C#的数据类型以及内存管理机制剖析（1）

尽管C#（事实上是基于.Net Framework的所有语言）自动处理了内存的分配和释放的问题，并且引入了垃圾收集机制，有完善的数据类型管理能力。但是对于很多情况下，了解其深层的机制是非常有用的，能够大大提高程序的效率。如今Phone7的发布，在移动设备和一些特殊应用上。聪明而又有技巧地处理内存管理和各种数据类型显得非常有用，能够更好得维护和开发程序。

1. Windows内存管理机制

各位要深入了解C#的内存管理机制，首先必须要先了解下Windows的内存管理系统。俺记得大学的时候开过一门课叫《操作系统原理》，大家别砸我，这门课俺烤得不好……hh, 关键是提一下内存管理系统，大家还记得块映射和分页映射不？CPU在高速缓存里维护了一张表，放的是内存和磁盘上的数据块的映射关系。具体我就不说了（书上弄了两章来掰扯这个机制），反正就是把一个程序的内存空间分成很多块，会有个算法把最近使用的内存块写入内存（RAM），内存块还可以分，放进高速缓存（Cache），以便下次访问能够高速读取。当然还涉及到写的机制，有很多种方式，还有冲突处理，锁什么的，这些机制当年很令人抓狂哈，现在想想其实网站和程序的缓存机制不是就脱胎于这些算法吗？只不过简单了很多。在32位的系统下，一个程序的最大内存空间是4GB，这4GB就这么在底层的操作系统下管理着，分成了很多段，页和块。这些内存块里放了些什么东西呢？嗯，大家都知道的--数据和逻辑。逻辑就是你的代码中的方法，表示计算，运行，处理；那数据就是要加工的对象了。在C++里面分成简单数据类型和指针数据类型。这个数据，包括变量，常量，对象实体。通常数据占据了一个程序绝大部分的内存空间。也是我们需要进行内存管理的部分。

2. C#数据类型

其实C#中的数据类型也是和C++一样分两种，分别是值类型和引用类型。

（1）值类型对应于C++的简单数据类型，比如int，double，bool，值类型是.Net Framework的预定义类型，总共有13个，详见下表：

类型	说明	注意
char	16位unicode字符
sbyte	8位有符号整型
short	16位有符号整型
int	32位有符号整型	数值默认变量类型
long	64位有符号整型	前缀：L
byte	8位无符号整型
ushort	16位无符号整型
unit	32位无符号整型	前缀：U
ulong	64位无符号整型	前缀：UL
float	32位单精浮点数	前缀：F
double	64位双精浮点数	默认浮点数变量类型
decimal	128位高精度十进位数	会造成性能损失，前缀：M
bool	bool值	true/false

*16进制数加前缀0x，如0x12ba；

还有一点必须指出，C#中的结构struct和C++不同，这是一个值类型，不能被继承。struct派生于System.ValueType。

.Net的内置类型也叫CTS类型，值类型存储的位置是内存空间的堆栈区（stack），《数据结构》里的堆栈（先进后出）

{
int p1;
int p2;
//code
{
int q1;
int q2;
//code
}
}

stack top	变量
700012-700015	p1
700008-700011	p2
700004-700007	q1
700000-700003	q2
stack bottom

可看到上图所示，变量是外层括号先进栈，内层后进栈的顺序。释放时则反之。堆栈指针总是指向最后进栈的变量，同时保留指向下一个堆栈空位的指针。

这样的结构会使得变量的读取非常高效，只要移动指针就能获得和释放变量。缺点是不够灵活，管理很大的数据结构效率不高。对于值类型，是不需要.net的垃圾回收机制的，本身就能很好地进行内存管理。

（2）引用类型对应另外一种C++的数据类型，指针类型。这就是说我们如果创建一个引用类型，那么实际是在堆中分配了一块内存空间。然后这个变量实际上是指向这个内存块的指针，在C#中有两种数据是作为引用类型的：第一类是CTS类型中的引用类型，有两个：object和string； 第二类是C#中各种的类，必须从object继承（包括自定义类和C#类库）。广义上讲object类型加上string也对，因为所有C#（.Net Framwork）的类都是继承于System.object这个基类的。

为什么我们要把Object和String类型分开呢？这个是有原因的，string类型是个很特殊的引用类型。

using System;

namespace StringTest
{
    class StringExpress
    {
        public static void Main()
        {
            string s1 = "I am a string";
            string s2 = s1;
            Console.WriteLine(s1);
            Console.WriteLine(s2);
            s2 = "I am a new string";
            Console.WriteLine(s1);
            Console.WriteLine(s2);
        }
    }
}

既然是引用类型大家觉得通常情况下应该显示什么呢？因为变量只是个引用（指针），所以s1和s2应该是指向同一个内存区的，事实上，当运行

string s2 = s1;

s1和s2的确是指向一样的字符串变量的，前两行输出是：

I am a string

I am a string

大家猜猜后两行会是什么呢？结果是：

I am a string

I am a new string

这就是string类型的特殊之处了，当你给string赋一个新值时，将会创建新的对象而不会覆盖原来的值，这实际上是应用了运算符重载，重新分配了引用对象。

Object类有很多应用和特点，会在以后的文章中讨论。装箱拆箱，还有一些对类基本方法也都是在Object中定义的。

3. 垃圾收集

垃圾回收是.Net中的一个非常重要的机制，事实上这个机制在很大程度上确保了.Net Framework的高性能。垃圾回收是一种对引用类型数据进行释放的自动机制。在C++中这个是不存在的，所有的对象实体都要代码明确得释放，否则会一直占据内存空间。

我们知道引用类型，维护的是一个指针。这个指针本身实际上也是放在堆栈（Stack）中的，而指向的内存空间是在堆（heap）中。GC（垃圾收集）去释放堆中的内存是根据引用指针来判断地，如果堆中的一个内存块已经没有任何引用（引用变量已经超出范围），那么当一轮垃圾回收进行时，这块内存会被释放。事实上.Net的垃圾回收机制并不只是做了这些。通常堆中的数据，由于多次释放和分配，会变得支离破碎。成为一块块的内存块，这样为分配新的内存空间造成麻烦。因为分配新的空间时需要遍历整个堆空间，以确定一块足够创建对象实例的内存块，并建立引用变量，同时维护堆的存储记录。这样不但效率底下，而且会降低内存使用率。

GC在垃圾回收时会做两个步骤，1.释放内存空间。2.重新调整并压缩堆区，使剩下的对象重新移动到堆的一个端部。尽管这样做会造成一些额外的资源开销，但是完成这个步骤后，实例化一个对象，以及查找访问实例都会快很多，事实上提高了性能。这个第二步机制也是托管堆和未托管堆的主要区别。

垃圾收集的时机是由系统控制的，具体的算法微软并没有公布过。通常我们也可以自己在需要的时候调用垃圾回收机制，能够显式地执行System.GC.Collect()。但不推荐，因为这个过程事实上是比较消耗资源的，没有自动收集效率高；对整个程序的执行效果来说，正常情况下还是使用系统的自动收集机制更好些。

下一篇文章将会详细分析垃圾回收机制和C#的对象使用。