Lua5.2.3源码阅读(1)-TValue，TString

Lua是一个弱类型语言，类型可以在使用的时候变化。对应在源码中，TVable就充当了这个角色，lua中的所有数据类型都可以放在这个结构中。TValue是实现Lua数据类型的主要结构，不仅在脚本中使用了TValue，其他的一些数据结构也依赖于它。首先看看Lua的整个数据类型(lua.h)

#define LUA_TNONE       (-1)
#define LUA_TNIL        0
#define LUA_TBOOLEAN        1
#define LUA_TLIGHTUSERDATA  2
#define LUA_TNUMBER     3
#define LUA_TSTRING     4
#define LUA_TTABLE      5
#define LUA_TFUNCTION       6
#define LUA_TUSERDATA       7 //（自定义的用户数据结构，有Light和Heavy两种，后者由Lua来分配管理，用GC）
#define LUA_TTHREAD     8   //（线程，CoRoutine）
#define LUA_NUMTAGS     9

从这里可以看出lua中有9中数据类型，其中有8种是和脚本中对应的，现在来看看TValue这个结构。

#define TValuefields    Value value_; int tt_  ①
...
#undef TValuefields
...
/* little endian */
#define TValuefields  \
    union { struct { Value v__; int tt__; } i; double d__; } u ②
...
/* big endian */
#define TValuefields  \
    union { struct { int tt__; Value v__; } i; double d__; } u ③
...
struct lua_TValue {
  TValuefields;
};
...
typedef struct lua_TValue TValue;

在使用的这台x86机器上，使用的是定义②。因为#undef TValuefields，定义①在后面失效。定义②中用到了 Value，在来看看Value这个结构。

typedef union Value Value;
...
union Value {
  GCObject *gc;    /* collectable objects 可以gc的数据类型，*/
  void *p;         /* light userdata 轻量用户数据*/
  int b;           /* booleans */
  lua_CFunction f; /* light C functions */
  numfield         /* numbers暂时无用 */
};

Value中包含了数据结构GCObject和三种数据类型，先看看这里GCObject这个结构

union GCObject {
  GCheader gch;       /* common header */
  union TString ts;  //string类型
  union Udata u;         //用户数据
  union Closure cl;  //闭包
  struct Table h;    //表
  struct Proto p;    //函数字节码结构
  struct UpVal uv;   //闭包数据
  struct lua_State th;  /* thread 线程(协同)*/
};

其中GCheader如下

typedef struct GCheader {
CommonHeader;
} GCheader;

monHeader是一个宏，定义如下。

#define CommonHeader    GCObject *next; lu_byte tt; lu_byte marked 

*next将所有回收的对象连成一个链表，tt表示了对象的类型，marked表示当前的回收状态。通过tt可以确定当前需要访问那个类型的值，通过marked可以确定该对象是否可以被回收。

struct lua_TValue 
{
  union 
  {
    struct 
    { 
       union Value 
       {
         union GCObject {
           GCObject *next; 
           lu_byte tt; 
           lu_byte marked 
           union TString ts;  //string类型
           union Udata u;       //用户数据
           union Closure cl;    //闭包
           struct Table h;     //表
           struct Proto p;     //函数字节码结构
           struct UpVal uv;  //闭包数据
           struct lua_State th;  /* thread 线程(协同)*/
         } *gc;
         void *p;         /* light userdata 轻量用户数据*/
         int b;           /* booleans */
         lua_CFunction f;/* light C functions */
         numfield         /* numbers暂时无用 */
       } v__;
       int tt__;   /*数据类型*/
     } i; 
     double d__; 
  } u
};

其中tt__是数据类型，如果数据类型是NUM，那么值直接存在d__中，如果是其他类型，就放在value中。Value中有GCObject，这是一个可回收的结构。CommonHeader头中包含了回收对象链，数据类型tt，和标记状态marked。GCObject 采用了union的结构，可以表示不同的值，而这些值，都有CommonHeader作为头部。这样的处理方式，使得在访问GCObject头部时，设定头部值后，里面的所有联合体访问的都是这个头部。
Lua语句

下面来看看TString这个结构，其定义如下

typedef union TString {
  L_Umaxalign dummy;  /* ensures maximum alignment for strings 用于最大字节对齐，这里起占位作用*/
  struct {
    CommonHeader;  //用于gc处理的头
    lu_byte extra;  /* reserved words for short strings; "has hash" for longs 字符串是不是保留字符串*/
    unsigned int hash; //记录字符串对应的hash值
    size_t len;  /* number of characters in string 字符串长度*/
  } tsv;
} TString;

可以看出STring是个union，第一个成员主要是占用，用于字节对其。第二个成员是string主体，前面依然是CommonHeader，即STring也是可以gc的对象。在lua中，分为长字符串和段字符串。长度小于40的是短字符串，大于40的是长字符串(在luaconf.h中的LUAI_MAXSHORTLEN中定义)。短字符串存放在global_State->strt中，长字符串放在gc链上。下面是创建字符串用到的函数

TString *luaS_newlstr (lua_State *L, const char *str, size_t l) {
  if (l <= LUAI_MAXSHORTLEN)  /* short string? */
    return internshrstr(L, str, l);
  else {
    if (l + 1 > (MAX_SIZET - sizeof(TString))/sizeof(char))
      luaM_toobig(L);
    return createstrobj(L, str, l, LUA_TLNGSTR, G(L)->seed, NULL);
  }
}

对于短字符串，在创建的时候，首先计算str的hash值。计算时会获得一个随机种子，这个种子就是global_State->seed。然后通过LUAI_HASHLIMIT控制步长，每一个步长范围内取字符串中的一个字符，和上次hash的结果相加，得到新的hash结果。计算出hash后就开始找是否存在这个字符串，方法是遍历global_State->strt->hash，global_State->strt结构定义如下。短字符串表申请内存的大小和实际使用大小由后两个字段表示。

typedef struct stringtable {
  GCObject **hash;  //保存所有的字符串
  lu_int32 nuse;  /* number of elements 已装元素的个数*/
  int size;  //当前hash桶的大小
} stringtable;

GCObject是一个数组，数组中每个元素是一个STring同义词链，每新建的一个元素其hash值通过lmod方法得在数组中的位置，然后挂在在位置的list链上。这种方类似于用链地址表法解决同义词冲突，方便查找和删除。
遍历global_State->strt->hash数组时，首先是比较hash，相同再比较len(字符串长度)，相同在判断原始str是否相同。通过两个&&关系起到了过滤的作用，可以加快判断的速度。如果找到有相同的字符串，那就直接返回找到的STting，没有找到，就需要创建新的段字符串，通过函数newshrstr实现。先创建一个LUA_TSHRSTR结构，然后存放到global_State->strt->hash中。

对于长字符串，创建的是LUA_TLNGSTR类型结构。会直接createstrobj创建一个gc对象，挂到gc链上。长字符串一般是使用的文本，在新建的时候不计算hash值，也不保证唯一性，使用extra字段来表示是否计算hash。