String.Internは文字列をさらに面白くします

翻訳者からの序文：



インタビューに合格/実施すると、.NETがどのように機能するかについての一般的な理解を明らかにする質問に出会います。 私の意見では、「ガベージコレクター」の仕事についての質問はそのような質問の中で最も愛されていますが、一度ストリングインターンについて質問されたことがあります。 そして彼は正直に私を行き止まりにした。 Runetでの検索ではいくつかの記事が返されましたが、私が探していた質問に対する回答はありませんでした。 Andrew Stellman（ 「Head First C＃」の著者） による記事の翻訳がこのギャップを埋めることを願っています。 この資料は、初心者、.NET開発者、および.NETの文字列の抑留とは何かに興味を持つ人にとって有用だと思います。

String.Internは文字列をさらに面白くします

すべてのC＃初心者開発者が最初に遭遇することの1つは、文字列の操作です。 他のほとんどすべてのC＃本で行われているように、「Head First C＃」の冒頭で文字列を操作する基本を示します。 したがって、C＃のジュニアおよびミドルレベルの開発者が、かなり良いラインごとのベースを手に入れたと感じるのは驚くべきことではありません。 しかし、線は見た目よりも興味深いものです。 C＃および.NETの文字列の最も興味深い側面の1つは、String.Internメソッドです。 この方法の仕組みを理解すると、C＃開発のスキルを向上させることができます。 この投稿では、String.Internメソッドの簡単なチュートリアルを作成して、その仕組みを説明します。



注：この投稿の最後で、ILDasmを使用して「内部」を表示します。 ILDasmを使用したことがない場合、これは非常に便利な.NETツールを知る良い機会になります。

文字列の操作の基本

System.Stringクラスが期待するものの簡単な概要から始めましょう。 （詳細については触れません。誰かが.NETの文字列の基本について投稿したい場合は、コメントを追加するか、 Building Better Softwareに連絡してください。可能な記事について一緒に話し合うことができます！）



Visual Studioで新しいコンソールアプリケーションを作成します。 （csc.exeを使用してコードをコンパイルする場合は、コマンドラインからすべて同じように機能しますが、マテリアルの認識を容易にするために、Visual Studioでの開発に固執しましょう。）次に、 Main（）メソッドのコードを示します-コンソールアプリケーションのエントリポイント：



Program.cs：

using System; class Program { static void Main(string[] args) { string a = "hello world"; string b = a; a = "hello"; Console.WriteLine("{0}, {1}", a, b); Console.WriteLine(a == b); Console.WriteLine(object.ReferenceEquals(a, b)); } }
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

このコードに驚きはないはずです。 プログラムはコンソールに3行を表示します（Visual Studioで作業している場合は、Ctrl-F5を使用してデバッガーの外部でプログラムを実行します。また、コンソールウィンドウが閉じないように、 「Press any key ...」がプログラムに追加されます）：



こんにちは、こんにちは

偽

偽



最初のWriteLine（）は 2行を出力します。 2番目は、文字列が一致しないためFalseを返す等値演算子==を使用してそれらを比較します。 後者はそれらを比較して、両方の変数が同じStringオブジェクトを参照しているかどうかを確認します。 そうではないため、メソッドは値Falseを表示します。

次に、これらの2行をMain（）メソッドの最後に追加します。

  Console.WriteLine((a + " world") == b); Console.WriteLine(object.ReferenceEquals((a + " world"), b));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

そして再び、あなたはかなり明白な答えを得る。 両方の文字列が等しいため、等値演算子はTrueを返します。 ただし、「Hello」および「world」文字列の連結を使用した場合、 +演算子はそれらを連結し、 System.Stringの新しいインスタンスを返します 。 そのため、 object.ReferenceEquals（）はかなり合理的にFalseを返します。 ReferenceEquals（）メソッドは、両方の引数が同じオブジェクトを参照する場合にのみTrueを返します。

このメソッドを使用すると、オブジェクトを通常どおり操作できます。 2つの異なるオブジェクトに同じ値を設定できます。 この動作は非常に実用的で予測可能です。 2つの「ホーム」オブジェクトを作成し、すべてのプロパティを同じ値に設定すると、2つの同一の「ホーム」オブジェクトが作成されますが、これらは異なるオブジェクトになります。



これはまだ少し混乱しているように見えますか？ もしそうなら、私は間違いなく“ Head First C＃”の最初のいくつかの章に注意を払うことをお勧めします。 この本から無料の切り抜きとしてダウンロードできます。

したがって、文字列を使用している間は、すべて問題ありません。 しかし、行参照で遊んでいるとすぐに、少し奇妙になります。

このリンクに問題があります...

新しいコンソールアプリケーションを作成します。 以下のコードは彼のためです。 しかし、コンパイルして実行する前に、コードを注意深く見てください。 コンソールに表示されるものを推測してみてください？



Program.cs：

 using System; class Program { static void Main(string[] args) { string hello = "hello"; string helloWorld = "hello world"; string helloWorld2 = hello + " world"; Console.WriteLine("{0}, {1}: {2}, {3}", helloWorld, helloWorld2, helloWorld == helloWorld2, object.ReferenceEquals(helloWorld, helloWorld2)); } }
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

次にプログラムを実行します。 コンソールに表示されるものは次のとおりです。



こんにちは世界、こんにちは世界：True、False



そして、これはまさに私たちが期待したものです。 helloWorldおよびhelloWorld2オブジェクトでは、文字列に「Hello world」が含まれているため、これらは同じですが、リンクは異なります。

次に、このコードをプログラムの下部に追加します。

  helloWorld2 = "hello world"; Console.WriteLine("{0}, {1}: {2}, {3}", helloWorld, helloWorld2, helloWorld == helloWorld2, object.ReferenceEquals(helloWorld, helloWorld2));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

それを実行します。 今回、コードはコンソールに次の行を表示します。



こんにちは世界、こんにちは世界：真実、真実



待って、 HelloWorldとHelloWorld2が同じ行を参照していることがわかりましたか？ おそらく、この振る舞いが奇妙であるか、少なくとも少し予想外であると感じるかもしれません。 helloWorld2の値はまったく変更しませんでした。 多くの人は、このようなことを考えてしまいます。「変数は、すでにhello worldと同等でした。 Hello Worldにもう一度インストールしても何も変わらないはずです。 それを理解しましょう。

String.Internとは何ですか？ （収容プールに飛び込む...）

C＃で文字列を使用する場合、CLRはトリッキーなことを行います。これは、文字列インターンと呼ばれるものです。 これは、任意の文字列のコピーを1つ保存する方法です。 100個、さらに悪い場合は100万個の文字列変数に格納する場合、同じ値を使用すると、文字列値を格納するためのメモリが何度も割り当てられます。 文字列インターンは、この問題を回避する方法です。 CLRは、収容プールと呼ばれるテーブルをサポートします。 このテーブルには、プログラムの実行中にプログラムで宣言または作成された各行への一意のリンクが1つ含まれています。 .NET Frameworkは、インターンプールと対話するための2つの便利なメソッドを提供します： String.Intern（）およびString.IsInterned（） 。



String.Intern（）メソッドは非常に簡単な方法で機能します。 引数として文字列を渡します。 この行が既に抑留プールにある場合、メソッドはこの行へのリンクを返します。 まだ存在しない場合は、プールに行を追加し、そのリンクを返します。 以下に例を示します。

  Console.WriteLine(object.ReferenceEquals( String.Intern(helloWorld), String.Intern(helloWorld2)));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

HelloWorldとHelloWorld2が2つの異なる文字列オブジェクトを参照している場合でも、このコードはTrueを表示します。これらは両方とも文字列「Hello World」を含むためです。

しばらく停止します。 String.Intern（）を使用して少し理解する価値があります。これは、このメソッドが一見わずかに非論理的な結果をもたらす場合があるためです。 この動作の例を次に示します。

  string a = new string(new char[] {'a', 'b', 'c'}); object o = String.Copy(a); Console.WriteLine(object.ReferenceEquals(o, a)); String.Intern(o.ToString()); Console.WriteLine(object.ReferenceEquals(o, String.Intern(a)));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

コードを実行すると、コンソールに2行が出力されます。 最初のWriteLine（）メソッドはFalseを表示しますが、これはString.Copy（）メソッドが文字列の新しいコピーを作成し、新しいオブジェクトへのリンクを返すため理解できます。 しかし、最初にString.Intern（about.ToString（））を実行してからString.Intern（a）がaboutへのリンクを返すのはなぜですか？ それについて考えるために少し立ち止まってください。 さらに3行追加すると、これはさらに直感に反します。

  object o2 = String.Copy(a); String.Intern(o2.ToString()); Console.WriteLine(object.ReferenceEquals(o2, String.Intern(a)));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

これらのコード行は、新しいo2オブジェクト変数でのみ同じように見えます。 しかし、最後に、 WriteLine（）はFalseを出力します。 それで何が起こっているのでしょうか？



この小さな混乱は、 String.Intern（）と収容プールの内部で何が起こっているかを把握するのに役立ちます。 自分で理解する最初のことは、 ToString（）の文字列オブジェクトメソッドが常に自身への参照を返すことです。 変数oは、値 "abc"を含む文字列オブジェクトを指しているため、独自のToString（）メソッドを呼び出すと、この文字列へのリンクが返されます。 だからここで何が起こるかです。

最初は、「abc」を含む行番号1のオブジェクトを指します。 変数oは、「abc」も含む行番号2の別のオブジェクトを指します。 String.Intern（o.ToString（））を呼び出すと、行番号2への参照がインターンプールに追加されます。 これで、行番号2のオブジェクトが収容プールにある場合、いつでもパラメーター「abc」で呼び出したString.Intern（）は行番号2のオブジェクトへの参照を返します。

したがって、変数oとString.Intern（a）をReferenceEquals（）メソッドに渡すと、 String.Intern（a）は行番号2のオブジェクトへの参照を返したため、 Trueを返します。 ここで、新しい変数o2を作成し、 String.Copy（）メソッドを使用して別のStringオブジェクトを作成しました。 これは、行番号3のオブジェクトになり、文字列「abc」も含まれます。 String.Intern（o2.ToString（））の呼び出しは、「abc」がすでに存在するため、今回は収容プールに何も追加しませんが、行番号2へのポインターを返します。

したがって、このIntern（）の呼び出しは実際には行番号2への参照を返しますが、変数に割り当てる代わりに破棄します。 次のようなことができます： string q = String.Intern（o2.ToString（）） 。これにより、 q変数が行＃2のオブジェクトへの参照になります。 これが、最後のWriteLine（）が Falseを出力する理由です。これは、3行目のリンクと2行目のリンクの比較であるためです。

String.IsInterned（）を使用して、文字列がインターンプールにあるかどうかを確認します

もう少し逆説的な名前のメソッドがあります。これは、インターンされた文字列を操作するときに便利です： String.IsInterned（） 。 文字列オブジェクトへの参照を取ります。 この文字列が収容プールにある場合、収容された文字列の文字列への参照を返します;収容プールにまだない場合、メソッドはnullを返します 。

名前が少し非論理的に聞こえる理由は、このメソッドは「Is」で始まるが、多くのプログラマが期待するようにブール型を返さないためです。

IsInterned（）メソッドを使用する場合、null合体演算子- ??を使用して、文字列が収容プールにないことを表示すると便利です。 。 たとえば、次のように書く：

  string o = String.IsInterned(str) ?? "not interned";
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

現在、 IsInterned（）の結果は、ゼロでない場合は変数oに戻り、収容プールに行がない場合はストリング「not interned」に戻ります。

これが行われない場合、 Console.WriteLine（）メソッドは空の行を出力します（ nullが検出されるとこのメソッドが行います ）。

String.IsInterned（）の仕組みの簡単な例を次に示します。

  string s = new string(new char[] {'x', 'y', 'z'}); Console.WriteLine(String.IsInterned(s) ?? "not interned"); String.Intern(s); Console.WriteLine(String.IsInterned(s) ?? "not interned"); Console.WriteLine(object.ReferenceEquals( String.IsInterned(new string(new char[] { 'x', 'y', 'z' })), s));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

最初のWriteLine（）ステートメントは、「xyz」がインターン メントプールにまだないため、コンソールに「not interned 」と表示されます。 2番目のWriteLine（）ステートメントは、 インターンメントプールに既に「xyz」が含まれているため、「xyz」を出力します。 また、3番目のWriteLine（）は、オブジェクトsが収容プールに追加されたオブジェクトを指すため、 Trueを出力します。

リテラルインターンを自動的に

メソッドの最後に1行だけ追加して、プログラムを再度実行することにより：

  onsole.WriteLine(object.ReferenceEquals("xyz", ));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

完全に予期しないことが起こります！

プログラムは「インターンしない」と表示することはなく、最後の2つのWriteLine（）メソッドはFalseを表示します！ 最後の行をコメントアウトすると、プログラムは期待どおりに動作します。 なぜ？！ プログラムの最後にコードを追加すると、その上のコードプログラムの動作がどのように変わりましたか？ これは非常に奇妙です！



これに初めて出会ったときは本当に奇妙に思えますが、本当に理にかなっています。 プログラム全体の動作を変更する理由は、コードにリテラル「xyz」が含まれているためです。 そして、プログラムにリテラルを追加すると、CLRはプログラムが開始する前であっても、それを自動的にインターンプールに追加します。 この行にコメントして、プログラムからリテラルを削除すると、収容プールには文字列「xyz」が含まれなくなります。

「xyz」はプログラムの起動時に収容プールに既にあることを理解します。この文字列はコード内でリテラルとして表示されるため、プログラムの動作のこのような変更はすぐに明らかになります。 String.IsInterned（s）はnullを返さなくなりました。 代わりに、リテラル「xyz」への参照を返します。これは、 ReferenceEquals（）がFalseを返す理由も説明します。 これは、文字列sが収容プールに追加されないためです（「xyz」はすでにプール内にあり、別のオブジェクトを指している）。

コンパイラはあなたが思っているよりも賢いです！

コードの最終行を次のように変更します。

  Console.WriteLine( object.ReferenceEquals("x" + "y" + "z", s));
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

プログラムを実行します。 リテラル「xyz」を使用しているかのように機能します。 +は演算子ではありませんか？ これは、実行時にCLRで実行されるメソッドではありませんか？ その場合、リテラル「xyz」の内在化を防ぐコードが必要です。

実際、これは"x" + "y" + "z"をString.Format（ "{0} {1} {2}"、 'x'、 'y'、 'z'）に置き換えると起こります。 コードの両方の行は「xyz」を返します。 なぜ、 +演算子を連結して、文字列 "xyz"を使用しているように振る舞うのか、実行時にString.Format（）が実行されるのはなぜですか？

この質問に答える最も簡単な方法は、コード“ x” +“ y” +“ z”をコンパイルしたときに実際に得られるものを確認することです。



Program.cs：

 using System; class Program { public static void Main() { Console.WriteLine("x" + "y" + "z"); } }
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

次のステップは、コンパイラーが実行可能なタイプのアプリケーションをコンパイルしたことを確認することです。 このために、MSIL逆アセンブラーであるILDasm.exeを使用します。 このツールは、Visual Studioのすべてのバージョン（Expressエディションを含む）と共にインストールされます。 また、ILの読み方がわからなくても、何が起こっているのかを理解できます。



Ildasm.exeを実行します。 64ビットバージョンのWindowsを使用している場合、次のコマンドを実行します。 "％ProgramFiles（x86）％\ Microsoft SDKs \ Windows \ v7.0A \ Bin \ Ildasm.exe" （引用符を含む）、 [スタート] >> [実行]ウィンドウから 、またはコマンドラインから。 32ビットバージョンのWindowsを使用している場合は、 「％ProgramFiles％\ Microsoft SDKs \ Windows \ v7.0A \ Bin \ ildasm.exe」コマンドを実行する必要があります。







これは、ILDasmの初回実行時の外観です。







次に、コードを実行可能ファイルにコンパイルします。 ソリューションエクスプローラーでプロジェクトをクリックします。[ プロジェクトフォルダー]フィールドは[ プロパティ]ウィンドウにあります。 それをダブルクリックしてコピーします。 ILDasmウィンドウに移動して、メニューで[ ファイル] >> [開く ]を選択し、フォルダーへのパスを貼り付けます。 次に、binフォルダーに移動します。 実行可能ファイルは、 bin \ Debugまたはbin \ Releaseフォルダのいずれかになければなりません。 実行可能ファイルを開きます。 ILDasmはアセンブリの内容を表示する必要があります。







（アセンブリの作成方法をブラッシュアップする必要がある場合は、 C＃および.NETアセンブリと名前空間の理解についてこの投稿を参照してください）。

Programクラスを展開し、 Main（）メソッドをダブルクリックします。 これらの手順の後、逆アセンブルされたメソッドコードが表示されます。







コード内のリテラル「xyz」の存在を確認するためにILを知る必要はありません。 ILDasmを閉じてから、「x」+「y」+「z」の代わりに「xyz」を使用するようにコードを変更すると、ILコードは完全に同じように解析されます。 これは、コンパイラがコンパイル時に「x」+「y」+「z」を「xyz」に置き換えるのに十分なため、「xyz」が常に返すメソッド呼び出しに余分な操作を費やす必要がないためです。 そして、リテラルがプログラムでコンパイルされると、CLRはプログラムの起動時にそれを収容プールに追加します。



この記事の資料は、C＃および.NETでのストリングインターンについての良いアイデアを提供するものです。 原則として、これはストリングインターンの操作を理解するために必要以上です。 さらに詳しく知りたい場合は、MSDNのString.Internページのパフォーマンスに関する考慮事項のセクションを参照してください 。



PS：翻訳に対する厳しい校正と客観的な批判に感謝します。