深入下Ruby中的String

    Ruby语言中的String是mutable的，不像java、C#中的String是immutable的。比如
       str1="abc"
       str2="abc"
在java中，对于字面量的字符串，jvm内部维持一张表，因此如果在java中，str1和str2是同一个String对象。而在Ruby中， str1和str2是完全不同的对象。同样，在java中对于String对象的操作都将产生一个新的对象，而Ruby则是操纵同一个对象，比如:
       str="abc"
       str.concat("cdf")
此时str就是"abccdf"。Ruby对String是怎么处理的呢？我们只谈谈c ruby中的实现，有兴趣的先看看这篇文章《 管窥Ruby——对象基础》。在ruby.h中我们可以看到String对象的结构，Ruby中的对象（包括类也是对象）都是一个一个的struct，String也不能例外：
struct RString {
    struct RBasic basic;
    long len;
    char *ptr;
    union {
      long capa;
      VALUE shared;
    } aux;
};
//ruby.h

    显然，len是String的长度；ptr是一个char类型的指针，指向实际的字符串；然后是一个联合，这个稍后再说。如果你看看ruby.h可以发 现，几乎所有定义的对象结构都有一个struct RBasic。显然,struct RBasic包含由所有对象结构体共享的一些重要信息的。看看RBasic:

struct RBasic {
 unsigned long flags;
 VALUE klass;
};
其中的flags是一个多用途的标记，大多数情况下用于记录结构体的类型，ruby.h中预定义了一些列的宏，比如T_STRING（表示struct RString)，T_ARRAY(表示struct RArray）等。Klass是一个VALUE类型，VALUE也是unsigned long，可以地将它当成指针（一个指针4字节，绰绰有余了）,它指向的是一个Ruby对象，这里以后再深入。
    那么联合aux中的capa和shared是干什么用的呢？因为Ruby的String是可变的，可变意味着len可以改变，我们需要每次都根据len的 变换来增减内存（使用c中的realloc()函数），这显然是一个很大的开销，解决办法就是预留一定的空间，ptr指向的内存大小略大于len，这样就 不需要频繁调用realloc了，aux.capa就是一个长度，包含额外的内存大小。那么aux.shared是干什么的呢？这是一个VALUE类型， 说明它是指向某个对象。aux.shared其实是用于加快字符串的创建速度，在一个循环中：

ruby 代码

 

1. while true do  # 无限重复  
2.   a = "str"        # 以“str”为内容创建字符串，赋值给a  
3.   a.concat("ing")  # 为a所指向的对象添加“ing”  
4.   p(a)             # 显示“string”  
5. end  

每次都重新创建一个"str"对象，内部就是重复创建一个char[],这是相当奢侈，aux.shared就是用于共享char[],
以字面量创建的字符串会共享一个char[],当要发生变化时，将字符串复制到一个非共享的内存中，变化针对这
个新拷贝进行，这就是所谓的“copy-on-write"技术。解释了String的内部构造，貌似还没有介绍String是怎么
实现mutable，我们写一个Ruby扩展测试下，我们想写这样一个Ruby类：

ruby 代码

 

1. class Test  
2.   def test  
3.     str="str"  
4.     str.concat("ing")  
5.    end  
6. end  

对应的c语言代码就是：

cpp 代码

 

1. #include<stdio.h>  
2. #include "ruby.h"  
3.   
4. static VALUE t_test(VALUE self)  
5. {  
6.   VALUE str;  
7.   str=rb_str_new2("str");  
8.   printf("before concat: str:%p, str.aux.shared:%p, str.ptr:%s"n",str, 
9.        (RSTRING(str)->aux).shared,RSTRING(str)->ptr); 
10.   rb_str_cat2(str,"ing"); 
11.   printf("after concat: str:%p, str.aux.shared:%p, str.ptr:%s"n",  
12.        str,(RSTRING(str)->aux).shared,RSTRING(str)->ptr);  
13.   return self;  
14. }  
15. VALUE cTest;  
16. void Init_string_hack(){  
17.   cTest=rb_define_class("Test",rb_cObject);  
18.   rb_define_method(cTest,"test",t_test,0);  
19.   
20. }  
21. //string_hack.c  

rb_define_class函数定义了一个类Test,rb_define_method将t_test方法以test的名称添加到Test类。在
t_test中，通过rb_str_new2每次生成一个RString结构，然后通过rb_str_cat2将str与"ing"连接起来，添加
了一些打印用于跟踪。利用mkmf产生Makefile,写一个extconf.rb

ruby 代码

 

1. require 'mkmf'  
2. create_makefile("string_hack");  

执行ruby extconf.rb，将产生一个Makefile,执行make，生成一个string_hack.so的链接库。扩展写完了，通过
ruby调用：

ruby 代码

 

1. require 'string_hack"  
2. t=Test.new  
3. (1..3).each{|i| t.test}  

输出：
before concat: str:0x40098a40, str.aux.shared:0x3, str.ptr:str
after concat: str:0x40098a40, str.aux.shared:0x8, str.ptr:string
before concat: str:0x40098a2c, str.aux.shared:0x3, str.ptr:str
after concat: str:0x40098a2c, str.aux.shared:0x8, str.ptr:string
before concat: str:0x40098a18, str.aux.shared:0x3, str.ptr:str
after concat: str:0x40098a18, str.aux.shared:0x8, str.ptr:string

从结果可以看出，在str concat之前之后，str指向的位置没有改变，改变的仅仅是str中ptr指向的字符串的值

，看看rb_str_cat2函数的实现就一目了然了：

cpp 代码

 

1. VALUE rb_str_cat(str, ptr, len)  
2.     VALUE str;  
3.     const char *ptr;  
4.     long len;  
5. {  
6.     if (len < 0) {  
7.         rb_raise(rb_eArgError, "negative string size (or size too big)");  
8.     }  
9.     if (FL_TEST(str, STR_ASSOC)) {  
10.         rb_str_modify(str);  
11.         REALLOC_N(RSTRING(str)->ptr, char, RSTRING(str)->len+len);  
12.         memcpy(RSTRING(str)->ptr + RSTRING(str)->len, ptr, len);  
13.         RSTRING(str)->len += len;  
14.         RSTRING(str)->ptr[RSTRING(str)->len] = '"0'; /* sentinel */  
15.         return str;  
16.     }  
17.     return rb_str_buf_cat(str, ptr, len);  
18. }  
19. VALUE rb_str_cat2(str, ptr)  
20.     VALUE str;  
21.     const char *ptr;  
22. {  
23.     return rb_str_cat(str, ptr, strlen(ptr));  
24. }  
25. //string.c