数据类型 - 字符串

字符串的数据结构比较简单，牵扯到的东西比较少，我简单展示下源码中的数据结构的定义。

Zend_string数据结构

typedef struct _zend_string zend_string;


struct _zend_string {
zend_refcounted_h gc;
zend_ulong h; /* hash value */
size_t len;
char val[1];
};

这个结构有4个成员。

• gc : zend_refcounted_h 结构体，主要用来变量的引用计数，用于内存管理，在后续的内存管理将会使用到
• h: 字符串的Hash Code（使用time 33 Hash算法得到的Hash值）在字符串被用来当数组的key时才初始化，这样如果同一个字符串被多次用来做key，就不会重复计算了。
• len: 字符串长度
• val: 一个可变数组，用来存储字符串内容。 我们来看下string 类型在内存分配时候的代码

//file zend_string.c


static zend_always_inline zend_string *zend_string_alloc(size_t len, int persistent)
{
   zend_string *ret = (zend_string *)pemalloc(ZEND_MM_ALIGNED_SIZE(_ZSTR_STRUCT_SIZE(len)), persistent);
   ....
   //进行宏替换后代码如下
   zend_string *ret = (zend_string *)pemalloc(ZEND_MM_ALIGNED_SIZE(XtOffsetOf(zend_string, val) + len + 1), persistent); //这里的多出来1 就是存储c中的\0 结束字符
}

字符串的二进制安全

学习过C语言的应该知道，字符串中除了最后一个字符外不允许含有\0，否则会被认为是字符串的结束字符，这就导致了C语言的字符串有很多的限制，比如不存储图片、文件等二进制数据。但是PHP就没有这样的限制，它的字符串可以存储二进制数据，并不会出现任何报错，而PHP的这种能力就叫做字符串的二进制安全。

C代码：

char a[] = "aaa\0b";
int len = strlen(a);
printf("%d\n", len); // 3

 

PHP代码：

$a = "aaa\0b";
echo strlen($a).PHP_EOL; //5

快速充电桩~：但是PHP不是C语言写的吗？为什么PHP不会报错？我们再来回顾一下zend_string结构体，还记得成员变量len吗？它是实现二进制安全的关键，我们不需要像C一样通过\0来判定字符串是否被读取完成，而是通过长度len来判断，这样就保证了字符串的二进制安全。

• 这里先划重点，敲黑板啦！咱们后续的数组等复杂类型的讲解，都是比较依赖HashTable来实现，使用HashTable比较重要的就是选取一个Hash函数，尽量减少Hash冲突，PHP选取实现方式Time 33算法。
• 关于Time 33算法: 目前是对于字符串Hash最好的哈希算法之一了，原因在于该算法的速度非常快，而且分类非常好(冲突小,分布均匀).

• 由于我看的PHP源码的版本和鸟哥不一样，Time 33算法实现的位置也有点区别，对于有兴趣的同学，我贴出对应的源码位置

  //file : zend_string.h
  
  
  static zend_always_inline zend_ulong zend_inline_hash_func(const char *str, size_t len)
  {
     register zend_ulong hash = Z_UL(5381);
  
     /* variant with the hash unrolled eight times */
     for (; len >= 8; len -= 8) {
        hash = ((hash << 5) + hash) + *str++;
        hash = ((hash << 5) + hash) + *str++;
        hash = ((hash << 5) + hash) + *str++;
        hash = ((hash << 5) + hash) + *str++;
        hash = ((hash << 5) + hash) + *str++;
        hash = ((hash << 5) + hash) + *str++;
        hash = ((hash << 5) + hash) + *str++;
        hash = ((hash << 5) + hash) + *str++;
     }
     switch (len) {
        case 7: hash = ((hash << 5) + hash) + *str++; /* fallthrough... */
        case 6: hash = ((hash << 5) + hash) + *str++; /* fallthrough... */
        case 5: hash = ((hash << 5) + hash) + *str++; /* fallthrough... */
        case 4: hash = ((hash << 5) + hash) + *str++; /* fallthrough... */
        case 3: hash = ((hash << 5) + hash) + *str++; /* fallthrough... */
        case 2: hash = ((hash << 5) + hash) + *str++; /* fallthrough... */
        case 1: hash = ((hash << 5) + hash) + *str++; break;
        case 0: break;
  	EMPTY_SWITCH_DEFAULT_CASE()
     }
      /* Hash value can't be zero, so we always set the high bit */
  	#if SIZEOF_ZEND_LONG == 8
     	return hash | Z_UL(0x8000000000000000);
  	#elif SIZEOF_ZEND_LONG == 4
      return hash | Z_UL(0x80000000);
  	#else
  	# error "Unknown SIZEOF_ZEND_LONG"
  	#endif
  }