NSString类簇

# NSString类簇

类簇是 Objective-C 中一种重要的设计模式，它将一组相关的私有子类隐藏在一个公共的抽象基类后面。NSString 就是最典型的类簇例子

		NSString* str1 = @"123";
    NSString* str2 = [NSString stringWithString:@"测试"];
    NSString* str3 = [NSString stringWithFormat:@"hello"];
    NSString* str4 = [NSString stringWithFormat:@"hello world"];
    NSLog(@"%@, %@, %@, %@", str1.class, str2.class, str3.class, str4.class);

例如这四个，对外它们都是NSString，对内可能是完全不同的私有类

三种主要的 NSString 内部类型

1. __NSCFConstantString - 常量字符串

   NSString* str1 = @"123";
   SString* str2 = [NSString stringWithString:@"测试"];
   

   这两个都是常量字符串，私有类为__NSCFConstantString

   • 存储位置：数据段（data segment）/常量区
   • 生命周期：整个程序运行期间
   • 内存管理：不需要 retain/release，永远存在
   • 创建时机：编译时确定
   • 特点：
     • 字符串内容直接编译到二进制文件中
     • 多个相同的常量字符串会指向同一块内存（字符串驻留）
     • 即使使用 copy 也会返回自身

2. NSTaggedPointerString - 标记指针字符串

NSString* str3 = [NSString stringWithFormat:@"hello"];

• 在 64 位架构上，指针本身有 64 位，但实际寻址只需要 40 多位
• 多余的位可以用来存储数据
• 对于短字符串，直接把内容编码在指针中

Tagged Pointer 的格式（简化版）：

64位指针：
[ tag bit(1) | 类标识(3) | 数据(60) ]
    ↑           ↑           ↑
  标记位       类型       字符串内容

• 不需要内存分配：完全在栈上
• 极高的访问速度：没有堆内存访问的开销
• 线程安全：不可变且无需引用计数
• 限制：只能存储较短的字符串（通常是 8-10 个字符以下

3. __NSCFString 桥接字符串

NSString* str4 = [NSString stringWithFormat:@"hello world"];

struct __NSCFString {
    Class isa;           // 类指针
    CFIndex length;      // 字符串长度
    CFIndex capacity;    // 容量（如果是可变字符串）
    UniChar *buffer;     // 字符缓冲区（堆上）
    // ... 其他元数据
};

• 存储在堆上：动态内存分配
• 引用计数管理：需要 retain/release
• 可变性：可以作为可变字符串的基础

创建方式	可能类型	说明
@"string"	__NSCFConstantString	编译时常量
[NSString stringWithString:]	取决于参数类型	如果参数是常量，返回常量
[NSString stringWithFormat:@"short"]	NSTaggedPointerString	短字符串优化
[NSString stringWithFormat:@"long..."]	__NSCFString	长字符串堆分配
[NSString stringWithUTF8String:]	__NSCFString	动态创建
[NSString stringWithContentsOfFile:]	__NSCFString	文件读取
[NSMutableString string]	__NSCFString	可变字符串

NSTaggedPointerString, __NSCFString之间的具体界限

1. 决定性因素：长度与内容的“双重门”

为了最大化优化效果，Apple 实际上采用了多种编码策略来尽可能地“压榨”指针的存储空间。根据字符串的长度和字符构成，判断流程大致如下：

第一层：极短字符串（长度 0-7）

• 判断逻辑：只要字符串长度小于等于7，并且只包含ASCII字符（如英文字母、数字等）。
• 存储方式：NSTaggedPointerString。
• 编码方式：采用8位编码，直接将字符的ASCII码值存储到指针中。
• 示例：[NSString stringWithFormat:@"a"]、[NSString stringWithFormat:@"hello"]（长度为5）都会是这个类型。

第二层：较短字符串（长度 8-9）

• 判断逻辑：当字符串长度为8或9时，系统会检查所有字符是否都包含在一个特殊的6位编码表中。这个表包含了 eilotrm.apdnsIcufkMShjTRxgC4013bDNvwyUL2O856P-B79AFKEWV_zGJ/HYX 等字符。
• 存储方式：
  • 全部字符在表中：NSTaggedPointerString。通过查表，用6位二进制数来表示一个字符，从而在有限空间内存储更多信息。
  • 有任一字符不在表中：__NSCFString。因为无法通过查表压缩，只能转为堆内存存储。
• 示例：[NSString stringWithFormat:@"abcdefgh"]（长度8）如果所有字符都在表中，则为NSTaggedPointerString；否则为__NSCFString。

第三层：中等长度字符串（长度 10-11）

• 判断逻辑：当字符串长度达到10或11时，系统会检查字符是否能被一个更小的5位编码表所覆盖。这个表更短，例如 eilotrm.apdnsIcufkMShjTRxgC4013 。
• 存储方式：
  • 全部字符在表中：NSTaggedPointerString。通过极致的压缩，使得更长的字符串也能被指针存储。
  • 有任一字符不在表中：__NSCFString。
• 示例：一个由11个a组成的字符串 [NSString stringWithFormat:@"aaaaaaaaaaa"]，因为a在5位编码表中，所以它也可以是 NSTaggedPointerString 类型。

第四层：超出优化极限（长度 > 11 或含特殊字符）

• 判断逻辑：
  1. 字符串长度大于11。
  2. 字符串中包含非ASCII字符（如中文、表情符号等），因为复杂字符无法用简单的编码表压缩。
• 存储方式：__NSCFString。
• 原因：指针的64个比特位已无法承载更多信息，系统必须在堆上分配内存来完整存储字符串内容。