什么是 string 踢匣？

標(biāo)準(zhǔn)庫builtin的解釋：

type string

string is the set of all strings of 8-bit bytes, conventionally but not necessarily representing UTF-8-encoded text. A string may be empty, but not nil. Values of string type are immutable.

簡單的來說字符串是一系列 8 位字節(jié)的集合菠剩，通常但不一定代表 UTF-8 編碼的文本。字符串可以為空桶至，但不能為 nil。而且字符串的值是不能改變的匾旭。
不同的語言字符串有不同的實(shí)現(xiàn)镣屹，在 go 的源碼中 src/runtime/string.go，string 在底層的定義如下：

type stringStruct struct {
    str unsafe.Pointer
    len int
}

可以看到 str 其實(shí)是個(gè)指針价涝，指向某個(gè)數(shù)組的首地址女蜈，這個(gè)數(shù)組就是一個(gè)字節(jié)數(shù)組，里面存著 string 的真正內(nèi)容色瘩。其實(shí)字節(jié)數(shù)組指針更像是 c 語言的字符串形式伪窖，而在 go 里，對(duì)其進(jìn)行封裝居兆。不同的是惰许， c 語言的 string 是以 null 或 /0 結(jié)尾，計(jì)算長度的時(shí)候?qū)ζ浔闅v史辙；而 go 的 string 結(jié)尾沒有特殊符號(hào)，只不過用空間換時(shí)間佩伤，把長度存在了 len 字段里聊倔。

那么問題來了，我們平時(shí)用的 string 又是什么呢生巡？它的定義如下：

type string string

耙蔑。。孤荣。好像和剛剛說的不太一樣哈(-_-!)甸陌。這個(gè) string 就是一個(gè)名叫 string 的類型须揣，其實(shí)什么也不代表。只不過為了直觀钱豁，使用的時(shí)候耻卡，把 stringStruct 轉(zhuǎn)換成 string 類型。

func gostringnocopy(str *byte) string {
    ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}
    s := *(*string)(unsafe.Pointer(&ss))
    return s
}

為了驗(yàn)證牲尺，我們可以試一下：

package main

import (
   "fmt"
   "unsafe"
)

func main()  {
   var a = "nnnn"
   fmt.Println(a)
   var b = (*int)(unsafe.Pointer(uintptr(unsafe.Pointer(&a)) + 8));
    // 按照 stringStruct 結(jié)構(gòu)卵酪，把 a 地址偏移 int 的長度位，得到 len 字段地址
    // 這里我的電腦是 64 位谤碳，而系統(tǒng)尋址以一個(gè)在節(jié)為單位溃卡，所以 +8
   fmt.Println(*b) // 這里輸出的是 a 的長度 4
}

string 操作

拼接

我們可以用 + 來完成字符串的拼接，就像這樣：s := x+y+z+… 底層如何實(shí)現(xiàn)的呢蜒简？

type tmpBuf [tmpStringBufSize]byte // 這是一個(gè)很重要的類型瘸羡，tmpStringBufSize 為常量 32，但這個(gè)值并沒有什么科學(xué)依據(jù)(-_-!)

func concatstrings(buf *tmpBuf, a []string) string {// 把所有要拼接的字符串放到 a 里面
    idx := 0
    l := 0
    count := 0
    for i, x := range a { // 這里主要計(jì)算總共需要的長度搓茬，以便分配內(nèi)存
        n := len(x)
        if n == 0 {
            continue
        }
        if l+n < l {
            throw("string concatenation too long")
        }
        l += n
        count++
        idx = i
    }
    if count == 0 {
        return "" 
        // 需要注意的是犹赖，雖然空字符串看起來不占空間，可是底層還是 stringStruct垮兑，仍要占兩個(gè) int 空間
    }

    if count == 1 && (buf != nil || !stringDataOnStack(a[idx])) {
        return a[idx] // count 為 1 表明不需要拼接冷尉，直接返回源 string，并且沒有內(nèi)存拷貝
    }
    s, b := rawstringtmp(buf, l) // 這里分配了一個(gè)長度為 l 字節(jié)的內(nèi)存系枪，這個(gè)內(nèi)存并沒有初始化
    for _, x := range a {
        copy(b, x) // 把每個(gè)字符串的內(nèi)容復(fù)制到新的字節(jié)數(shù)組里面
        b = b[len(x):]
    }
    return s
}

可是這里有個(gè)問題雀哨，b 是一個(gè)字節(jié)切片，而 x 是字符串私爷，為什么能直接復(fù)制呢雾棺？

與切片的轉(zhuǎn)換

內(nèi)置函數(shù)copy會(huì)有一種特殊情況copy(dst []byte, src string) int，但是兩者并不能直接 copy衬浑，需要把 string 轉(zhuǎn)換成 []byte捌浩。

func stringtoslicebyte(buf *tmpBuf, s string) []byte {
    var b []byte
    if buf != nil && len(s) <= len(buf) {
        *buf = tmpBuf{} // 清零
        b = buf[:len(s)]
    } else {
        b = rawbyteslice(len(s))
    }
    copy(b, s)
    return b
}

// 申請新的內(nèi)存，返回切片
func rawbyteslice(size int) (b []byte) {
    cap := roundupsize(uintptr(size)) // 使申請內(nèi)存的大小為 8 的倍數(shù)
    p := mallocgc(cap, nil, false) // 第三個(gè)參數(shù)為 FALSE 表示不用給分配的內(nèi)存清零
    if cap != uintptr(size) {
        memclrNoHeapPointers(add(p, uintptr(size)), cap-uintptr(size)) // 超出需要的部分內(nèi)存清零
    }

    *(*slice)(unsafe.Pointer(&b)) = slice{p, size, int(cap)}
    return
}

string 與內(nèi)存

string 字面量

前面提到過工秩，字符串的值是不能改變的尸饺，可是為什么呢？

這里說的字符串通常指的是 字符串字面量助币，因?yàn)樗拇鎯?chǔ)位置不在堆和棧上浪听，通常 string 常量是編譯器分配到只讀段的(.rodata)，對(duì)應(yīng)的數(shù)據(jù)地址不可修改眉菱。

不過等等迹栓，好像有什么不對(duì)？下面的代碼為啥改了呢俭缓？

var str = "aaaa"
str = "bbbb"

這是因?yàn)榍懊嫣岬竭^的 stringStruct克伊，我們拿到的 str 實(shí)際上是 stringStruct 轉(zhuǎn)換成 string 的酥郭。常量aaaa被保存在了只讀段，下面函數(shù)參數(shù) str 就是這個(gè)常量的地址：

func gostringnocopy(str *byte) string {
    ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}
    s := *(*string)(unsafe.Pointer(&ss))
    return s
}

所以我們拿到的 str 本來是 stringStruct.str 愿吹，給 str 賦值相當(dāng)于給 stringStruct.str 賦值不从，使其指向 bbbb所在地只讀段地址，而 aaaa本身是沒有改變的洗搂。在改變 stringStruct.str 的同時(shí)消返，解釋器也會(huì)更新 stringStruct.len 的值。

動(dòng)態(tài) string

所謂動(dòng)態(tài)是指字符串 stringStruct.str 指向的地址不在只讀段耘拇，而是指向由 malloc 動(dòng)態(tài)分配的堆地址撵颊。盡管如此，直接修改 string 的內(nèi)容還是非法的惫叛。要修改內(nèi)容倡勇，可以先把 string 轉(zhuǎn)成 []byte，不過這里會(huì)有一次內(nèi)存拷貝嘉涌，這點(diǎn)在轉(zhuǎn)換的代碼中可以看到妻熊。不過也可以做到 ‘零拷貝轉(zhuǎn)換’：

func stringtoslicebyte(s string) []byte {
    sh := (*reflect.StringHeader)(unsafe.Pointer(&s))
    bh := reflect.SliceHeader{
        Data: sh.Data,
        Len:  sh.Len,
        Cap:  sh.Len,
    }
    return *(*[]byte)(unsafe.Pointer(&bh))
}

不過這種方法不建議使用，因?yàn)橐坏?string 指向的內(nèi)存位于只讀段仑最，轉(zhuǎn)換成 []byte 后對(duì)其進(jìn)行寫操作會(huì)引發(fā)系統(tǒng)的段錯(cuò)誤扔役。

臨時(shí) string

有時(shí)候我們會(huì)把 []byte 轉(zhuǎn)換成 string，通常也會(huì)發(fā)生一次內(nèi)存拷貝警医，但有的時(shí)候我們只需要 ‘臨時(shí)的’ 字符串亿胸，比如：

• 使用 m[string(k)] 來查找map
• 用作字符拼接： "<"+string(b)+">"
• 用于比較： string(b)=="foo"

這些情況下我們都只是臨時(shí)的使用一下一個(gè) []byte 的字符串形式的值，如果分配內(nèi)存有點(diǎn)不劃算预皇，所以編譯器會(huì)做出一些優(yōu)化侈玄，使用如下函數(shù)來轉(zhuǎn)換：

func slicebytetostringtmp(b []byte) string {
    if raceenabled && len(b) > 0 {
        racereadrangepc(unsafe.Pointer(&b[0]),
            uintptr(len(b)),
            getcallerpc(),
            funcPC(slicebytetostringtmp))
    }
    if msanenabled && len(b) > 0 {
        msanread(unsafe.Pointer(&b[0]), uintptr(len(b)))
    }
    // 注意，以上兩個(gè) if 都為假吟温，所以不會(huì)執(zhí)行序仙。不知道有什么用(-_-!)
    return *(*string)(unsafe.Pointer(&b))
}

以上是讀了 src/runtime/string.go 代碼的一些個(gè)人想法，連蒙帶猜鲁豪，所以有些地方可能不太對(duì)潘悼，歡迎指出啦(^_)！