.Net中字串不變性與相等判斷的特殊場景

時風拖拉機發表於2022-04-20
字串

今天寫bug的時候幫同事解決了一個有趣的問題，可能很多人都會答錯。分享給大家。

問題

請看以下例子，並回答問題。

var s1 = "12";
var s2 = "12";

//序列化方式1
var o3 = Newtonsoft.Json.JsonConvert.DeserializeObject<string>(Newtonsoft.Json.JsonConvert.SerializeObject(s1));
//序列化方式2
MemoryStream stream = new MemoryStream();
System.Runtime.Serialization.Formatters.Binary.BinaryFormatter bf = new System.Runtime.Serialization.Formatters.Binary.BinaryFormatter();
bf.Serialize(stream, s1);
stream.Seek(0, SeekOrigin.Begin);
var o4 = bf.Deserialize(stream);

//====分割線===================================================

var e1 = object.ReferenceEquals(s1, s2);

var e2 = o4 == s1;

var e3 = s1.Equals(o4);

var e4 = o3 == o4;

Console.ReadKey();

請回答分割線後e1, e2, e3, e4 值為true還是false。

人人都知道在.Net中字串是享元模式的經典範例。字串具有不變性。（至少在託管層，事實上可以在非託管層修改字串的值），但你真的能回答對上面的問題麼？

答案


e1 = true;
e2 = false;
e3 = true;
e4 = false;

要了解這個問題首先可以看下字串在記憶體中的佈局。

如何在visual studio中檢視變數的記憶體佈局

在VS中可以非常方便的檢視託管或非託管變數的記憶體值。方法如下。

  • 依次在除錯模式下開啟 除錯 -> 視窗 -> 記憶體 -> 記憶體1（1~4均可） 開啟記憶體對話方塊。
  • 在位址列中輸入變數名即可。

字串變數在記憶體中的佈局

在.Net中字串是以UTF-16格式在記憶體中儲存的。在本例中s1的記憶體如下。

00 00 00 00 00 00 00 00 98 d6 fc e5 fb 7f 00 00 02 00 00 00 31 00 32 00

這裡可能與你拿到的結果不一樣。你可能並沒有前8位0x00，因為我把物件頭帶上了。下面依次解釋各段含義。

  • 00 00 00 00 00 00 00 00 最開始的8位元是物件頭。其中，在64位下，高4位為0，低4位為一個不為0的數（這裡由於並沒有執行lock或Gethashcode操作，所以這裡為0，感興趣的自行實驗.）
  • 98 d6 fc e5 fb 7f 00 00物件的MethodTable，根據型別而不同,物件的引用指向的位置。
  • 02 00 00 00 字串長度，這裡是2。
  • 31 00 32 00 字串陣列* char，注意都是小端模式。

拿以上s1 s2 o3 o4分別實驗可以發現他們的記憶體一模一樣，其中s1 s2直接就是同一塊記憶體地址，但剩下的記憶體地址都不一樣。

比較與解答

  1. e1 = true; 通過記憶體看合情合理，畢竟都同一塊記憶體了。

  2. e2 = false; 這裡如果用的VS的版本比較高的話，也能看出來。因為這裡VS會提示：

    可能非有意的引用比較。

    既然是引用比較，記憶體地址都不一樣，肯定是false了。但是如果vs版本不高的話則迷惑性就較大了，其實這裡做的是ReferenceEquals的比較。

  3. e3 = true; 這裡問題出在.Net程式碼裡。字串型別Equals方法被過載了。

        // Determines whether two strings match.
        public override bool Equals([NotNullWhen(true)] object? obj)
        {
            if (object.ReferenceEquals(this, obj))
                return true;

            if (!(obj is string str))
                return false;

            if (this.Length != str.Length)
                return false;

            return EqualsHelper(this, str);
        }

EqualsHelper方法最終則呼叫如下。（在.Net 6下）

        // Optimized byte-based SequenceEquals. The "length" parameter for this one is declared a nuint rather than int as we also use it for types other than byte
        // where the length can exceed 2Gb once scaled by sizeof(T).
        public static unsafe bool SequenceEqual(ref byte first, ref byte second, nuint length)

由於實現過於複雜（.Net framework 4.5.2下則較簡單，直接按長度比較char，有興趣的自行查閱），這裡就不貼具體實現了。我們很容易看出這裡比較的目的是比較兩段記憶體是否相等，顯然為true。

  1. e4 = false;這裡是為了比較不同序列化方式的影響，和e2類似，結果顯然是true。

結論

雖然.Net中字串是享元模式建立的，但並不能保證同一字串在記憶體裡只有一份。比如序列化情況等例外情況。如果讀者知道其他情況也可以告訴我，提前說聲感謝

相關文章