Ruby語言中的String深入理解

Ruby語言中的String深入理解

ruby

Ruby語言中的String是mutable的，不像java、C#中的String是immutable的。比如

 
str1="abc" 
str2="abc" 

　　在java中，對於字面量的字元串，jvm內部維持一張表，因此如果在java中，str1和str2是同一個String對象。而在Ruby中， str1和str2是完全不同的對象。同樣，在java中對於String對象的操作都將產生一個新的對象，而Ruby則是操縱同一個對象，比如:

 
str="abc" 
str.concat("cdf") 

　　此時str就是"abccdf"。Ruby對String是怎麼處理的呢？我們只談談c ruby中的實現，有興趣的先看看這篇文章《管窺Ruby——對象基礎》。在ruby.h中我們可以看到String對象的結構，Ruby中的對象（包括類也是對象）都是一個一個的struct，String也不能例外：

 
struct RString { 
struct RBasic basic; 
long len; 
char *ptr; 
union { 
long capa; 
VALUE shared; 
} aux; 
}; 
//ruby.h 

　顯然，len是String的長度；ptr是一個char類型的指針，指向實際的字元串；然後是一個聯合，這個稍後再說。如果你看看ruby.h可以發 現，幾乎所有定義的對象結構都有一個struct RBasic。顯然,struct RBasic包含由所有對象結構體共享的一些重要信息的。看看RBasic:

 
struct RBasic { 
unsigned long flags; 
VALUE klass; 
}; 

　　其中的flags是一個多用途的標記，大多數情況下用於記錄結構體的類型，ruby.h中預定義了一些列的宏，比如T_STRING（表示struct RString)，T_ARRAY(表示struct RArray）等。Klass是一個VALUE類型，VALUE也是unsigned long，可以地將它當成指針（一個指針4位元組，綽綽有餘了）,它指向的是一個Ruby對象，這裡以後再深入。

　　那麼聯合aux中的capa和shared是幹什麼用的呢？因為Ruby的String是可變的，可變意味著len可以改變，我們需要每次都根據len的 變換來增減內存（使用c中的realloc()函數），這顯然是一個很大的開銷，解決辦法就是預留一定的空間，ptr指向的內存大小略大於len，這樣就 不需要頻繁調用realloc了，aux.capa就是一個長度，包含額外的內存大小。那麼aux.shared是幹什麼的呢？這是一個VALUE類型， 說明它是指向某個對象。aux.shared其實是用於加快字元串的創建速度，在一個循環中：

　　ruby 代碼

　　whiletruedo重複 a="str"#以「str」為內容創建字元串，賦值給a a.concat("ing")#為a所指向的對象添加「ing」 p(a)#顯示「string」 end

　　每次都重新創建一個"str"對象，內部就是重複創建一個char[],這是相當奢侈，aux.shared就是用於共享char[],以字面量創建的字元串會共享一個char[],當要發生變化時，將字元串複製到一個非共享的內存中，變化針對這個新拷貝進行，這就是所謂的「copy-on-write"技術。解釋了String的內部構造，貌似還沒有介紹String是怎麼實現mutable，我們寫一個Ruby擴展測試下，我們想寫這樣一個Ruby類：

　　ruby 代碼

classTestdefteststr="str"str.concat("ing")endend

　　對應的c語言代碼就是：

　　cpp 代碼

 
#include 
#include"ruby.h"staticVALUEt_test(VALUEself){ 
VALUEstr;str=rb_str_new2("str"); 
printf("beforeconcat:str:%p, 
str.aux.shared:%p,str.ptr:%s"n",str,(RSTRING(str)->aux).shared,RSTRING(str)->ptr); 
rb_str_cat2(str,"ing"); 
printf("afterconcat:str:%p,str.aux.shared:%p,str.ptr:%s"n", 
str,(RSTRING(str)->aux).shared,RSTRING(str)->ptr);returnself; 
} 
VALUEcTest; 
voidInit_string_hack(){ 
cTest=rb_define_class("Test",rb_cObject); 
rb_define_method(cTest,"test",t_test,0); 
}//string_hack.c 

　　rb_define_class函數定義了一個類Test,rb_define_method將t_test方法以test的名稱添加到Test類。在t_test中，通過rb_str_new2每次生成一個RString結構，然後通過rb_str_cat2將str與"ing"連接起來，添加了一些列印用於跟蹤。利用mkmf產生Makefile,寫一個extconf.rb

　　ruby 代碼

require'mkmf'create_makefile("string_hack");

　　執行ruby extconf.rb，將產生一個Makefile,執行make，生成一個string_hack.so的鏈接庫。擴展寫完了，通過ruby調用：

　　ruby 代碼

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

　　輸出：

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

　　從結果可以看出，在str concat之前之後，str指向的位置沒有改變，改變的僅僅是str中ptr指向的字元串的值，看看rb_str_cat2函數的實現就一目了然了：

　　cpp 代碼

 
VALUErb_str_cat(str,ptr,len)VALUEstr; 
constchar*ptr; 
longlen; 
{ 
if(len<0){rb_raise(rb_eArgError,"negativestringsize(orsizetoobig)"); 
} 
if(FL_TEST(str,STR_ASSOC)) 
{ 
rb_str_modify(str); 
REALLOC_N(RSTRING(str)->ptr,char,RSTRING(str)->len+len); 
memcpy(RSTRING(str)->ptr+RSTRING(str)->len,ptr,len); 
RSTRING(str)->len+=len; 
RSTRING(str)->ptr[RSTRING(str)->len]='"0'; 
/*sentinel*/ 
returnstr; 
} 
returnrb_str_buf_cat(str,ptr,len); 
} 
VALUErb_str_cat2(str,ptr)VALUEstr; 
constchar*ptr; 
{ 
returnrb_str_cat(str,ptr,strlen(ptr)); 
} 
//string.c