Unity面试和总结分析(五)

今天参加了一场面试，其中有几个关于c#中string的题目我觉得很有意思，这里拿出来分享一下。

题目0，热个身

题目内容：
在C#中，对一个string str赋值，str = null和str = ""有什么区别？

这个问题很简单，我们都知道在C#中，string是一个特殊的自带类，它有着类似于struct的性质，但实际上是一个引用类型，这也是为什么可以赋值为null的原因。
那这两个有什么区别呢？
当然是一个是null一个是空字符串啦(逃

说白了，null这个值就是个空引用，如果用它来调各种各样的string中的成员方法肯定会抛出空引用的错误，而空字符串它也是一个空字符串，它只是长度为0，还是可以用它来调用方法的。
当然，最好的办法是测试：

其实这个问题在微软官方文档中也有解释：String文档，并且还给出了建议的判空方式，也就是使用IsNullOrEmpty或IsNullOrWhiteSpace。

题目1，关于C#中String的编码格式

题目内容：
在c#中有这样一段代码，请问最后输出的内容是什么？

     string str = "abcdefg某某某";
     byte[] strArr = System.Text.Encoding.Default.GetBytes(str);
     Console.WriteLine(str.Length);
     Console.WriteLine(strArr.Length);

这个题目考察的内容很明确，就是考察对编码的一点基本认识，只要了解C#中string的编码就能得出答案。
不过因为很久没有注意这个问题，我只隐约记得似乎以前初学的时候见过这样的说法：

c#中一个汉字使用两个字节表示

于是我在做题的时候，写上了10和13，分别是string中字符的个数和编码的字节个数。
回来以后我始终不太确定答案，于是建了一个控制台项目进行了测试，结果令我感到奇怪——

显示的结果竟然是10和16！

看到16的时候我第一反应是，这个长度正好是单个字符 * 7 + 汉字字符 * 3 ，也就是1*7+3*3=16，这个长度大概率是UTF-8，于是我加了一行代码：

     string str = "abcdefg某某某";
     byte[] strArr = System.Text.Encoding.Default.GetBytes(str);
     Console.WriteLine(str.Length);
     Console.WriteLine(strArr.Length);
     Console.WriteLine(System.Text.Encoding.Default.BodyName); //新增的一行代码

结果果然不出我所料，输出了UTF-8！再确认了一下某字在UTF-8中的编码：

嗯，没错了。

难道真的是我写错了？于是我又上网看了一些其他人的测试，果然也有人说是一个汉字两个字符。
脑筋一转，为了确认一下是不是编码问题，我去查了一下GB2312中“某”字的编码，确认确实是两个字节：

于是我怀疑是自己的PC设置有问题，检查了一下系统语言，也并没有勾选unicode编码，说明系统还是用的GB2312，那为什么我的程序里会用这个呢？

本着原因可能一下找不到的心态，我想先试试直接使用GB2312来检查一下长度，于是我在微软的官方文档中找到了GB2312的代码页：936

但是在运行的时候直接报错了：

简单翻译一下，这里提示说不包含代码页为936的编码数据，这下我更奇怪了！

思考了一下又想到另一个可能——我是不是有可能用的是.NET Core的控制台，而不是.NET Framework！因为.NET Core是为多平台准备的，很可能默认使用的就是UTF-8！这两个平台的具体区别我就不展开讲了，有兴趣的可以自己去查查。
接下来我检查了一下我VS的设置，果然默认是.NET Core的，翻了翻，终于在很后面找到了.NET Framework的控制台程序：

我怀着强烈的激动建了一个.NET Framework的项目，然后把最开始一样的代码放到了这里：

果然！结果是13！

不过这一样来又出现了另外一个问题，.NET Core和.NET Framework使用了不一样的默认编码，那么mono作为一个多平台的环境，是不是也不一样呢？
——老规矩，一样的代码在unity里再跑一次：

结果来了，mono和.NET Core不一样，还是支持GB2312的，但是它默认使用的Encoding却是UTF-8。

题目1的正确答案

所以上面这个面试题的正确答案是什么呢？

前提：没有手动修改过Default的Encoding。
可能性1 ：在.NET Framework平台的项目中，是GB2312编码，它使用两个字节表示一个汉字，答案是 10 13；
可能性2 ：在.NET Core和Unity平台的项目中，是UTF-8编码，对于“某”字，它使用三个字节来表示，那么答案是 10 16

题目2，关于C#中new String的问题

题目内容：
在C#中有这样一行代码：

String str = new String("");

它会在内存中生成几个String Object对象？

这个问题我着实反应了好一会儿，因为使用c++这一段时间里一直对构造函数很敏感，并且c++的堆栈处理方式有一些区别，看到new关键字的时候也会特别注意。
话扯得有点远，让我们还是来看代码。

籍由C#的优秀关键字提醒，我们可以看到在通过这种方式创建一个string的时候，实际上调用的是String(ReadOnlySpan<char> value)这个构造函数，那么这个泛型ReadOnlySpan<T>又是个什么呢？

这时候就要请出官方文档了：

文档说得很清楚，简单来说，使用这个泛型构造的对象只能存在于栈上，而不能出现在托管堆上(堆和栈的区别这里就不展开了，这算是非常重要的基础知识)。
当然，更重要的性质在这个ref结构关键字上：

一定要仔细看，这个ref结构很关键！
在这几条内容下，将这种类型的使用限制得非常死，这样的类只要使用了，那么就必然会跟随当前的栈被清掉，甚至也无法被制作成闭包！这基本可以算是一个彻底的临时变量。

那么回到我们的题目上来，在使用new String("")这种方式来构造一个string的时候，string还是会被放在堆里，但是它会在栈上生成一个ReadOnlySpan<char>类型的临时变量，然后再根据这个临时变量来在堆中创建一个string。

在此之外还有另外几个来自书籍 CLR via C# 的知识点：

1. 在CLR的机制中，对string有一个“留用”机制，也就是说，如果发现某个字符串曾经被创建过，那么在之后再次遇到这个字符串的时候会再使用它，而不创建一个新的StringObject。
2. 在C#的早期版本中，是不支持非unsafe模式下new String这种形式创建string的，但是之后放开了，如果不可以使用new的形式，而由系统提供，那么可以很大程度上利用在堆中的StringObject。
3. 对于字面值字符串，也就是我们直接写入的"aaa"这种形式的字符串，C#在编译时只会写入一次，而在后面直接调用这个字符串。
4. 对于上面所说的“留用”机制，也是可以关闭的，也就是说即使使用直接赋值的形式，也会直接创建不同的StringObject，但默认都是开启的。

上面说了这么多，到底使用new的形式跟我们直接使用string str = ""有什么区别呢？区别有下面点：

1. 使用new方式会创建一个新的string，不会管这个string是否在内存中已经存在，也就是说必然会创建一个新的，而使用直接赋值的形式会重用堆中已经存在的StringObject；
2. 使用new方式创建的对象，很可能不会被重用——举个例子，假设我要创建一个字符串aaa，即使之前没有使用过aaa，在下一次使用字面值字符串的形式对一个string赋值的时候，得到的这个StringObject与之前的那个StringObject也不是同一个。
3. 使用new方式创建时，还会额外创建一个ReadOnlySpan<char>类型的临时变量。

最后，还是来做一下测试：

            string str_1 = "a";
            String str_2 = new String(str_1);
            String str_3 = str_1;
            String str_4 = "a";
            String str_5 = new String("a");


            Console.WriteLine("str_1 - str_2 \t" + ReferenceEquals(str_1,str_2));
            Console.WriteLine("str_1 - str_3 \t" + ReferenceEquals(str_1,str_3));
            Console.WriteLine("str_1 - str_4 \t" + ReferenceEquals(str_1,str_4));
            Console.WriteLine("str_1 - str_5 \t" + ReferenceEquals(str_1,str_5));
            Console.WriteLine("str_2 - str_5 \t" + ReferenceEquals(str_2,str_5));

内容很简单:
str_1是一个字面值字符串赋值的字符串
str_2是使用str_1使用new形式创建的一个字符串
str_3是直接使用str_1来赋值的字符串
str_4是完全跟str_1一样使用字面值字符串赋值的字符串
str_5是一个使用字面值字符串来new的字符串

然后设计了五组对比：
第一组对比是str_1与str_2，这一组对比是为了证明在托管堆中，使用new形式会创建一个新的StringObject，我们的预期结果是false;
第二组对比是str_1与str_3，这一组是为了证明使用字符串赋值时，在托管堆中实际上使用的是同一个SringObject，预期结果是true；
第三组对比是str_1与str_4，这一组是为了证明在托管堆中，存在“留用”的机制预期结果是true；
第四组对比是str_1与str_5，这一组对比是为了证明在托管堆中，即使是使用字符串字面值来new，也会创建一个新的StringObject，我们的预期结果是false;
第五组对比是str_2与str_5，这一组是为了不同次数的new形式之间也会生成不同的StringObject，我们的预期结果是false；

开始我们的测试：

与我们的预期一致。

题目2的正确答案

使用new来创建，会在内存中生成一个新的StringObject对象，但是同时，会在栈上生成一个ReadOnlySpan<char>类型的临时变量。