Object Pascal中String类型的内幕探讨 (转)

在object Pascal中，String(准确的说是AnsiString)是一种可变长度的字符串，通过PChar(AString)可以将其转换为与windows api相兼容的字符指针类型。事实上，String类型就是一个指针，你可以用Sizeof去读取它的大小，不论字符串的实际长度是多少，Sizeof(AString)永远是4。String与一般的Null-TeRminated字符指针不同的是，String还要保留另外的一部分空间，用于记录字符串长度和引用计数等信息。String类型在内存中的确切格式如下：XML:namespace prefix = o ns = "urn:schemas-microsoft-com:Office:office" />

（4字节）分配大小+（4字节）引用计数+（4字节）字串长度+（不定长）字符数组+（1字节）$0结束字符

为了验证这一点，我们可以在程序中添加一个作用域为private的String变量，在程序中动态改变它的长度和内容，同时观察它的分配大小和长度发生了什么变化。另外，为了观察引用计数的变化，只有在两个字符串互相复制的时候才能体现出来，我们在程序中也要实现这一点。

请新建一个Application，在窗体上放置一个Edit，一个ListBox和三个Button。其中，Edit用来改变字符串的内容；ListBox用来记录跟踪信息；三个按钮分别用于观察字符串的当前状况，观察字符串的引用计数变化情况和清空列表内容。

在Form的声明中添加一个变量:

type

TForm1=class(TForm)

...

private

s : string;

end;

添加三个按钮的事件处理如下：

procedure TForm1.Button1Click(Sender: TObject);

var

psz : PChar;

pdw : PDword;

dw1, dw2, dw3 : DWord;

begin

s := Edit1.Text;

psz := PChar(s);

pdw := PDWORD(psz);

Dec(pdw);Dec(pdw);Dec(pdw);

dw1 := pdw^;

Inc(pdw);dw2 := pdw^;

Inc(pdw);dw3 := pdw^;

ListBox1.Items.Add( Format('[Current]Size:%d, Ref:%d, Len:%d',

[dw1,dw2,dw3]) );

end;

procedure TForm1.Button2Click(Sender: TObject);

var

psz : PChar;

pdw : PDWORD;

dw1, dw2, dw3 : DWord;

s2 : string;

p1, p2 : Pointer;

begin

s := Edit1.Text;

psz := PChar(s);

pdw := PDWORD(psz);

Dec(pdw);Dec(pdw);Dec(pdw);

dw1 := pdw^;

Inc(pdw);dw2 := pdw^;

Inc(pdw);dw3 := pdw^;

ListBox1.Items.Add( Format('[Before assign]Size:%d, Ref:%d, Len:%d',

[dw1,dw2,dw3]) );

s2 := s;

p1 := Pointer(PChar(s));

p2 := Pointer(PChar(s2));

ShowMessage(Format('p1=%p,p2=%p',[p1,p2]));

psz := pChar(s);

pdw := PDWORD(psz);

Dec(pdw);Dec(pdw);Dec(pdw);

dw1 := pdw^;

Inc(pdw); dw2 := pdw^;

Inc(pdw); dw3 := pdw^;

ListBox1.Items.Add( Format('[After assign]Size:%d, Ref:%d, Len:%d',

[dw1,dw2,dw3]) );

s2 := s2 + 'Another string';

p1 := Pointer(PChar(s));

p2 := Pointer(PChar(s2));

ShowMessage(Format('p1=%p,p2=%p',[p1,p2]));

psz := pChar(s);

pdw := PDWORD(psz);

Dec(pdw);Dec(pdw);Dec(pdw);

dw1 := pdw^;

Inc(pdw); dw2 := pdw^;

Inc(pdw); dw3 := pdw^;

ListBox1.Items.Add( Format('[After COW]Size:%d, Ref:%d, Len:%d',

[dw1,dw2,dw3]) );

end;

procedure TForm1.Button3Click(Sender: TObject);

begin

ListBox1.Items.Clear;

end;

如果你对指针的概念比较清楚的话，上面的代码是不难理解的。下面是该程序的输出结果：

[Current]Size:22, Ref:5, Len:5

[Before Assign]Size:22, Ref:2, Len:5

[After Assign]Size:22, Ref:3, Len:5

[After COW]Size:22, Ref:2, Len:5

观察上述结果，可以得出几个结论：

1．“分配大小”和“字串长度”之间存在着一种固定的数量关系，即分配大小=字串长度+17。为什么会有这种关系？请你再看一看String类型的内存分布：（4字节）分配大小+（4字节）引用计数+（4字节）字串长度+（不定长）字符数组+（1字节）$0结束字符，4+4+4+(strlen)+1，应该是13+(strlen)才对，也就是说应该还有4字节的空间，其用途尚不清楚。值得一提的是，如果你将字符串清空，那么Len的结果可能不是你所想象的0，而是一个让你大吃一惊的数字。

2．因为分配大小和字串长度都是用4字节来表示的，而且String类型是动态分配内存，所以字符串最大可能的长度应该是2^32-17个字节。

3．在拷贝字符串的时候，Object Pascal并不是把字符串简单的复制一份，而是采取了引用计数的方法，将两个字符串指向同一个内存空间，同时引用计数加1。当字符串变量被清除的时候，引用计数减1，如果引用计数已经减为0，表明该字符串可以真正被清除了。显然，这种方法比复制整个字符串的效率要高。

4．在给字符串赋值的时候，Object Pascal首先会检查字符串的引用计数是否为1。如果是，按照一般的方法直接赋值即可；否则，就说明有两个以上字符串指向同一个地址，这种情况就复杂多了。Object Pascal使用的是Copy-on-Write机制（COW），为当前字符串另外开辟一个缓冲区，将新内容拷入；同时，原来的字符串引用计数要减一。

5．知道了String的内存布局，我们也就知道了PChar(str)的意义了。不过，使用PChar的同时也就丢失了String的动态增长和引用计数的功能，所以一定要小心，另外要注意PChar长度的计算和字符串长度一定要同步，否则会出问题。比如，下面的代码就不能正常工作：

var

str : string;

begin

SetLength(str,256);

GetWindowDirectory(PChar(str),256);

str := str + ‘win.ini’;

end;

这样的结果是不正确的。之所以不正确，是因为SetLength将字符串长度设成了256，而PChar计算的长度只到第一个$0为止。正确的方法应该是：

SetLength(str,256);

GetWindowsDirectory(PChar(str),256);

SetLength(str,StrLen(PChar(str)));

str := setr + ‘win.ini’;

说明：上面的程序是在Delphi 5下测试通过的。Borland并不保证String的内存结构在以后的Delphi版本中会保持不变，所以，上述例子只是作为测试用，实际的程序中不应该这样使用String，谨此说明。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/10797429/viewspace-101487/，如需转载，请注明出处，否则将追究法律责任。