通过汇编揭开String中数据结构神秘面纱

Posted 2020-11-21

String（字符串），是编程语言中表示文本的数据类型。接触编程的你一定每天都会见到。那看似渺小的string（字符串），里面到底还隐藏着多少的秘密？大家平时天天使用的东西，你真的了解它吗？可能平时很多人并不会深入研究它，如果你的能力还不错，不妨看看下面几个问题。要是对他们还存在困惑，那恭喜你，你找到了你要提升的方向。

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 > Debug Workflow > Always Show Disassembly

  • Assembly 译为汇编， Disassembly 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

• Mems.memStr(ofVal:) 默认情况下按照 8 个字节一组来显示内存数据

• 传递参数 alignment: .one 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 值不见了，

• 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 第27行的str1 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 第27行的str1 是有点相似的

如何解决上述疑问？

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，立马就得出结论，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长达 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

其实，通过汇编探索String底层，并不只是为了研究字符串，我们更希望你通过汇编提升自己的编程能力。不只是汇编，数据结构与算法也是助你程序生涯更进一步的必备宝典。不仅如此，你还能玩转软件破解、开外挂等。

可能有人会说，我现在不需要接触这些，也能够完成工作。没错，如果你只是安于现状，大可不必多费精力折磨自己。但是，如果你想提升自己能力，突破自我，汇编完全可以助你在编程领域更上一层楼，绝对是你在突破自我道路上的一把利器。不过，如今的软件技术发展迅猛，不提升自己，就会落后。技术落后和技术不精的开发者，是一定会被市场所淘汰。高端的编程人员才是企业真正争夺的香饽饽，唯有不断的探索学习更多技术，才能在这?领域中站稳脚跟。总之，你自己决定你会成为哪一类人，你的高度也由你自己决定。
听到这里，如果你对汇编、数据结构与算法等编程技巧愈发感兴趣，欢迎你加?我们的大家庭，×××：×××。在这?你可以得到和IT界名师一对一交流的机会。让我们共同进步，起航扬帆。