.Net中字符串不变性与相等判断的特殊场景
- 2022 年 4 月 21 日
- 筆記
今天写bug的时候帮同事解决了一个有趣的问题，可能很多人都会答错。分享给大家。
问题
请看以下例子，并回答问题。
var s1 = "12";
var s2 = "12";
//序列化方式1
var o3 = Newtonsoft.Json.JsonConvert.DeserializeObject<string>(Newtonsoft.Json.JsonConvert.SerializeObject(s1));
//序列化方式2
MemoryStream stream = new MemoryStream();
System.Runtime.Serialization.Formatters.Binary.BinaryFormatter bf = new System.Runtime.Serialization.Formatters.Binary.BinaryFormatter();
bf.Serialize(stream, s1);
stream.Seek(0, SeekOrigin.Begin);
var o4 = bf.Deserialize(stream);
//====分割线===================================================
var e1 = object.ReferenceEquals(s1, s2);
var e2 = o4 == s1;
var e3 = s1.Equals(o4);
var e4 = o3 == o4;
Console.ReadKey();
请回答分割线后e1, e2, e3, e4 值为true还是false。
人人都知道在.Net中字符串是享元模式的经典范例。字符串具有不变性。（至少在托管层，事实上可以在非托管层修改字符串的值），但你真的能回答对上面的问题么？
答案
e1 = true;
e2 = false;
e3 = true;
e4 = false;
要了解这个问题首先可以看下字符串在内存中的布局。
如何在visual studio中查看变量的内存布局
在VS中可以非常方便的查看托管或非托管变量的内存值。方法如下。
- 依次在调试模式下打开 调试 -> 窗口 -> 内存 -> 内存1（1~4均可） 打开内存对话框。
- 在地址栏中输入变量名即可。
字符串变量在内存中的布局
在.Net中字符串是以UTF-16格式在内存中保存的。在本例中s1的内存如下。
00 00 00 00 00 00 00 00 98 d6 fc e5 fb 7f 00 00 02 00 00 00 31 00 32 00
这里可能与你拿到的结果不一样。你可能并没有前8位0x00，因为我把对象头带上了。下面依次解释各段含义。
00 00 00 00 00 00 00 00最开始的8比特是对象头。其中，在64位下，高4位为0，低4位为一个不为0的数（这里由于并没有执行lock或Gethashcode操作，所以这里为0，感兴趣的自行实验.）98 d6 fc e5 fb 7f 00 00对象的MethodTable，根据类型而不同,对象的引用指向的位置。02 00 00 00字符串长度，这里是2。31 00 32 00字符串数组* char，注意都是小端模式。
拿以上s1 s2 o3 o4分别实验可以发现他们的内存一模一样，其中s1 s2直接就是同一块内存地址，但剩下的内存地址都不一样。
比较与解答
-
e1 = true;通过内存看合情合理，毕竟都同一块内存了。 -
e2 = false;这里如果用的VS的版本比较高的话，也能看出来。因为这里VS会提示：可能非有意的引用比较。
既然是引用比较，内存地址都不一样，肯定是false了。但是如果vs版本不高的话则迷惑性就较大了，其实这里做的是
ReferenceEquals的比较。 -
e3 = true;这里问题出在.Net代码里。字符串类型Equals方法被重载了。
// Determines whether two strings match.
public override bool Equals([NotNullWhen(true)] object? obj)
{
if (object.ReferenceEquals(this, obj))
return true;
if (!(obj is string str))
return false;
if (this.Length != str.Length)
return false;
return EqualsHelper(this, str);
}
EqualsHelper方法最终则调用如下。（在.Net 6下）
// Optimized byte-based SequenceEquals. The "length" parameter for this one is declared a nuint rather than int as we also use it for types other than byte
// where the length can exceed 2Gb once scaled by sizeof(T).
public static unsafe bool SequenceEqual(ref byte first, ref byte second, nuint length)
由于实现过于复杂（.Net framework 4.5.2下则较简单，直接按长度比较char，有兴趣的自行查阅），这里就不贴具体实现了。我们很容易看出这里比较的目的是比较两段内存是否相等，显然为true。
e4 = false;这里是为了比较不同序列化方式的影响，和e2类似，结果显然是true。
结论
虽然.Net中字符串是享元模式创建的，但并不能保证同一字符串在内存里只有一份。比如序列化情况等例外情况。如果读者知道其他情况也可以告诉我，提前说声感谢
