從sizeof(string)到引用計數的漫遊

前言：

　　說是漫遊，其實就是扯，一點一點的扯。

　　話說以前參加華爲的德州撲克比賽，我用C++解析消息的時候碰到一個小問題，就是定長收消息的時候出錯，在Linux下調了好久好久，終於發現，sizeof(string)不是string的size,而是string類型的大小。固然，用string.size()就能夠輕鬆解決了，而做品也在昨晚提交了，不過，交的是python的。個人C++程序，送給了兩支隊伍，讓他們去參賽，惋惜，白眼狼。

　　既然有閒暇時間了，那麼就要深究一下，sizeof(string)是個什麼鬼，我從代碼測試開始，查閱到容器的幾個屬性的不一樣，再定位到了string的幾種實現，終於明白了sizeo(string)f的大小，又對引用計數產生量興趣。下文將按照這個路線，簡單的闡述一下過程與實現。

1、sizeof(string)的兩個值

　　先上測試代碼：

　　

#include <string>
#include <iostream>

int main()
{
    std::string first = "abcde";
    std::string second = first;
    std::string c;

    std::cout << "sizeof result of each str " << std::endl;
    std::cout << "first:" << sizeof(first) << std::endl;
    std::cout << "second:" << sizeof(second) << std::endl;
    std::cout << "c:" << sizeof(c) << std::endl;

    return 0;
}

　　本代碼是測試三種不一樣形式的string的大小，運行結果以下：

　　

　　全是28，是char*的7倍。此結果是在windows下，vs2013跑的結果。而在Linux下，g++4.6的結果是4。

　　那麼問題來了爲何first,second,c的sizeof都是同樣大小，而又爲何在不一樣編譯器下，值不一樣呢？

　　首先，回答爲何first,second,c的sizeof都是同樣大小。

　　一、什麼是sizeof。 

　　　　sizeof是一個關鍵字，返回對象在內存中的大小，例如sizeof(char*) = 4. 那麼sizeof(string)返回的固然是string這個變量在內存（棧）中的大小了。不過爲何對於不一樣string，在同一平臺下返回的值都是相同的。

　　二、string在vs2013中實現的猜想。

　　　　首先，string是一種容器，那麼它有這容器的函數size()與capacity(),其中，size()是容器對象實際存儲的對象個數，而capacity()返回的是容器對象總共能夠存儲的值。那麼，既然sizeof(string)的返回值是char * 的7倍，那麼是否是value存在一個動態內存中，而size(),capacity()等在一塊呢，加上點什麼，而後湊夠了7倍的char *？

　　　　通過查閱資料發現，有一種string的實現是這樣的：string對象指針大小的7倍，包含：一個分配子，默認大小爲15的存實際字符的value，一個size()，一個capacity()，總共：4+15+1+4+4 = 28；其中1表明字符串預留的''0'，方便c_str()的實現.正好是char*的7倍。示意圖以下：

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　　　也就是說，當字符串的有效字符少於15時，建立一個新的對象，不會致使動態內存分配，那麼當字符串長度大於15呢？則在Value部分擠出一塊做爲指向動態內存的指針，動態內存中存實際的字符，示意圖以下：

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　　經過對有效字符小於15的string調用capacity()發現，確實是15，而大於15的，則爲會大於等於實際字符，這個與容器的內存分配策略有關。屬於預分配空間的一種。至此，解決了，爲何first,second,c的sizeof返回值在同一平臺下同樣的問題。

　　　其次，解釋爲何g++與vs2013下結果不一樣。

　　　緣由很簡單了，string在不一樣平臺下可能存在不一樣的實現。既然Linux的g++下返回值是4，那麼猜想它就一個指針，而後指針指向了具體的結構。通過查資料發現，至少有兩種string的實現，在sizeof下都會返回4.

　　　 一、第一種可能的實現

　　　　這種實現是一個指針指向一個結構，而後這個結構一個地方指向有效字符，示意圖以下：

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　　　Other是一些與同步相關的數據。建立該實現的對象時，至少會致使兩次內存動態分配。

　　　　二、第二種可能的實現

　　　　該實現比上一種直接一些，示意圖以下：

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　　　　建立該對象時，只會引起一次動態內存分配。

2、「拖延症」與引用計數

細心的讀者可能發如今最後兩種視線中有個RefCnt。這個是引用計數，那麼它是作什麼用的呢？

　　一、寫時複製

　　在後兩種實現中，你當用出以下語句時 : 

　　　　　　

string s = s1;

s 與 s1只是pointer不一樣，其他的都是共享的，這樣能夠儘可能減小構造函數與析構函數的調用。當其中一個發生變化時，被寫入新值時，纔會真正的建立一個實實在在的對象。Linux中的fwrite等IO都拖延症的思想，fork也是如此，這樣儘可能減小內存分配，構造與析構。

　　二、引用計數

　　因爲多個指針共享同一動態內存，只有當RefCnt = 0時，纔會析構內存，這樣保證每一個共享的字符串都是能正常工做的。Linux中文件描述符就是這樣的。

參考：

　　Effective STL