朋友平時只是使用它，沒有仔細研究其中的奧祕。其實，字符串還是有很多值得我們深入研究的地方。

一、思考

在 Swift 開發使用字符串的過程中，你是否有思考過以下問題？

• 1 個字符串變量佔用多少內存？

• 字符串 str1、str2 的底層存儲有什麼不同？
  

• 如果對 str1、str2 進行拼接操作，str1、str2 的底層存儲又會發生什麼變化？
  

如果你能準確地回答以上問題，那說明對 Swift 字符串的底層存儲機制還是比較瞭解的。

二、1 個字符串變量佔用多少內存？

方法 1：MemoryLayout

首先，可以藉助 Swift 自帶的 MemoryLayout 來測試一下

方法 2：彙編

另外，我們也可以藉助一個強有力的底層分析助手—彙編語言，來窺探一下 String 的底層存儲

• 實際上分析其他語法、系統庫的底層，都可以藉助彙編語言

  • 比如多態的原理、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，依然可以藉助彙編語言

  • 畢竟你寫的每一行有效代碼，最終都是要轉成機器指令（0 和 1）
  • 而機器指令是跟彙編指令一一對應的，每一條機器指令都能翻譯成與之對應的彙編指令
  • 能讀懂彙編指令，就相當於能讀懂機器指令，知道 CPU 具體在幹嘛（操作了什麼寄存器，操作了哪塊內存）
• 本教程的代碼是直接跑在 Mac 的命令行（CommandLineTools）項目上
  • 因此展示的彙編代碼是基於 X64 的 AT&T 格式彙編，並非 iOS 真機設備的 ARM 彙編
  • 其實不同種類的彙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 也內置了非常方便的反彙編功能，可以輕鬆查看每一句代碼對應的彙編指令，打開反彙編界面的步驟如下

• 在某一行需要調試的代碼打上斷點（反彙編界面會在斷點調試狀態下顯示出來）

• 菜單：Debug > Debug Workflow > Always Show Disassembly

  • Assembly 譯爲彙編， Disassembly 譯爲反彙編
    

• 運行程序，看到反彙編界面

如果你的反彙編經驗十足，根據第 16、17 行的彙編就可以推敲出來，String 是佔用 16 個字節

• 因爲它用了 rax、rdx 寄存器存放字符串 str 的內容，而 rax、rdx 都是 8 字節的

彙編的內容太多了，因爲時間和篇幅關係，文章裏並不會對每一句彙編指令進行詳細地講解，更多的是想說明彙編的重要性。

三、字符串的底層存儲

窺探內存

此前我寫了個可以窺探 Swift 變量內存的小工具：https://github.com/CoderMJLee/Mems

• 現在用它來窺探下字符串的 16 字節裏面，究竟存儲着什麼數據

• Mems.memStr(ofVal:) 默認情況下按照 8 個字節一組來顯示內存數據

• 傳遞參數 alignment: .one 是按照 1 個字節一組來顯示內存數據

  
  字符 '0'~'9' 的 ASCII 值是 0x30~0x39，認真觀察最初 str1 的 16 個字節數據，你發現了什麼？

• 它直接將所有字符的 ASCII 值存儲在 str1 的 16 字節中

• 最後 1 個字節 0xea 中的 0xa 就是字符的數量，也是共 10 個字符

拼接

可以發現，當對 str1 進行拼接 "ABCDE" 的時候

• 它最終是將 "0123456789ABCDE"十五個字符的 ASCII 值都存儲在了 str1 的 16 字節中

• 最後 1 個字節 0xef 中的 0xf 就是字符的數量，也是共 15 個字符

• 可以看得出來，目前 16 個字節已經存滿了，那如果再拼接 1 個字符呢？

可以看到，str1 裏面存儲的數據發生了非常大的變化，每一個字符的 ASCII 值不見了，

• 那裏面的 16 字節具體是什麼含義呢？

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

其他情況

如果一開始初始化的時候（未拼接之前），字符串的內容就是超過 15 個字符呢？

相信你能猜到是這個結果

• 這 16 個字節裏面並沒有出現任何一個字符的 ASCII 值
• 而且這 16 個字節跟 第27行的str1 還是有所區別
  • 雖然它們的字符串內容都是"0123456789ABCDEF"

如果對 str2 進行拼接操作

不難發現：這時 str2 的 16 字節又發生了變化，跟 第27行的str1 是有點相似的

如何解決上述疑問？

上述的種種疑問，光看打印出來的內存數據是無法解決的，但是都可以利用【！！！彙編！！！】來解決，分析彙編指令，立馬就得出結論，因爲文章的篇幅有限，平時工作也比較忙，我把上述問題的詳細剖析過程錄製成了長達 2 個多小時的視頻，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

• 視頻對於沒有彙編基礎的朋友來說，可能會有點難度，最好挑一個頭腦清醒的時間去觀看

• 看完視頻後，希望大家能夠確切地感受到彙編語言的重要性，不要永遠只停留在編寫高級語言代碼、沉迷於語法糖的層面。

  四、最後

我們做的這麼多，當然不僅僅是爲了窺探字符串的底層。同數據結構與算法一樣，彙編絕對是助你程序生涯更進一步的必備良方。不僅如此，掌握這些能力，你還不僅如此，你還能玩轉軟件破解、開外掛等。

在編程領域，字符串只是如同茫茫宇宙中的一顆行星，渺小而又偉大。等待我們發掘探索的東西還有很多。在未來，互聯網還有更多領域需要編程完成。時代進步，軟件也日新月異的發展，不學習就等於倒退，就會被時代淘汰。對程序員⽽⾔，唯有不斷的探索學習更多技術，才能在這⽚領域中縱橫遨遊。
如果你想提升自己的能力、升職加薪、突破瓶頸，那一定要學習更多有關彙編及數據結構與算法等相關信息。如果想要深入瞭解，歡迎××××××，這裏不僅有與編程界大牛面對面的機會，更有⽆數免費編程技巧和技術提升祕籍，我們期待與您共同進步。