C#中字符串优化String.Intern、IsInterned详解

前言

string是一种很特殊的数据类型，它既是基元类型又是引用类型，在编译以及运行时，.net都对它做了一些优化工作，正式这些优化工作有时会迷惑编程人员，使string看起来难以琢磨。本文将给大家详细介绍关于c#字符串优化string.intern、isinterned的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍吧。

首先看一段程序：

using system;
 
class program
{
 static void main(string[] args)
 {
 string a = "hello world";
 string b = a;
 a = "hello";
 console.writeline("{0}, {1}", a, b);
 console.writeline(a == b);
 console.writeline(object.referenceequals(a, b));
 }
}

这个没有什么特殊的地方，相信大家都知道运行结果：

hello, hello world
false
false

第二个writeline使用==比较两个字符串，返回false是因为他们不一致。而最后一个writeline返回false，因为a、b的引用不一致。

接下来，我们在代码的最后添加代码：

console.writeline((a + " world") == b);
console.writeline(object.referenceequals((a + " world"), b));

这个的输出，相信也不会出乎大家的意料。前者返回true，因为==两边的内容相等；后者为false，因为+运算符执行完毕后，会创建一个新的string实例，这个实例与b的引用不一致。

上面这些就是对象的通常工作方式，两个独立的对象可以拥有同样的内容，但他们却是不同的个体。

接下来，我们就来说一下string不寻常的地方

看一下下面这段代码：

using system;

class program
{
 static void main(string[] args)
 {
 string hello = "hello";
 string helloworld = "hello world";
 string helloworld2 = hello + " world";
 
 console.writeline("{0}, {1}: {2}, {3}", helloworld, helloworld2,
 helloworld == helloworld2,
 object.referenceequals(helloworld, helloworld2));
 }
}

运行一下，结果为：

hello world, hello world: true, false

再一次，没什么意外，==返回true因为他们内容相同，referenceequals返回false因为他们是不同的引用。
现在在后面添加这样的代码：

helloworld2 = "hello world";
console.writeline("{0}, {1}: {2}, {3}", helloworld, helloworld2,
 helloworld == helloworld2,
 object.referenceequals(helloworld, helloworld2));

运行，结果为：

hello world, hello world: true, true

等一下，这里的hellowworld与helloworld2引用一致？这个结果，相信很多人都有些接受不了。这里的helloworld2与上面的hello + " world"应该是一样的，但为什么referenceequals返回的是true？

string.intern

有经验的程序员们，应该知道，一个大型项目中，字符串的数量是巨大的。有些时候会出现几百、几千、甚至几万的重复字符串存在。这些字符串的内容相同，但却会重复分配内存，占用巨额的存储空间，这个肯定是要优化处理的。而c#在处理这个问题的时候，采用的就是普遍的做法，建立内部的池，池中每一个不同的字符串存在唯一一个个体在池中（这个方案在各种大型项目中都能见得到）。而c#毕竟是一种语言，而不是一个面向某个具体领域的技术，所以，它不能将这种内部的池技术，做成全部自动化的。因为我们不知道，将来c#会被使用到何种规模的项目中。如果完全自动化维护这个内部池，可能会在大型项目中，造成内存的巨大浪费，毕竟不是所有的字符串都有必要加到这个常驻的池中的。于是，c#提供了string.intern和string.isinterned接口，交给程序员自己维护内部的池。

string.intern的工作方式很好理解，你将一个字符串作为参数使用这个接口，如果这个字符串已经存在池中，就返回这个存在的引用；如果不存在就将它加入到池中，并返回引用，例如：

console.writeline(object.referenceequals(string.intern(helloworld), string.intern(helloworld2)));

这段代码将返回true，尽管helloworld与helloworld2的引用不同，但他们的内容相同。

这里我们花几分钟，测试一下string.intern，因为在某些情况下，它产生的结果，有点违反直觉。这里是一个例子：

string a = new string(new char[] {'a', 'b', 'c'});
object o = string.copy(a);
console.writeline(object.referenceequals(o, a));
string.intern(o.tostring());
console.writeline(object.referenceequals(o, string.intern(a)));

第一个writeline返回false很好理解，因为string.copy创建了一个a的新的实例，所以，o与a的引用不用。

但为什么第二个writeline返回的是true？思考一下吧，下面再看一个例子：

object o2 = string.copy(a);
string.intern(o2.tostring());
console.writeline(object.referenceequals(o2, string.intern(a)));

这个看起来，与上面的做了同样的事，但为什么writeline返回的是false？

首先，需要说明一下tostring的工作方式，它总是返回它自身的引用。o是一个指向“abc”的变量，调用tostring返回的就是这个引用。所以，对于上面的内容，可以这样解释：

• 开始，变量a指向字符串对象“abc”（#1），变量o指向另一个字符串对象（#2），也包含“abc”。
• 调用string.intern(o.tostring())将对象#2的引用添加到内部池中。
• 现在#2对象已经存在池中了，任何时候，使用“abc”调用string.intern都将返回#2的引用（o指向了这个对象）。
• 所以，当你使用referenceequals比较o和string.intern(a)时，返回true。因为string.intern(a)返回的是#2的引用。
• 现在我们创建一个新的变量o2，使用string.copy(a)创建一个新的对象#3，它也包含“abc”。
• 调用string.intern(o2.tostring())没有向内部池中添加任何内容，因为“abc”已经存在（#2）。
• 所以，此时调用intern返回的是对象#2的引用。注意，这里并没有使用类似o2 = string.intern(o2.tostring())这样的代码。
• 这就是为什么最后一行writeline打印的false的原因，因为我们在尝试比较#3与#2的引用。如果如7中所说，添加o2 = string.intern(o2.tostring())这样的代码，writeline返回的就是true。

string.isinterned

isinterned，正如它的名字，判断一个字符串是不是已经在内部池中。如果传入的字符串已经在池中，则返回这个字符串对象的引用，如果不再池中，返回null。

下面是一个isinterned例子：

string s = new string(new char[] {'x', 'y', 'z'});
console.writeline(string.isinterned(s) ?? "not interned");
string.intern(s);
console.writeline(string.isinterned(s) ?? "not interned");
console.writeline(object.referenceequals(
string.isinterned(new string(new char[] { 'x', 'y', 'z' })), s));

第一个writeline打印的是“not interned”，因为“xyz”还没有存在于内部池中；第二个writeline打印了“xyz”因为现在内部池中有了“xyz”；第三个writeline打印true，因为对象引用的就是内部池中的“xyz”。

常量字符串自动被加入内部池

改变最后一行代码为：

console.writeline(object.referenceequals("xyz", s));

你会发现，奇怪的事情发生了，这些代码不再输出“not interned”了，并且最后的两个writeline输出的是false！发生了什么？

原因就是这个最后添加的那行代码中的常量“xyz”，clr会将程序中使用的字符常量自动添加到内部池中。所以，当最后一行被添加之后，“xyz”在程序“运行之前”（避免严谨，这里用引号）就已经存在于内部池中。所以，当调用string.isinterned的时候，返回的不再是null，而是指向“xyz”的引用。这也解释了，为什么后面的referenceequals返回false，因为s从来没有被加到内部池中，其指向也不是内部池的"xyz"。

编译器比你想象的要聪明

改变最后一行代码为：

console.writeline(object.referenceequals("x" + "y" + "z", s));

运行一下，你会发现运行结果和直接使用“xyz”一样。但这里使用了+运算符啊？编译器不应该知道”x“+"y"+"z"最终的结果吧？

实际上，如果你将”x“+"y"+"z"替换为string.format("{0}{1}{2}",'x','y','z')，结果确实就不一样了。某种原因，clr会将使用+运算符链接的字符串视为常量，而string.format却需要在运行时才能知道结果。为什么？看一下下面的代码：

using system;
 
class program {
 public static void main() {
 console.writeline("x" + "y" + "z");
 }
}

这段代码编译之后，使用ildasm.exe查看，会看到：

screenshot - ildasm intern-xyz main method.png

看到了吧，编译器足够聪明，将”x“+"y"+"z"替换为”xyz“。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。