string:值类型？引用类型？[转]
string是一种很特殊的数据类型，它既是基元类型又是引用类型，在编译以及运行时，.Net都对它做了一些优化工作，正式这些优化工作有时会迷惑编程人员，使string看起来难以琢磨，这篇文章分上下两章，共四节，来讲讲关于string的陌生一面。
一．恒定的字符串
要想比较全面的了解stirng类型，首先要清楚.Net中的值类型与引用类型。在C#中，以下数据类型为值类型：
bool、byte、char、enum、sbyte以及数字类型(包括可空类型)
以下数据类型为引用类型：
class、interface、delegate、object、stirng
看到了吗，我们要讨论的stirng赫然其中。被声明为string型变量存放于堆中，是一个彻头彻尾的引用类型。
那么许多同学就会对如下代码产生有疑问了，难道string类型也会“牵一发而动全身”吗？让我们先来看看以下三行代码有何玄机：
string a = "str_1";
string b = a;
a = "str_2";
不要说无聊，这一点时必须讲清楚的！在以上代码中，第3行的“=”有一个隐藏的秘密：它的作用我们可以理解为新建，而不是对变量“a”的修改。以下是IL代码，可以说明这一点：
.maxstack 1
.locals init ([0] string a,
[1] string b)
IL_0000: nop
IL_0001: ldstr "str_1"
IL_0006: stloc.0
IL_0007: ldloc.0
IL_0008: stloc.1
IL_0009: ldstr "str_2"
IL_000e: stloc.0 //以上2行对应 C#代码 a = "str_2";
IL_0015: ret
可以看出IL代码的第1、6行，由ldstr指令创建字符串"str_1"，并将其关联到了变量“a”中；7、8行直接将堆栈顶部的值弹出并关联到变量“b”中；9、10由ldstr创建字符串"str_2"，关联在变量“a”中（并没有像我们想象的那样去修改变量a的旧值，而是产生了新的字符串）；
在C#中，如果用new关键字实例化一个类，对应是由IL指令newobj来完成的；而创建一个字符串，则由ldstr指令完成，看到ldstr指令，我们即可认为，IL希望创建一个新的字符串 。（注意：是IL希望创建一个字符串，而最终是否创建，还要在运行时由字符串的驻留机制决定，这一点下面的章节会有介绍。）
所以，第三行C#代码(a = "str_2";)的样子看起来是在修改变量a的旧值"str_1"，但实际上是创建了一个新的字符串"str_2"，然后将变量a的指针指向了"str_2"的内存地址，而"str_1"依然在内存中没有受到任何影响，所以变量b的值没有任何改变---这就是string的恒定性，同学们，一定要牢记这一点，在.Net中，string类型的对象一旦创建即不可修改！包括ToUpper、SubString、Trim等操作都会在内存中产生新的字符串。
本节重点回顾：由于stirng类型的恒定性，让同学友们经常误解，string虽属引用类型但经常表现出值的特性，这是由于不了解string的恒定性造成的，根本不是“值的特性”。例如：
string a = "str_1";
a = "str_2";
这样会在内存中创建"str_1"和"str_2"两个字符串，但只有"str_2"在被使用，"str_1"不会被修改或消失，这样就浪费了内存资源，这也是为什么在做大量字符串操作时，推荐使用StringBuilder的原因。
二．.Net中字符串的驻留（重要）
在第一节中，我们讲了字符串的恒定性，该特性又为我们引出了字符串的另一个重要特性：字符串驻留。
从某些方面讲，正是字符串的恒定性，才造就了字符串的驻留机制，也为字符串的线程同步工作大开方便之门（同一个字符串对象可以在不同的应用程序域中被访问，所以驻留的字符串是进程级的，垃圾回收不能释放这些字符串对象，只有进程结束这些对象才被释放）。
我们用以下2行代码来说明字符串的驻留现象：
string a = "str_1";
string b = "str_1";
请各位同学友思考一下，这2行代码会在内存中产生了几个string对象？你可能会认为产生2个：由于声明了2个变量，程序第1行会在内存中产生"str_1"供变量a所引用；第2行会产生新的字符串"str_1"供变量b所引用，然而真的是这样吗？我们用ReferenceEquals这个方法来看一下变量a与b的内存引用地址：
string a = "str_1";
string b = "str_1";
Response.Write(ReferenceEquals(a,b)); //比较a与b是否来自同一内存引用
输出：True
哈，各位同学看到了吗，我们用ReferenceEquals方法比较a与b，虽然我们声明了2个变量，但它们竟然来自同一内存地址！这说明string b = "str_1";根本没有在内存中产生新的字符串。
这是因为，在.Net中处理字符串时，有一个很重要的机制，叫做字符串驻留机制。由于string是编程中用到的频率较高的一种类型，CLR对相同的字符串，只分配一次内存。CLR内部维护着一块特殊的数据结构，我们叫它字符串池，可以把它理解成是一个HashTable，这个HashTable维护着程序中用到的一部分字符串，HashTable的Key是字符串的值，而Value则是字符串的内存地址。一般情况下，程序中如果创建一个string类型的变量，CLR会首先在HashTable遍历具有相同Hash Code的字符串，如果找到，则直接把该字符串的地址返回给相应的变量，如果没有才会在内存中新建一个字符串对象。
所以，这2行代码只在内存中产生了1个string对象，变量b与a共享了内存中的"str_1"。
好了，结合第一节所讲到的字符串恒定性与第二节所讲到的驻留机制，来理解一下下面4行代码吧：
string a = "str_1"; //声明变量a，将变量a的指针指向内存中新产生的"str_1"的地址
a = "str_2"; //CLR先会在字符串池中遍历"str_2"是否已存在，如果没有，则新建"str_2"，并修改变量a的指针，指向"str_2"内存地址，"str_1"保持不变。（字符串恒定）
string c = "str_2"; //CLR先会在字符串池中遍历"str_2"是否已存在，如果存在，则直接将变量c的指针指向"str_2"的地址。（字符串驻留）
那么如果是动态创建字符串呢？字符串还会不会有驻留现象呢？
我们分3种情况讲解动态创建字符串时，驻留机制的表现：
字符串常量连接
string a = “str_1” + “str_2”;
string b = “str_1str_2”;
Response.Write(ReferenceEquals(a,b)); //比较a与b是否来自同一内存引用
输出 ：True
IL代码说明问题：
.maxstack 1
.locals init ([0] string a,
[1] string b)
IL_0000: nop
IL_0001: ldstr “str_1str_2”
IL_0006: stloc.0
IL_0007: ldstr “str_1str_2”
IL_000c: stloc.1
IL_000d: ret
其中第1、6行对应c#代码string a = “str_1” + “str_2”;
第7、8对应c# string b = “str_1str_2”;
可以看出，字符串常量连接时，程序在被编译为IL代码前,编译器已经计算出了字符串常量连接的结果，ldstr指令直接处理编译器计算后的字符串值，所以这种情况字符串驻留机制有效！
字符串变量连接
string a = “str_1”;
string b = a + “str_2”;
string c = “str_1str_2”;
Response.Write(ReferenceEquals(b,c));
输出：False
IL代码说明问题：
.maxstack 2
.locals init ([0] string a,
[1] string b,
[2] string c)
IL_0000: nop
IL_0001: ldstr “str_1”
IL_0006: stloc.0
IL_0007: ldloc.0
IL_0008: ldstr “str_2”
IL_000d: call string [mscorlib]System.String::Concat(string,
string)
IL_0012: stloc.1
IL_0013: ldstr “str_1str_2”
IL_0018: stloc.2
IL_0019: ret
其中第1、6行对应string a = “str_1”;
第7、8、9行对应string b = a + “str_2”;，IL用的是Concat方法连接字符串
第13、18行对应string c = “str_1str_2”;
可以看出，字符串变量连接时，IL使用Concat方法，在运行时生成最终的连接结 果，所以这种情况字符串驻留机制无效！
3.显式实例化
string a = "a";
string b = new string('a',1);
Response.Write(ReferenceEquals(a, b));
输出 False
IL代码：
.maxstack 3
.locals init ([0] string a,
[1] string b)
IL_0000: nop
IL_0001: ldstr "a"
IL_0006: stloc.0
IL_0007: ldc.i4.s 97
IL_0009: ldc.i4.1
IL_000a: newobj instance void [mscorlib]System.String::.ctor (char,
int32)
IL_000f: stloc.1
IL_0010: ret
这种情况比较好理解，IL使用newobj来实例化一个字符串对象，驻留机制无效。从string b = new string('a',1);这行代码我们可以看出，其实string类型实际上是由char[]实现的，一个string的诞生绝不像我们想想的那样简单，要由栈、堆同时配合，才会有一个string的诞生。这一点在第四节会有介绍。
当然，当字符串驻留机制无效时，我们可以很简便的使用string.Intern方法将其手动驻留至字符串池中，例如以下代码：
string a = "a";
string b = new string('a',1);
Response.Write(ReferenceEquals(a, string.Intern(b)));
输出：True
程序返回Ture，说明变量"a"与"b"来自同一内存地址。
三、其它
这一节将主要给大家介绍一些string的常见问题。
1.“string = ”与“new stirng()”的区别
string test = "a";
string test = new string('a', 1);
以上两行代码的效果是一样的，它们的区别在于加载”a”的时间不同：第一行的“a”是一个常量，在编译期就已经被放在一个叫做常量池的地方了，常量池通常装载一些在编译期被确定下来的数据，例如类、接口等等；而第二行是运行时CLR在堆中生成的值为“a”的字符串对象，所以后者没有字符串驻留。
2. string 与 String的区别
String的大名叫做System.String，在编译为IL代码时，string和System.String会生成完全相同的代码：(ps：long和System.Int64，float和System.Single等也有此特性)
C#代码：
string str_test = "test";
System.String Str_test = "test";
IL码：
// 代码大小 14 (0xe)
.maxstack 1
.locals init ([0] string str_test,
[1] string Str_test)
IL_0000: nop
IL_0001: ldstr "test"
IL_0006: stloc.0
IL_0007: ldstr "test"
IL_000c: stloc.1
IL_000d: ret
所以，二者的区别并不在于底层，而是在于string是类似于int的基元类型；System. String是框架类库（FCL）的基本类型，二者之间有直接的对应关系。
3.StringBuilder
StringBuilder提供了高效创建字符串的方法，由StringBuilder表示的字符串是可变的(非恒定的)，在需要多处使用“+”连接字符串变量的时候，推荐使用StringBuilder来完成，最后调用其ToString()方法输出。当调用了StringBuilder的ToString()方法之后，StringBuilder将返回其内部维护的一个字符串字段引用，如再次修改StringBuilder，它将会创建一个新的字符串，这时被修改的是新的字符串，原来已经返回的字符串才不会发生改变。
StringBuilder有两个比较重要的内部字段，大家需要掌握：
m_MaxCapacity：StringBuilder的最大容量，它规定了最多可以放置到 m_StringValue的字符个数，默认值为Int32.MaxValue。m_MaxCapacity一旦被指定就不能再更改。
m_StringValue：StringBuilder维护的一个字符数组串，实际上可以理解为一个字符串。StringBuilder重写的Tostring()方法返回的就是这个字段。
《另：再说String》
String主要具有以下的两个显著的特点：
关于Process-wide字符串驻留机制的存在，我想我在《深入理解string和如何高效地使用string》中的Sample已经很明显的证明的这点。不过文中并没有为此提供充分的理论的基础，现在我就来谈谈为什么String的驻留是跨AppDomain的。
要明白Process-wide字符串驻留机制的原理，必须首先了解一个托管程序是如何运行的。
当我们运行一个托管程序，我们知道CLR会为此创建一个Default AppDomain，但实际上Windows为我们作的事情远不止这么简单。之所以我们说一个Application是在一个托管的环境下执行的，是指的是CLR对他进行托管。所以在这之前，对CLR的加载是必须的。我们知道.NET Framework是建立在Windows平台之上的，如果说Windows是对计算机硬件的封装的话，.NET Framework则可以看成是对Windows的封装，通过.NET Framework API封装了对传统Win32的封装。正是因为Windows是.NET Framework的基础架构，所以.NET Framework只能是利用Windows所能理解的方式进行构建。而对于一个Windows来说，所有能被加载执行的都是一个PE文件（Portable Executable file），比如exe和dll。CLR也不能免俗，他实际上是一个COM Server的形式实现在一个叫做MSCorWks.Dll中，该Dll存在于.NET Framework对应的目录中。
当程序开始运行的时候，有一个称为SystemDomain的AppDomain被创建，SystemDomain加载一个名为MSCorEE.Dll,该Dll就是我们经常所说的“垫片”（shim）。通过定义在该垫片中的一个名为CorBindToRuntimeEx的函数加载对应版本的CLR，并返回一个非托管的ICLRRuntimeHost interface。SystemDomain可以说是整个Process的枢纽，它负责创建、初始化、卸载SharedDomain和DefaultDomain。
我们知道AppDomain是一个Assembly的托管容器，Assembly在一般情况下是基于某个单独的AppDomain的，不能与另一个AppDomain共享的。但是有些公用性很强的Assembly，比如我们经常使用的一些基元类型object, int，Array，ValueType等，却希望它被一个AppDomain加载之后，能够被其他的AppDomain共享，这样可以省去很多内存空间和Assembly加载带来的性能损失。这些Assembly就是被加载到SharedDomain中，我们常用的MScorLib.dll就是被以这样的方式被加载的SharedDomain中的。Default Domain就是为具体的Application创建的AppDomain，它一般以可执行文件名命名。DefaultDomain中可以通过AppDomain.CreateAppDomain创建另一个AppDomain。所以当我们运行一个托管的Application的时候，实际上创建了3个不同AppDomain：SystemDomain，ShatedDomain和DefaultDomain，而SystemDomain和ShatedDomain基于整个进程的，能够被DefaultDomain以及被它创建AppDomain共享的。
有了上面的基础，我想我们就不难理解String的驻留机制的。String的驻留机制实际上是在SystemDomain中进行的。当CLR被加载之后，会在SystemDomain对应的managed heap中创建一个Hash table的数据结构，我们可以称这个Hashtable为Interning table，因为它是被用来保存被驻留的string的，Interning table的Key为string本身，Value为string对象的地址。
当我们的托管程序（无论对于那个AppDomain）需要一个string的时候，CLR首先在这个Hashtable根据这个string的hash code试着在Interning table中找对应的Item。如果成功找到，则直接把对应的引用返回，否则就在SystemDomain对应的managed heap中创建该string，并加入到Interning table中，并把引用返回。所以我们说字符串的驻留是基于整个进程的，是可以跨AppDomain共享的，就是这个道理。
- String的恒定性：String一经创建，它所对应的字符序列就无法更改（当然我们的前提是托管的环境下）。
- String的驻留：CLR对String的创建实行驻留机制，CLR只会维护具有不同字符序列的String。换言之，在程序中使用到的具有完全相同的字符序列的String均是对应着同一个string对象，是对同一个段内存的引用。值得一提的是String的这种驻留机制不仅仅是基于某个单独的AppDomain的，而是针对整个进程的。
