RUST 学习日记第14课 ——字符串(二)

RUST 学习日记第14课 ——字符串（二）

0x00 回顾与开篇

最近工作比较忙，更新频率慢了下来，希望大家谅解下。上节课初步了解了Rust的字符串，在Rust中有两种字符串类型，一种是可变长度字符串，也叫字符串切片，另一种则是不可变长度的字符串。也熟悉了简单使用它们的方法。这节课继续讲解字符串，深入到内存剖析Rust字符串。

0x01 可变长度字符串String和向量Vector

联系和区别

上节提到过，可变长度字符串String其实是一个结构体，里面封装了Vec<T>，那么它跟向量又存在什么样的联系和区别呢？具体看下面的表格。

	Vec<T>	String
自动释放内存	是	是
可扩展	是	是
::new()和::with_capacity()静态方法	是	是
.reverse()和.capacity()方法	是	是
.push()和.pop()方法	是	是
范围语法s[start...end]	是	是
自动转换	&Vec<T> 到 &[T]	&String 到 &str
继承方法	继承自 &[T]	继承自 &str

String的构成

String*类型的分别由三部分构成，分别与其三个方法相对应：

1、as_ptr()：指向堆中字节虚了的指针

2、len()：堆中字节序列的字节长度

3、capacity()：在堆上分配的容量

示例代码如下：

    let mut hello = String::with_capacity(15);
    hello.push('h');
    hello.push('e');
    hello.push('l');
    hello.push('l');
    hello.push('o');

    println!("hello 字符串的内容 -> {}", hello);

    println!("hello 堆上的指针 -> {:p}", hello.as_ptr());
    println!("hello 的容量 -> {}", hello.capacity());
    println!("hello 的字节长度 -> {}", hello.len());
    
    println!("hello 栈上的指针 -> {:p}", &hello);

代码运行结果:

hello 字符串的内容 -> hello
hello 堆上的指针 -> 0x1f20a76cd00
hello 的容量 -> 15
hello 的字节长度 -> 5
hello 栈上的指针 -> 0x76a26ff7c0

上面代码首先初始化了一个容量15的字符串hello。然后使用push方法，向其中添加了5个char类型的字符。

然后输出字符串的内容，指针，容量，字节长度。注意最后的&hello和hello.as_ptr()两个地址是不一样的。&hello获取的是字符串变量在栈上的指针地址，而hello.as_ptr()获取的是hello字符串在堆中字节序列的指针地址。具体内存模型，下面会讲到。

0x02 字符串在内存的表示

为什么Rust要设计两种字符串？它们有什么区别？前面讲了那么多，也都是概念，真正要搞明白它们之间的关系，还要深入到内存里面去剖析。下面就一起来剖析String，&str，str，字面量的关系。

以下面这几个变量为例：

let hello_string = String::from("hello");
let hello_str = &hello_string[1..];
let hello_literal = "world";

image

hello_string是一个可变长度的字符串，它在内存中的结果与向量类似，真正的字符串则存放在堆上。在堆上给String分配一个可伸缩缓冲区，因此可以按需来调整其大小。

hello_str是一个字符串切片，是对其它变量拥有的一段UTF-8文本的引用。它只是“借用”了这些文本而已。&str其实也是一个胖指针（Fat Pointer），包含实际数据的地址和其长度。可以把&str想象成一个&[u8]，只不过他能存储格式完好的UTF-8。

hello_literal是一个字符串字面量，它通常跟程序的机器码存储在预分配的只读内存区，当程序执行的时候创建，程序退出时会自动释放。

扩展：什么是胖指针（Fat Pointer）？

定义：胖指针（Fat Pointer）是一个双字宽的值，它除了指向对象的地之外，还会额外存储长度信息。

通俗点说，普通指针通常是占内存8个字节，而胖指针则是占内存16个字节，因为它比较宽，所以叫胖指针。如切片（Slice）类型，它保存着指向堆上的地址和长度。

如何理解str类型？

在Rust中是没有GC的，程序的内存由编译器去分配，代码最终编译为LLVM IR，其携带了内存分配的信息。因此，要更合理的分配内存，编译器必须预先知道类型的大小。

然而str则是无固定大小的字符串，它仅仅是个类型而已，无法确定其大小，在运行时之前没有人知道它的大小。而在Rust中，大部分的类型都是可以在编译期确定大小的类型（Sized Type），如：i32占4个字节，i64占8个字节，在程序编译期就可以确定它的大小。当然也存在动态大小的类型（Dynamic Sized Type），经常简称为DST，如：str，由于它无法在编译期确定大小，因此就不能声明。对于这种情况，在Rust则提供了引用类型，字符串切片的引用类型&str。因为它是胖指针，可以在编译期确定大小哦。

0x03 小结

str字符串序列存储于程序的堆内存中或者静态只读区。而&str和String都存储在栈上，指针指向str。str在Rust中仅仅作为一个类型存在。那么在一个程序中到底是使用&str还是String呢？由于所有权的知识还没介绍过，所以这里先不讨论这个问题。现在只需知道&str可以引用任何字符串的任意切片即可。在这节课里涉及了很多关于内存的知识，后面我也会抽时间讲下有关内存的一些概念。下节课主要讲解下字符串的简单常用方法。

0x04 本节源码

014 · StudyRust - 码云 - 开源中国 (gitee.com)

下节预告——字符串的常用方法。

RUST 学习日记 第14课 ——字符串(二)