乐趣区

关于后端:GO-中-string-的实现原理

jiezi

GO 中 string 的实现原理

上次咱们分享的内容咱回顾一下

  • 分享了 ETCD 的简略单点部署，ETCD 应用到的包装置，以及会遇到的问题
  • ETCD 的设置 和 获取 KEY
  • ETCD 的 WATCH 监控 KEY 的简化
  • ETCD 的租约 和保活机制
  • ETCD 的分布式锁的简略实现

要是对 GO 对 ETCD 的编码还有点趣味的话，欢送查看文章 GO 中 ETCD 的编码案例分享

字符串是什么？

他是一种根本类型（string 类型 ），并且是一个 不可扭转的 UTF-8字符序列

在泛滥编程语言外面，置信都少不了字符串类型

字符串，顾名思义就是一串字符，咱们要明确，字符也是分为中文字符和英文字符的

例如咱们在 C/C++ 中，一个英文字符占 1 个字节，一个中文字符有的占 2 个字节，有的占 3 个字节

用到 mysql 的中文字符，有的占 4 个字节

回过来看 GO 外面的字符串，字符也是依据英文和中文不一样，一个字符所占用的字节数也是不一样的，大体分为如下 2 种

  • 英文的字符，依照 ASCII 码来算，占用 1 个字节
  • 其余的字符，包含中文字符在内的，依据不同字符，占用字节数是 2 — 4个字节

字符串的数据结构是啥样的？

说到字符串的数据结构，咱们先来看看 GO 外面的字符串，是在哪个包外面

不难发现，咱们轻易在 GOLANG 外面 定义个string 变量，就可能晓得 string 类型是在哪个包外面，例如

var name  string

GO 外面的字符串对应的包是 builtin

// 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.
type string string
  • 字符串这个类型，是所有 8-bits 字符串的汇合，通常但不肯定示意utf -8 编码的文本
  • 字符串能够为空，但不能为 nil，此处的字符串为空是 ""
  • 字符串类型的值是不可变的

另外，找到 string 在 GO 外面对应的源码文件中 src/runtime/string.go，有这么一个构造体，只提供给包内应用，咱们能够看到string 的数据结构 stringStruct 是这个样子的

type stringStruct struct {
    str unsafe.Pointer
    len int
}

整个构造体，就 2 个成员，string 类型是不是很简略呢

  • str

是对应到字符串的首地址

  • len

这个就是不难理解，是字符串的长度

那么，在创立一个字符串变量的时候，stringStruct 是在哪里应用到的呢？

咱们看看 GO string.go 文件中的源码

//go:nosplit
func gostringnocopy(str *byte) string {ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}  // 构建成 stringStruct
   s := *(*string)(unsafe.Pointer(&ss))  // 强转成 string
   return s
}
//go:nosplit
func findnull(s *byte) int {
   if s == nil {return 0}

   // Avoid IndexByteString on Plan 9 because it uses SSE instructions
   // on x86 machines, and those are classified as floating point instructions,
   // which are illegal in a note handler.
   if GOOS == "plan9" {p := (*[maxAlloc/2 - 1]byte)(unsafe.Pointer(s))
      l := 0
      for p[l] != 0 {l++}
      return l
   }

   // pageSize is the unit we scan at a time looking for NULL.
   // It must be the minimum page size for any architecture Go
   // runs on. It's okay (just a minor performance loss) if the
   // actual system page size is larger than this value.
   const pageSize = 4096

   offset := 0
   ptr := unsafe.Pointer(s)
   // IndexByteString uses wide reads, so we need to be careful
   // with page boundaries. Call IndexByteString on
   // [ptr, endOfPage) interval.
   safeLen := int(pageSize - uintptr(ptr)%pageSize)

   for {t := *(*string)(unsafe.Pointer(&stringStruct{ptr, safeLen}))
      // Check one page at a time.
      if i := bytealg.IndexByteString(t, 0); i != -1 {return offset + i}
      // Move to next page
      ptr = unsafe.Pointer(uintptr(ptr) + uintptr(safeLen))
      offset += safeLen
      safeLen = pageSize
   }
}

简略分为 2 步：

  • 先将字符数据构建程 stringStruct
  • 再通过 gostringnocopy 函数 转换成 string

字符串中的数据为什么不能被批改呢？

从上述官网阐明中，咱们能够看到，字符串类型的值是不可变的

可是这是为啥呢？

咱们以前在写 C/C++ 的时候，为啥能够开拓空间寄存多个字符，并且还能够批改其中的某些字符呢？

可是在 C/C++外面的字面量也是不能够扭转的

GO 外面的 string 类型，是不是也和 字面量一样的呢？咱们来看看吧

字符串类型，自身也是领有对应的内存空间的，那么批改 string 类型的值应该是要反对的。

可是，XDM 在 Go 的实现中，string 类型是不蕴含内存空间，只有一个内存的指针，这里就有点想 C /C++ 外面的案例：

char * str = "XMTONG"

上述的 str是相对不能做批改的，str只是作为可读，不能写的

在 GO 外面的字符串，就与上述相似

这样做的益处是 string 变得十分轻量，能够很不便的进行传递而不必放心内存拷贝（这也防止了内存带来的诸多问题)

GO 中的 string类型个别是指向字符串字面量

字符串字面量存储地位是在虚拟内存分区的 只读段 下面，而不是堆或栈上

因而，GO 的 string 类型不可批改的

可是咱们想一想，要是在 GO 外面字符串全都是只读的，那么咱们如何动静批改一些咱们须要扭转的字符呢，这岂不是缺点了

别慌

GO 外面还有 byte 数组，[]byte

这里顺带说一下

上述 char * str = "XMTONG"

  • 字符串长度，就是字符的个数，为 6
  • 计算 str 所占字节数（C/C++ 中是通过 sizeof() 来计算的）的话，那就是 7，因为尾巴前面还有一个 ’\0′

计算机中有这样的对应关系，简略提一下：

1 Bytes = 8 bit

1 K = 1024 Bytes

1 M = 1024 K

1 G = 1024 M

为什么有了字符串 还要 []byte？

起因正如上述咱们说到的，如果全是一些只读的字面量，那么咱们编码的时候就没得玩了

另外，也是依据应用字符串的场景起因，单是 string 无奈满足所有的场景，因而得有一个咱们能够批改外面值的 []byte 来补救一下

说到这里，咱们应该就晓得了，string 和 []byte 都是能够示意字符串，没故障，

不过，他们毕竟对应不同的数据结构，应用形式也有肯定的区别，GO 提供的对应办法也是不尽相同

咱们来看看什么场景用 string 类型，啥场景 应用 []byte 类型

应用到 string 类型 的 中央：

  • 须要对字符串进行比拟的时候，应用 string 类型 十分不便，间接应用操作符进行比拟即可
  • string 类型 类型，为空的时候是 “”，他不能和nil 做比拟，因而，不必到 nil 的时候，也能够应用 string 类型

应用到 []byte 类型 的 中央：

  • 须要批改字符串中字符的利用场景，应用 []byte 类型 就相当灵便了，用起来很香
  • []byte 类型 为空的话，会是返回 nil，须要应用到 nil 的时候，就能够应用他
  • []byte 类型 自身就能够依照切片的形式来玩，因而须要操作切片的时候，也能够用他

就上述场景来看，如同应用 []byte 更加切实和灵便，为啥还要用 string？

起因如下：

  • string 类型 看起来直观，用起来简略
  • []byte，byte 数组，咱们能够晓得，外面都是一个字节一个字节的，这个会比拟多的用在底层，对操作字节比拟关注的时候

字符串 和 []byte 如何相互转换？

看到这里，别离理解了 string 类型，和 []byte 类型的利用场景

毋庸置疑，咱们编码过程中，必定少不了对他们做互相转换，咱们来看看在 GO，外面如何应用

字符串转 []byte

package main

import ("fmt")


func main(){
    var str string

    str = "XMTONG"

    strByte := []byte(str)
    for _,v :=range strByte{fmt.Printf("%x",v)
    }
}

代码输入为：

58 4d 54 4f 4e 47

上述代码转成 []byte 之后是一个字节，一个字节的

将每一个字节的值用十六进制打印进去，咱们能够看到，XMTONG 对应 584d544f4e47

[]byte 转字符串

[]byte转字符串在 GO 外面那就更简略了

func main(){name := []byte("XMTONG")
   fmt.Println(string(name))
}

GO 中 字符串都会波及到哪些函数？

无论什么语言，对于字符串大略波及如下几种操作，若有偏差，还请斧正：

  • 计算字符串长度
  • 拼接
  • 切割
  • 找到字串进行替换，找到字符串的具体位置和呈现的次数
  • 统计字符串
  • 字符串进制转换

具体的函数应用办法也比较简单，举荐大家感兴趣的能够间接看 go 的开发文档，须要的时候去查一下即可。

GO 的规范开发文档，在搜索引擎外面还是比拟容易搜寻到的

总结

  • 分享了字符串具体是啥
  • GO 中字符串的个性，为什么不能被批改
  • 字符串 GO 源码是如何构建的
  • 字符串 和 []byte 的由来和利用场景
  • 字符串与 []byte 互相转换
  • 顺带提了 GO 的规范开发文档，大家能够用起来哦

欢送点赞，关注，珍藏

敌人们，你的反对和激励，是我保持分享，提高质量的能源

好了，本次就到这里，下一次 GO 中 slice 的实现原理分享

技术是凋谢的，咱们的心态，更应是凋谢的。拥抱变动，背阴而生，致力向前行。

我是 小魔童哪吒，欢送点赞关注珍藏，下次见~

退出移动版