C#引用类型详细剖析

C#引用类型详细剖析

经常听说，并且经常在书上看到：值类型部署在栈上，引用类型部署在托管堆上。实际上并没有这么简单。

    MSDN上说：托管堆上部署了所有引用类型。这很容易理解。当创建一个应用类型变量时：

object reference = new object();

    关键字new将在托管堆上分配内存空间，并返回一个该内存空间的地址。左边的reference位于栈上，是一个引用，存储着一个内存地址；而这个地址指向的内存（位于托管堆）里存储着其内容（一个System.Object的实例）。下面为了方便，简称引用类型部署在托管推上。

    再来看值类型。《C#语言规范》上的措辞是“结构体不要求在堆上分配内存（However, unlike classes, structs are value types and do not require heap allocation）”而不是“结构体在栈上分配内存”。这不免容易让人感到困惑：值类型究竟部署在什么地方？

    数组

    考虑数组：

int[] reference = new int[100];

    根据定义，数组都是引用类型，所以int数组当然是引用类型（即reference.GetType().IsValueType为false）。

    而int数组的元素都是int，根据定义，int是值类型（即reference[i].GetType().IsValueType为true）。那么引用类型数组中的值类型元素究竟位于栈还是堆？

    如果用WinDbg去看reference[i]在内存中的具体位置，就会发现它们并不在栈上，而是在托管堆上。

    实际上，对于数组：

TestType[] testTypes = new TestType[100];

    如果TestType是值类型，则会一次在托管堆上为100个值类型的元素分配存储空间，并自动初始化这100个元素，将这100个元素存储到这块内存里。

    如果TestType是引用类型，则会先在托管堆为testTypes分配一次空间，并且这时不会自动初始化任何元素（即testTypes[i]均为null）。等到以后有代码初始化某个元素的时候，这个引用类型元素的存储空间才会被分配在托管堆上。

    类型嵌套

    更容易让人困惑的是引用类型包含值类型，以及值类型包含引用类型的情况：

public class ReferenceTypeClass
{
    private int _valueTypeField;
    public ReferenceTypeClass()
     {
         _valueTypeField = 0;
     }
    public void Method()
     {
        int valueTypeLocalVariable = 0;
     }
}
ReferenceTypeClass referenceTypeClassInstance = new ReferenceTypeClass();//Where is _valueTypeField?
referenceTypeClassInstance.Method();//Where is valueTypeLocalVariable?

public struct ValueTypeStruct
{
    private object _referenceTypeField;
    public void Method()
     {
         _referenceTypeField = new object();
        object referenceTypeLocalVariable = new object();
     }
}
ValueTypeStruct valueTypeStructInstance = new ValueTypeStruct();
valueTypeStructInstance.Method();//Where is _referenceTypeField？And where is referenceTypeLocalVariable?

    单看valueTypeStructInstance，这是一个结构体实例，感觉似乎是整块扔到栈上的。但是字段_referenceTypeField是引用类型，局部变量referenceTypeLocalVarible也是引用类型。

    referenceTypeClassInstance也有同样的问题，referenceTypeClassInstance本身是引用类型，似乎应该整块部署在托管堆上。但字段_valueTypeField是值类型，局部变量valueTypeLocalVariable也是值类型，它们究竟是在栈上还是在托管堆上？

    规律是：

    引用类型部署在托管堆上； 值类型总是分配在它声明的地方：作为字段时，跟随其所属的变量（实例）存储；作为局部变量时，存储在栈上。 我们来分析一下上面的代码。

    对于引用类型实例，即referenceTypeClassInstance：

    从上下文看，referenceTypeClassInstance是一个局部变量，所以部署在托管堆上，并被栈上的一个引用所持有； 值类型字段_valueTypeField属于引用类型实例referenceTypeClassInstance的一部分，所以跟随引用类型实例referenceTypeClassInstance部署在托管堆上（有点类似于数组的情形）；

    valueTypeLocalVariable是值类型局部变量，所以部署在栈上。

    而对于值类型实例，即valueTypeStruct：

    根据上下文，值类型实例valueTypeStructInstance本身是一个局部变量而不是字段，所以位于栈上； 其引用类型字段_referenceTypeField不存在跟随的问题，必然部署在托管堆上，并被一个引用所持有（该引用是valueTypeStruct的一部分，位于栈）； 其引用类型局部变量referenceTypeLocalVariable显然部署在托管堆上，并被一个位于栈的引用所持有。 所以，简单地说“值类型存储在栈上，引用类型存储在托管堆上”是不对的。必须具体情况具体分析。

    C#引用类型和值类型的区别——正确使用值类型和引用类型

    这一部分主要参考《Effective C#》，并非本人原创，希望能让你加深对值类型和引用类型的理解。辨明值类型和引用类型的使用场合C#中，我们用struct/class来声明一个类型为值类型/引用类型。

    考虑下面的例子：

TestType[] testTypes = new TestType[100];

    如果TestTye是值类型，则只需要一次分配，大小为TestTye的100倍。而如果TestTye是引用类型，刚开始需要100次分配，分配后数组的各元素值为null，然后再初始化100个元素，结果总共需要进行101次分配。这将消耗更多的时间，造成更多的内存碎片。所以，如果类型的职责主要是存储数据，值类型比较合适。

    一般来说，值类型（不支持多态）适合存储供 C#应用程序操作的数据，而引用类型（支持多态）应该用于定义应用程序的行为。

    通常我们创建的引用类型总是多于值类型。如果以下问题的回答都为yes，那么我们就应该创建为值类型：

    该类型的主要职责是否用于数据存储？ 该类型的共有借口是否完全由一些数据成员存取属性定义？ 是否确信该类型永远不可能有子类？ 是否确信该类型永远不可能具有多态行为？ 将值类型尽可能实现为具有常量性和原子性的类型

    具有常量性的类型很简单：

    如果构造的时候验证了参数的有效性，之后就一直有效； 省去了许多错误检查，因为禁止更改； 确保线程安全，因为多个reader访问到同样的内容； 可以安全地暴露给外界，因为调用者不能更改对象的内部状态。 具有原子性的类型都是单一的实体，我们通常会直接替换一个原子类型的整个内容。

    下面是一个典型的可变类型：

public struct Address
{
    private string _city;
    private string _province;
    private int _zipCode;
    public string City
     {
        get { return _city; }
        set { _city = value; }
     }
    public string Province
     {
        get { return _province; }
        set
         {
             ValidateProvince(value);
             _province = value;
         }
     }
    public int ZipCode
     {
        get { return _zipCode; }
        set
         {
             ValidateZipCode(value);
             _zipCode = value;
         }
     }
}

    下面创建一个实例：

Address address = new Address();
address.City = "Chengdu";
address.Province = "Sichuan";
address.ZipCode = 610000;

    然后更改这个实例：

address.City = "Nanjing"; //Now Province and ZipCode are invalid
address.ZipCode = 210000; //Now Province is still invalid
address.Province = "Jiangsu";

    可见，内部状态的改变意味着可能违反对象的不变式（invariant），至少是临时的违反。如果上面是一个多线程的程序，那么在 City更改的过程中，另一个线程可能看到不一致的数据视图。如果不是多线程的程序，也有问题：

    当ZipCode的值无效而抛出异常时，对象仅作了一部分改变，因此处于无效的状态，为了修复这个问题，需要在Address中添加相当多的内部校验代码；

    为了实现异常安全，我们需要在所有改变多个字段的客户代码处放上防御性的代码；

    线程安全也要求我们在每一个属性的访问器上添加线程同步检查。

    显然，这是一个相当可观的工作量。下面我们把Address实现为常量类型：

public struct Address
{
    private string _city;
    private string _province;
    private int _zipCode;
    public Address (string city, string province, int zipCode)
     {
         _city = city;
         _province = province;
         _zipCode = zipCode;
         ValidateProvince(province);
         ValidateZipCode(zipCode);
     }
    public string City
     {
        get { return _city; }
     }
    public string Province
     {
        get { return _province; }
     }
    public int ZipCode
     {
        get { return _zipCode; }
     }
}

    如果要改变Address，不能修改现有的实例，只能创建一个新的实例：

Address address = new Address("Chengdu", "Sichuan", 610000);//create a instance
address = new Address("Nanjing", "Jiangsu", 210000);//modify the instance

    address将不存在任何无效的临时状态。那些临时状态只存在于Address的构造函数执行过程中。这样一来，Address是异常安全的，也是线程安全的。

    确保0为值类型的有效状态

    .NET的默认初始化机制会将引用类型设置为二进制意义上的0，即null。而对于值类型，不论我们是否提供构造函数，都会有一个默认的构造函数，将其设置为0。

    一种典型的情况是枚举：

public enum Sex
{
     Male = 1;
     Female = 2;
}

    然后用做值类型的成员：

public struct Employee
{
    private Sex _sex;
    //other
}

    创建Employee结构体将得到一个无效的Sex字段：

Employee employee = new Employee ();

    employee的_sex是无效的，因为其为0。我们应该将0作为一个为初始化的值明确表示出来：

public Sex
{
     None = 0;
     Male = 1;
     Female = 2;
}

    如果值类型中包含引用类型，会出现另一种初始化问题：

public struct ErrorLog
{
    private string _message;
    //other
}

    然后创建一个ErrorLog：

ErrorLog errorLog = new ErrorLog ();

    errorLog的_message字段将是一个空引用。我们应该通过一个属性来将_message暴露给客户代码，从而使该问题限定在ErrorLog 的内部：

public struct ErrorLog
{
    private string _message;
    public string Message
     {
        get
         {
            return (_message ! = null) ? _message : string.Empty;
         }
        set { _message = value; }
     }
    //other
}

    尽量减少装箱和拆箱

    装箱指把一个值类型放入一个未具名类型的引用类型中，比如：

int valueType = 0;
object referenceType = i;//boxing

    拆箱则是从前面的装箱对象中取出值类型：

object referenceType;
int valueType = (int)referenceType;//unboxing

    装箱和拆箱是比较耗费性能的，还会引入一些诡异的bug，我们应当避免装箱和拆箱。

    装箱和拆箱最大的问题是会自动发生。比如：

Console.WriteLine("A few numbers: {0}, {1}.", 25, 32);

    其中，Console.WriteLine()接收的参数类型是(string，object，object)。因此，实际上会执行以下操作：

int i = 25;
obeject o = i;//boxing

    然后把o传给WriteLine()方法。在WriteLine()方法的内部，为了调用i上的ToString()方法，又会执行：

int i = (int)o;//unboxing
string output = i,ToString();

    所以正确的做法应该是：

Console.WriteLine("A few numbers: {0}, {1}.", 25.ToString(), 32.ToString());

    25.ToString()只是执行一个方法并返回一个引用类型，不存在装箱/拆箱的问题。

    另一个典型的例子是ArryList的使用：

public struct Employee
{
    private string _name;
    public Employee(string name)
     {
         _name = name;
     }
    public string Name
     {
        get { return _name; }
        set { _name = value; }
     }
    public override string ToString()
     {
        return _name;
     }
}
ArrayList employees = new ArrayList();
employees.Add(new Employee("Old Name"));//boxing
Employee ceo = (Employee)employees[0];//unboxing
ceo.Name = "New Name";//employees[0].ToString() is still "Old Name"

    上面的代码不仅存在性能的问题，还容易导致错误发生。

    在这种情况下，更好的做法是使用泛型集合：

List< Employee> employees = new List< Employee>();

    由于List< T>是强类型的集合，employees.Add()方法不进行类型转换，所以不存在装箱/拆箱的问题。

    C#引用类型和值类型的区别——总结

    C#中，变量是值还是引用仅取决于其数据类型。

    C#的值类型包括：结构体（数值类型，bool型，用户定义的结构体），枚举，可空类型。

    C#的引用类型包括：数组，用户定义的类、接口、委托，object，字符串。

    数组的元素，不管是引用类型还是值类型，都存储在托管堆上。

    引用类型在栈中存储一个引用，其实际的存储位置位于托管堆。为了方便，本文简称引用类型部署在托管推上。

    值类型总是分配在它声明的地方：作为字段时，跟随其所属的变量（实例）存储；作为局部变量时，存储在栈上。

    值类型在内存管理方面具有更好的效率，并且不支持多态，适合用作存储数据的载体；引用类型支持多态，适合用于定义应用程序的行为。

    应该尽可能地将值类型实现为具有常量性和原子性的类型。

    应该尽可能地确保0为值类型的有效状态。

    应该尽可能地减少装箱和拆箱。

    关键字new将在托管堆上分配内存空间，并返回一个该内存空间的地址。左边的reference位于栈上，是一个引用，存储着一个内存地址；而这个地址指向的内存（位于托管堆）里存储着其内容（一个System.Object的实例）。