编译器如何看待字符串？

Question

在 C 中，编译器有一个指向字符串开头的指针，并有一个结束符号 ('\0')。如果用户想要计算字符串长度，编译器必须数出字符串数组的元素，直到找到 '\0' 为止。

而在 UCSD-strings 中，编译器将字符串长度存储在前几个字符中。

那么对于 C#-strings，编译器又是如何处理的呢？是的，在用户的角度看来，String 是一个具有字段 Length 的 object，我不是在讲高级东西。我想知道深层次的算法；例如，编译器如何计算字符串的长度？

- homk

---

你对 C 语言的假设是错误的。C 编译器可以准确地知道每个字符串的长度。要查看这一点，请调用 sizeof 函数，并将其应用于字符串本身（而不是字符串的指针）。请注意，此操作不会改变原有的含义。 - MSalters

通常情况下，我会将此关闭为重复项，但是这些重复项很糟糕。http://www.codeproject.com/Articles/3377/Strings-UNDOCUMENTED - usr

@MSalters：我认为homk指的是长度实现（在C中为strlen函数），而不是编译器。 - Cactus Golov

你把编译器看到的和执行时发生的混淆了。编译器处理字符串的方式可能与像 strlen 这样的函数处理字符串的方式完全不同，编译时和运行时的表示可能完全不同。 - user2357112

在C语言编程中，编译器有一个指向字符串开头的指针，并且有一个终止符('\0')。不是的，在C语言中，编译器有一个起始引号和结束引号。它会将它们之间的字符数作为“sizeof”结果返回，无论它们是什么，包括嵌入的空字符。 strlen()与此无关，指针也不相关。编译器还会在编译后的字符串末尾添加一个空字符。在源文本中并不存在这个字符。 - user207421

Answer 1

让我们执行以下代码:

string s = "123";
string s2 = "234";
string s3 = s + s2;
string s4 = s2 + s3;
Console.WriteLine(s + s2);

现在让我们在最后一行设置断点并打开内存窗口：

在内存窗口中写入s3，我们可以看到2个字符串(s3和s4)相继分配，开头有4个字节的大小。

此外，您还可以看到其他分配的内存，例如strings类类型标记和其他string类数据。

string类本身包含一个成员private int m_stringLength;，其中包含string的长度，这也使得string.Concat()执行非常快(通过在开始时分配整个长度)：

int totalLength = str0.Length + str1.Length + str2.Length;

String result = FastAllocateString(totalLength);
FillStringChecked(result, 0, str0);
FillStringChecked(result, str0.Length, str1);
FillStringChecked(result, str0.Length + str1.Length, str2);

我觉得有点奇怪的是，对于string类型的IEnumerable<char>.Count()实现是使用默认实现，这意味着逐个迭代项目，而不像ICollection<T>（如List<T>）那样通过获取其ICollection<T>.Count属性来实现IEnumerable<char>.Count()。

- Tamir Vered

---

如果这就是你想知道的，那么你真正的问题与“从编译器的角度来看”毫无关系。 - user207421

Answer 2

在C#中，字符串的长度存储在对象的一个私有字段中（[NonSerialized]private int m_stringLength;），它不需要在运行时计算。 String类的源代码可以在线查看。

- Jakub Lortz