564
魔獸
深入下Ruby中的String
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，對於字麵量的字符串，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？我們隻談談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，指向實際的字符串；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字節，綽綽有餘了）,它指向的是一個Ruby對象，這裏以後再深入。
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其實是用於加快字符串的創建速度，在一個循環中：
while true do # 無限重複
a = "str" # 以“str”為內容創建字符串，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[],
以字麵量創建的字符串會共享一個char[],當要發生變化時，將字符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：
class Test
def test
str="str"
str.concat("ing")
end
end
對應的c語言代碼就是：
#include<stdio.h>
#include "ruby.h"
static VALUE t_test(VALUE self)
{
VALUE str;
str=rb_str_new2("str");
printf("before concat: str:%p, str.aux.shared:%p, str.ptr:%s"n",str,
(RSTRING(str)->aux).shared,RSTRING(str)->ptr);
rb_str_cat2(str,"ing");
printf("after concat: str:%p, str.aux.shared:%p, str.ptr:%s"n",
str,(RSTRING(str)->aux).shared,RSTRING(str)->ptr);
return self;
}
VALUE cTest;
void Init_string_hack(){
cTest=rb_define_class("Test",rb_cObject);
rb_define_method(cTest,"test",t_test,0);
}
//string_hack.c
#include "ruby.h"
static VALUE t_test(VALUE self)
{
VALUE str;
str=rb_str_new2("str");
printf("before concat: str:%p, str.aux.shared:%p, str.ptr:%s"n",str,
(RSTRING(str)->aux).shared,RSTRING(str)->ptr);
rb_str_cat2(str,"ing");
printf("after concat: str:%p, str.aux.shared:%p, str.ptr:%s"n",
str,(RSTRING(str)->aux).shared,RSTRING(str)->ptr);
return self;
}
VALUE cTest;
void Init_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
了一些打印用於跟蹤。利用mkmf產生Makefile,寫一個extconf.rb
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：
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指向的字符串的值
，看看rb_str_cat2函數的實現就一目了然了：
VALUE rb_str_cat(str, ptr, len)
VALUE str;
const char *ptr;
long len;
{
if (len < 0) {
rb_raise(rb_eArgError, "negative string size (or size too big)");
}
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 */
return str;
}
return rb_str_buf_cat(str, ptr, len);
}
VALUE rb_str_cat2(str, ptr)
VALUE str;
const char *ptr;
{
return rb_str_cat(str, ptr, strlen(ptr));
}
//string.c
文章轉自莊周夢蝶 ，原文發布時間2007-09-12
最後更新：2017-05-18 10:32:49