主頁(yè) > 知識(shí)庫(kù) > Lua源碼中字符串類型的實(shí)現(xiàn)

Lua源碼中字符串類型的實(shí)現(xiàn)

熱門標(biāo)簽:地圖標(biāo)注大廈 漳州智云呼電話機(jī)器人 清朝地圖標(biāo)注哈爾濱 冀州市地圖標(biāo)注 新岸線智能電銷機(jī)器人 怎么去除地圖標(biāo)注 百度地圖標(biāo)注早餐區(qū)域 武漢外呼防封系統(tǒng)多少錢 個(gè)人怎么在地圖標(biāo)注需要的店鋪

 概述

    Lua完全采用8位編碼,Lua字符串中的字符可以具有任何數(shù)值編碼,包括數(shù)值0。也就是說(shuō),可以將任意二進(jìn)制數(shù)據(jù)存儲(chǔ)到一個(gè)字符串中。Lua的字符串是不可變的值(immutable values)。如果修改,實(shí)質(zhì)上是新建一個(gè)字符串。根據(jù)上文《Lua中數(shù)據(jù)類型的源碼實(shí)現(xiàn)》中知道,在Lua中,字符串是自動(dòng)內(nèi)存管理機(jī)制所管理的對(duì)象,并且由聯(lián)合體TString來(lái)實(shí)現(xiàn)存儲(chǔ)字符串值的。下面將通過(guò)Lua 5.2.1的源碼來(lái)看字符串的實(shí)現(xiàn)以及總結(jié)了在Lua中使用字符串的注意事項(xiàng)。

    源碼實(shí)現(xiàn)

    首先來(lái)看字符串對(duì)應(yīng)的數(shù)據(jù)結(jié)構(gòu)TString,其源碼如下(lobject.h):

410 /* 
411 ** Header for string value; string bytes follow the end of this structure 
412 */ 
413 typedef union TString { 
414  L_Umaxalign dummy; /* ensures maximum alignment for strings */ 
415  struct { 
416   CommonHeader; 
417   lu_byte extra; /* reserved words for short strings; "has hash" for longs */ 
418   unsigned int hash; 
419   size_t len; /* number of characters in string */ 
420  } tsv; 
421 } TString; 

對(duì)這個(gè)聯(lián)合體定義,有幾點(diǎn)值得說(shuō)明:

    I、聯(lián)合體TString中成員L_Umaxalign dummy是用來(lái)保證與最大長(zhǎng)度的C類型進(jìn)行對(duì)齊,其定義如下(llimits.h):

48 /* type to ensure maximum alignment */ 
49 #if !defined(LUAI_USER_ALIGNMENT_T) 
50 #define LUAI_USER_ALIGNMENT_T  union { double u; void *s; long l; } 
51 #endif 
52    
53 typedef LUAI_USER_ALIGNMENT_T L_Umaxalign; 

在其他可會(huì)回收的對(duì)象(比如table)的實(shí)現(xiàn)中,也可看到這個(gè)聯(lián)合體成員,這樣做的目的是通過(guò)內(nèi)存對(duì)齊,加快CPU訪問(wèn)內(nèi)存的速度。

    II、聯(lián)合體中成員tsv才是真正用來(lái)實(shí)現(xiàn)字符串的。其中成員CommonHeader用于GC,它會(huì)以宏的形式在所有的可回收對(duì)象中定義,代碼如下(lobject.h):

74 /* 
75 ** Common Header for all collectable objects (in macro form, to be 
76 ** included in other objects) 
77 */ 
78 #define CommonHeader  GCObject *next; lu_byte tt; lu_byte marked 

這個(gè)宏對(duì)應(yīng)的結(jié)構(gòu)體形式如下(lobject.h):

81 /* 
82 ** Common header in struct form 
83 */ 
84 typedef struct GCheader { 
85  CommonHeader; 
86 } GCheader; 

結(jié)構(gòu)體GCheader在通用的可回收對(duì)象union GCObject的定義中有用到。

 III、lu_byte extra對(duì)于短字符串,用來(lái)記錄這個(gè)字符串是否為保留字,對(duì)于長(zhǎng)字符串,可以用于惰性求Hash值;unsigned int hash成員是字符串對(duì)應(yīng)的Hash值(在后面會(huì)具體講Lua是怎么計(jì)算字符串的Hash值的);size_t len用來(lái)表示字符串的長(zhǎng)度。

 IV、上面的結(jié)構(gòu)體只是描述了一個(gè)字符串的結(jié)構(gòu),真正的字符串?dāng)?shù)據(jù)保存是緊隨在結(jié)構(gòu)體后面保存。

 在Lua5.2.1之前,不區(qū)分字符串長(zhǎng)和短的字符串,所有的字符串保存在一個(gè)全局的Hash表中,對(duì)于Lua虛擬機(jī)來(lái)說(shuō),相同的字符串只有一份數(shù)據(jù),從Lua5.2.1開(kāi)始,只是把短的字符串字符串(當(dāng)前定義是長(zhǎng)度小于等于40)放在全局Hash表中,而長(zhǎng)字符串都是獨(dú)立生成,同時(shí)在計(jì)算Hash值時(shí),引入一個(gè)隨機(jī)種子,這樣做的目的防止Hash Dos——攻擊者構(gòu)造出非常多相同Hash值的不同字符串,從而降低Lua從外部壓入字符串進(jìn)入全局的字符串Hash表的效率。下面是Lua5.2.1中,生成一個(gè)新字符串的步驟,其相應(yīng)的代碼都在lstring.c中:

 (1)若字符串長(zhǎng)度大于LUAI_MAXSHORTLEN(默認(rèn)值是40),則是長(zhǎng)字符串,直接調(diào)用創(chuàng)建字符串接口的函數(shù)createstrobj(當(dāng)然字符串的長(zhǎng)度需要能保存在成員size_t len中,否則直接返回),代碼如下(lstring.c):

 95 /* 
 96 ** creates a new string object 
 97 */                                                  
 98 static TString *createstrobj (lua_State *L, const char *str, size_t l,                
 99                int tag, unsigned int h, GCObject **list) {              
100  TString *ts;                                            
101  size_t totalsize; /* total size of TString object */                       
102  totalsize = sizeof(TString) + ((l + 1) * sizeof(char));                      
103  ts = luaC_newobj(L, tag, totalsize, list, 0)->ts; 
104  ts->tsv.len = l; 
105  ts->tsv.hash = h; 
106  ts->tsv.extra = 0;                                         
107  memcpy(ts+1, str, l*sizeof(char)); 
108  ((char *)(ts+1))[l] = '\0'; /* ending 0 */                            
109  return ts; 
110 }  

可以看到把傳入的字符串具體內(nèi)存放在緊隨結(jié)構(gòu)體TString內(nèi)存后面,并且注意108行,字符串以”\0”結(jié)束與C語(yǔ)言字符串兼容的。

 (2)若字符串是短字符串,首先計(jì)算字符串的Hash值,找到對(duì)應(yīng)的鏈表(短字符串的全局Hash表,使用的是鏈接法的方法,即把所有沖突的元素放在同一個(gè)鏈表中),查找當(dāng)前要?jiǎng)?chuàng)建的字符串是否已經(jīng)在Hash表中,若已經(jīng)存在,則直接返回這個(gè)字符串。否則會(huì)調(diào)用函數(shù)newshrstr,而函數(shù)newshrstr會(huì)調(diào)用上面的createstrobj函數(shù)創(chuàng)建新字符串,并把新創(chuàng)建的字符串放到Hash表中,代碼如下(lstring.c)):

130 /* 
131 ** checks whether short string exists and reuses it or creates a new one 
132 */ 
133 static TString *internshrstr (lua_State *L, const char *str, size_t l) { 
134  GCObject *o; 
135  global_State *g = G(L); 
136  unsigned int h = luaS_hash(str, l, g->seed); 
137  for (o = g->strt.hash[lmod(h, g->strt.size)]; 
138    o != NULL; 
139    o = gch(o)->next) { 
140   TString *ts = rawgco2ts(o); 
141   if (h == ts->tsv.hash  
142     ts->tsv.len == l  
143     (memcmp(str, getstr(ts), l * sizeof(char)) == 0)) { 
144    if (isdead(G(L), o)) /* string is dead (but was not collected yet)? */ 
145     changewhite(o); /* resurrect it */ 
146    return ts; 
147   } 
148  } 
149  return newshrstr(L, str, l, h); /* not found; create a new string */ 
150 } 

全局的字符串Hash表是保存在虛擬機(jī)全局狀態(tài)成員strt中的(lstate.h):

119  stringtable strt; /* hash table for strings */ 

而類型stringtable是一個(gè)結(jié)構(gòu)體,其定義如下(lstate.h):

59 typedef struct stringtable {                                     
60  GCObject **hash; 
61  lu_int32 nuse; /* number of elements */ 
62  int size; 
63 } stringtable; 

其中成員GCObject **hash是一個(gè)指針數(shù)組,數(shù)組中每個(gè)成員實(shí)質(zhì)指向TString(注意TString中包括宏CommonHeader,該宏中的next成員可以構(gòu)造出Hash表中開(kāi)散的鏈表);nuse是數(shù)組hash中已經(jīng)被使用的元素個(gè)數(shù);size是當(dāng)前數(shù)組hash的大小。

在函數(shù)newshrstr插入新的字符串前,都會(huì)判斷nuse值是否大于size,若大于,表明Hash表大小不夠需要擴(kuò)充,則把Hash表的大小擴(kuò)充到原來(lái)的2倍,對(duì)應(yīng)的代碼如下(lstring.c):

121  if (tb->nuse >= cast(lu_int32, tb->size)  tb->size = MAX_INT/2)                 
122   luaS_resize(L, tb->size*2); /* too crowded */  

在gc的時(shí)候,會(huì)判斷nuse是否比size/2還小(在Lua 5.1中是把nuse與size/4比較),如果是的話就重新resize這個(gè)stringtable的大小為原來(lái)的一半。對(duì)應(yīng)的代碼如下(lgc.c):

783   int hs = g->strt.size / 2; /* half the size of the string table */               
784   if (g->strt.nuse  cast(lu_int32, hs)) /* using less than that half? */            
785    luaS_resize(L, hs); /* halve its size */ 

對(duì)于字符串比較,首先比較類型,若是不同類型字符串,則肯定不相同,然后區(qū)分短字符串和長(zhǎng)字符串,對(duì)于短字符串,若兩者指針值相等,則相同,否則不相同;對(duì)應(yīng)長(zhǎng)字符串,則首先比較指針值,若不同,則比較長(zhǎng)度值和內(nèi)容逐字符比較。

  總結(jié)

 (1)Lua中的保留字和元方法名都是做為短字符串的,他們?cè)谔摂M機(jī)啟動(dòng)的時(shí)候就已經(jīng)放入到全局短的字符串Hash表,并且是不回收的。

 (2)查找字符是比較高效的,但是修改或插入字符串都是比較低效的,這里面除了計(jì)算外,至少要把外面的字符串拷貝到虛擬機(jī)中。

 (3)對(duì)應(yīng)長(zhǎng)字符串的Hash值,Lua是不會(huì)考察每個(gè)字符的,因而能避免快速計(jì)算長(zhǎng)字符串的散列值,其相應(yīng)的代碼如下(lstring.c):

51 unsigned int luaS_hash (const char *str, size_t l, unsigned int seed) {               
52  unsigned int h = seed ^ l;                                     
53  size_t l1;                                             
54  size_t step = (l >> LUAI_HASHLIMIT) + 1;                              
55  for (l1 = l; l1 >= step; l1 -= step)                                
56   h = h ^ ((h5) + (h>>2) + cast_byte(str[l1 - 1]));                       
57  return h;                                             
58 }  
21 /*                                                 
22 ** Lua will use at most ~(2^LUAI_HASHLIMIT) bytes from a string to                 
23 ** compute its hash                                         
24 */                                                  
25 #if !defined(LUAI_HASHLIMIT)                                     
26 #define LUAI_HASHLIMIT   5                                    
27 #endif 

 (4)當(dāng)有多個(gè)字符串連接時(shí),不應(yīng)該直接用字符串連接運(yùn)算符”..”,而是用table.concat操作或者是string.format來(lái)加快字符串連接的操作。

 (5)Lua中字符串Hash算法用的是JSHash,關(guān)于字符串的各種Hash函數(shù),網(wǎng)絡(luò)有篇文章對(duì)它進(jìn)行了總結(jié):https://www.byvoid.com/blog/string-hash-compare

以上所述誰(shuí)就是本文的全部?jī)?nèi)容了,希望能對(duì)大家學(xué)習(xí)lua有所幫助。

您可能感興趣的文章:
  • Lua中使用table.concat連接大量字符串實(shí)例
  • Lua教程(五):C/C++操作Lua數(shù)組和字符串示例
  • Lua中字符串(string)淺析
  • Lua字符串庫(kù)中的幾個(gè)重點(diǎn)函數(shù)介紹
  • Lua函數(shù)與字符串處理簡(jiǎn)明總結(jié)
  • 使用lua實(shí)現(xiàn)split字符串分隔
  • Lua中的string庫(kù)(字符串函數(shù)庫(kù))總結(jié)
  • Lua字符串模式匹配函數(shù)小結(jié)
  • Lua字符串庫(kù)(string庫(kù))學(xué)習(xí)筆記

標(biāo)簽:金昌 天門 臺(tái)灣 儋州 宣城 德宏 天門 濰坊

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Lua源碼中字符串類型的實(shí)現(xiàn)》,本文關(guān)鍵詞  Lua,源碼,中,字符串,類型,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 下面列出與本文章《Lua源碼中字符串類型的實(shí)現(xiàn)》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于Lua源碼中字符串類型的實(shí)現(xiàn)的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章