借汇编之力窥探String背后的数据结构奥秘

熟悉C++、javaVB等编程语言的朋友都知道String(字符串),它是编程语言中表示文本的数据类型,字符串由若干字符组成的,是所有编程语⾔中⾮常重要的成员。可能很多朋友平时只是使用它,没有仔细研究其中的奥秘。其实,字符串还是有很多值得我们深入研究的地方

一、思考

 

在 Swift 开发使用字符串的过程中,你是否有思考过以下问题?

 

- 1 个字符串变量占用多少内存?

- 字符串 str1、str2 的底层存储有什么不同?

 

- 如果对 str1、str2 进行拼接操作,str1、str2 的底层存储又会发生什么变化?

 

 

如果你能准确地回答以上问题,那说明对 Swift 字符串的底层存储机制还是比较了解的。

 二、1 个字符串变量占用多少内存?

 

方法 1:MemoryLayout

 

首先,可以借助 Swift 自带的 MemoryLayout 来测试一下

 

 

 方法 2:汇编

 

另外,我们也可以借助一个强有力的底层分析助手—汇编语言,来窥探一下 String 的底层存储

 

- 实际上分析其他语法、系统库的底层,都可以借助汇编语言

  - 比如多态的原理、泛型的原理、Array 的底层、枚举的底层等等

  另外,不仅仅是 Swift,C、C++、OC 的底层分析,依然可以借助汇编语言

  - 毕竟你写的每一行有效代码,最终都是要转成机器指令(0 和 1)

  - 而机器指令是跟汇编指令一一对应的,每一条机器指令都能翻译成与之对应的汇编指令

  - 能读懂汇编指令,就相当于能读懂机器指令,知道 CPU 具体在干嘛(操作了什么寄存器,操作了哪块内存)

 

- 本教程的代码是直接跑在 Mac 的命令行(CommandLineTools)项目上

  - 因此展示的汇编代码是基于 X64 的 AT&T 格式汇编,并非 iOS 真机设备的 ARM 汇编

  - 其实不同种类的汇编之间有极大的相似性,只是有些指令的叫法不一样

 

跟微软的 Visual Studio 一样,Xcode 也内置了非常方便的反汇编功能,可以轻松查看每一句代码对应的汇编指令,打开反汇编界面的步骤如下

 

- 在某一行需要调试的代码打上断点(反汇编界面会在断点调试状态下显示出来)

 

- 菜单:`Debug` > `Debug Workflow` > `Always Show Disassembly`

  - `Assembly` 译为汇编, `Disassembly` 译为反汇编

 

-   运行程序,看到反汇编界面

 

如果你的反汇编经验十足,根据第 16、17 行的汇编就可以推敲出来,String 是占用 16 个字节

 

- 因为它用了 rax、rdx 寄存器存放字符串 str 的内容,而 rax、rdx 都是 8 字节的

汇编的内容太多了,因为时间和篇幅关系,文章里并不会对每一句汇编指令进行详细地讲解,更多的是想说明汇编的重要性。

 三、字符串的底层存储

 

窥探内存

 

此前我写了个可以窥探 Swift 变量内存的小工具:https://github.com/CoderMJLee/Mems

 

- 现在用它来窥探下字符串的 16 字节里面,究竟存储着什么数据

 

- `Mems.memStr(ofVal:)` 默认情况下按照 8 个字节一组来显示内存数据

 

- 传递参数 `alignment: .one` 是按照 1 个字节一组来显示内存数据

 

 

 

 

字符 '0'~'9' 的 ASCII 值是 0x30~0x39,认真观察最初 str1 的 16 个字节数据,你发现了什么?

 

- 它直接将所有字符的 ASCII 值存储在 str1 的 16 字节中

 

- 最后 1 个字节 0xea 中的 0xa 就是字符的数量,也是共 10 个字符

拼接

 

 

可以发现,当对 str1 进行拼接 "ABCDE" 的时候

- 它最终是将 "0123456789ABCDE"十五个字符的 ASCII 值都存储在了 str1 的 16 字节中

- 最后 1 个字节 0xef 中的 0xf 就是字符的数量,也是共 15 个字符

- 可以看得出来,目前 16 个字节已经存满了,那如果再拼接 1 个字符呢?

 

 

 

 

可以看到,str1 里面存储的数据发生了非常大的变化,每一个字符的 ASCII 值不见了,

- 那里面的 16 字节具体是什么含义呢?

- 所有字符('0'~'9'、'A' 到 'F')的 ASCII 值又存到哪去了呢?

其他情况

如果一开始初始化的时候(未拼接之前),字符串的内容就是超过 15 个字符呢?

 

 

相信你能猜到是这个结果

- 这 16 个字节里面并没有出现任何一个字符的 ASCII 值

- 而且这 16 个字节跟 `第27行的str1` 还是有所区别

  - 虽然它们的字符串内容都是"0123456789ABCDEF"

 

如果对 str2 进行拼接操作

 

 

 

不难发现:这时 str2 的 16 字节又发生了变化,跟 `第27行的str1` 是有点相似的

如何解决上述疑问?

上述的种种疑问,光看打印出来的内存数据是无法解决的,但是都可以利用【!!!汇编!!!】来解决,分析汇编指令,立马就得出结论,因为文章的篇幅有限,平时工作也比较忙,我把上述问题的详细剖析过程录制成了长达 2 个多小时的视频,有兴趣的朋友可以用 1.5~2 倍速度观看

- 链接:https://pan.baidu.com/s/1AkS3K1ZKP8zyxhlhLRaBkA

- 提取码:kzrk

- 视频对于没有汇编基础的朋友来说,可能会有点难度,最好挑一个头脑清醒的时间去观看

- 看完视频后,希望大家能够确切地感受到汇编语言的重要性,不要永远只停留在编写高级语言代码、沉迷于语法糖的层面。

 四、最后

我们做的这么多,当然不仅仅是为了窥探字符串的底层。同数据结构与算法一样,汇编绝对是助你程序生涯更进一步的必备良方。不仅如此,掌握这些能力,你还能玩转软件破解、游戏外挂,这是我此前⽤【汇编\C++】编写的⼀个游戏外挂:https://github.com/CoderMJLee/SeemygoPVZCheater

 

在编程领域,字符串只是如同茫茫宇宙中的一颗行星,渺小而又伟大。等待我们发掘探索的东西还有很多。在未来,互联网还有更多领域需要编程完成。时代进步,软件也日新月异的发展,不学习就等于倒退,就会被时代淘汰。对程序员⽽⾔,唯有不断的探索学习更多技术,才能在这⽚领域中纵横遨游。

如果你想提升自己的能力、升职加薪、突破瓶颈,那一定要学习更多有关汇编及数据结构与算法等相关信息。如果想要深入了解,欢迎添加我的微信19950277730,这里不仅有与编程界大牛面对面的机会,更有⽆数免费编程技巧和技术提升秘籍,我们期待与您共同进步。

猜你喜欢

转载自www.cnblogs.com/chenmo2580/p/11826912.html