借汇编之力窥探String背后的数据结构奥秘

借汇编之力窥探String背后的数据结构奥秘

• 来源:网络
• 更新日期:2020-06-28

摘要：系统运维 熟悉C++、java、VB等编程语言的朋友都知道String（字符串），它是编程语言中表示文本的数据类型，字符串由若干字符组成的，是所有编程语

系统运维

熟悉C++、java、VB等编程语言的朋友都知道String（字符串），它是编程语言中表示文本的数据类型，字符串由若干字符组成的，是所有编程语⾔中⾮常重要的成员。可能很多朋友平时只是使用它，没有仔细研究其中的奥秘。其实，字符串还是有很多值得我们深入研究的地方。
⼀、思考
在 Swift 开发使⽤字符串的过程中，你是否有思考过以下问题？
1 个字符串变量占⽤多少内存？
字符串 str1、str2 的底层存储有什么不同？

如果对 str1、str2 进⾏拼接操作，str1、str2 的底层存储⼜会发⽣什么变化？

如果你能准确地回答以上问题，那说明对 Swift 字符串的底层存储机制还是⽐较了解的。
⼆、1 个字符串变量占⽤多少内存？

⽅法 1：MemoryLayout
⾸先，可以借助 Swift ⾃带的 MemoryLayout 来测试⼀下

⽅法 2：汇编
另外，我们也可以借助⼀个强有⼒的底层分析助⼿—汇编语⾔，来窥探⼀下 String 的底层存储实际上分析其他语法、系统库的底层，都可以借助汇编语⾔

⽐如多态的原理、泛型的原理、Array 的底层、枚举的底层等等
另外，不仅仅是 Swift，C、C++、OC 的底层分析，依然可以借助汇编语⾔
毕竟你写的每⼀⾏有效代码，最终都是要转成机器指令（0 和 1）
⽽机器指令是跟汇编指令⼀⼀对应的，每⼀条机器指令都能翻译成与之对应的汇编指令
能读懂汇编指令，就相当于能读懂机器指令，知道 CPU 具体在⼲嘛（操作了什么寄存器，操作了哪块内存）
本教程的代码是直接跑在 Mac 的命令⾏（CommandLineTools）项⽬上
因此展示的汇编代码是基于 X64 的 AT&T 格式汇编，并⾮ iOS 真机设备的 ARM 汇编其实不同种类的汇编之间有极⼤的相似性，只是有些指令的叫法不⼀样
跟微软的 Visual Studio ⼀样，Xcode 也内置了⾮常⽅便的反汇编功能，可以轻松查看每⼀句代码对应的汇编指令，打开反汇编界⾯的步骤如下
在某⼀⾏需要调试的代码打上断点（反汇编界⾯会在断点调试状态下显示出来）

菜单： Debug >

译为汇编，

译为反汇编

运⾏程序，看到反汇编界⾯

如果你的反汇编经验⼗⾜，根据第 16、17 ⾏的汇编就可以推敲出来，String 是占⽤ 16 个字节因为它⽤了 rax、rdx 寄存器存放字符串 str 的内容，⽽ rax、rdx 都是 8 字节的
汇编的内容太多了，因为时间和篇幅关系，⽂章⾥并不会对每⼀句汇编指令进⾏详细地讲解，更多的是 想说明汇编的重要性。
三、字符串的底层存储

窥探内存
此前我写了个可以窥探 Swift 变量内存的⼩⼯具：https://github.com/CoderMJLee/Mems 现在⽤它来窥探下字符串的 16 字节⾥⾯，究竟存储着什么数据
默认情况下按照 8 个字节⼀组来显示内存数据

传递参数

是按照 1 个字节⼀组来显示内存数据

字符 \'0\'~\'9\' 的 ASCII 值是 0x30~0x39，认真观察最初 str1 的 16 个字节数据，你发现了什么？
它直接将所有字符的 ASCII 值存储在 str1 的 16 字节中
最后 1 个字节 0xea 中的 0xa 就是字符的数量，也是共 10 个字符
拼接

可以发现，当对 str1 进⾏拼接 "ABCDE" 的时候
它最终是将 "0123456789ABCDE"⼗五个字符的 ASCII 值都存储在了 str1 的 16 字节中最后 1 个字节 0xef 中的 0xf 就是字符的数量，也是共 15 个字符
可以看得出来，⽬前 16 个字节已经存满了，那如果再拼接 1 个字符呢？

可以看到，str1 ⾥⾯存储的数据发⽣了⾮常⼤的变化，每⼀个字符的 ASCII 值不⻅了， 那⾥⾯的 16 字节具体是什么含义呢？
所有字符（\'0\'~\'9\'、\'A\' 到 \'F\'）的 ASCII 值⼜存到哪去了呢？
其他情况
如果⼀开始初始化的时候（未拼接之前），字符串的内容就是超过 15 个字符呢？

相信你能猜到是这个结果
这 16 个字节⾥⾯并没有出现任何⼀个字符的 ASCII 值

⽽且这 16 个字节跟

还是有所区别

虽然它们的字符串内容都是"0123456789ABCDEF" 如果对 str2 进⾏拼接操作

不难发现：这时 str2 的 16 字节⼜发⽣了变化，跟
如何解决上述疑问？

是有点相似的

上述的种种疑问，光看打印出来的内存数据是⽆法解决的，但是都可以利⽤【！！！汇编！！！】来解 决，分析汇编指令，⽴⻢就得出结论，因为⽂章的篇幅有限，平时⼯作也⽐较忙，我把上述问题的详细 剖析过程录制成了⻓达 2 个多⼩时的视频，有兴趣的朋友可以⽤ 1.5~2 倍速度观看
链 接 ：https://pan.baidu.com/s/1AkS3K1ZKP8zyxhlhLRaBkA 提取码：kzrk
视频对于没有汇编基础的朋友来说，可能会有点难度，最好挑⼀个头脑清醒的时间去观看
看完视频后，希望⼤家能够确切地感受到汇编语⾔的重要性，不要永远只停留在编写⾼级语⾔代 码、沉迷于语法糖的层⾯

四、最后
我们做的这么多，当然不仅仅是为了窥探字符串的底层。同数据结构与算法一样，汇编绝对是助你程序生涯更进一步的必备良方。

在编程领域，字符串只是如同茫茫宇宙中的一颗行星，渺小而又伟大。等待我们发掘探索的东西还有很多。在未来，互联网还有更多领域需要编程完成。时代进步，软件也日新月异的发展，不学习就等于倒退，就会被时代淘汰。对程序员⽽⾔，唯有不断的探索学习更多技术，才能在这⽚领域中纵横遨游。
如果你想提升自己的能力、升职加薪、突破瓶颈，那一定要学习更多有关汇编及数据结构与算法等相关信息。如果想要深入了解，欢迎××××××，这里不仅有与编程界大牛面对面的机会，更有⽆数免费编程技巧和技术提升秘籍，我们期待与您共同进步。