CLR系列：浅析泛型的本质

泛型早在.net2.0就出来了，大家已经对它的使用很熟悉了，在工作中也大量的使用过它，但是大家对其工作原理，以及MS针对泛型对CLR做了那些工作是否了解呢。本文就是对泛型的本质进行讲解，希望能对大家有所帮助。

1 引入泛型

.Net2.0出来的时候，大家很轰动，其中.NET2.0做的一个很大的改变就是增加了泛型。在1.1的版本，大家还在使用一些如：ArrayList等集合。就算现在是.net3.5的时代，还是有很多程序员在继续使用1.1版本的集合，并没有采用范型集合，毕竟一个新技术的使用是要一段时间的，也许大家看了本文后会在适当的时候使用范型。

 ArrayList arr = new ArrayList();
 List<int> arr1 = new List<int>();
 for (int i = 1; i < 10; i++)
 {
     arr.Add(i);
     arr1.Add(i);
 }

这是一个很基础的泛型应用，可能大家大部分使用泛型都是类似上面的方式。我们就从这个简单的代码讲起。表面上看好像1.1版本和2.0版本的集合使用上没什么其别，一样的方便。但是实质上MS在底层做了很多复杂的工作。我们看看它的IL代码：

 IL_0012:  ldloc.0
 IL_0013:  ldloc.2
 IL_0014:  box        [mscorlib]System.Int32
 IL_0019:  callvirt   instance int32 [mscorlib]System.Collections.ArrayList::Add(object)
 IL_001e:  pop
 IL_001f:  ldloc.1
 IL_0020:  ldloc.2
 IL_0021:  callvirt   instance void class [mscorlib]System.Collections.Generic.List`1<int32>::Add(!0)
 

在这里我们看看它第三行，熟悉IL的人都知道。这行box是在执行装箱操作。我们可以看看的Add方法原型：

 1 ArrayList:
 2 public virtual int Add(Object value) { 
 3    if (_size == _items.Length) EnsureCapacity(_size + 1);
 4    _items[_size] = value; 
 5    _version++; 
 6    return _size++;
 7 } 
 8 List:
 9 public void Add(T item) {
    if (_size == _items.Length) EnsureCapacity(_size + 1);
    _items[_size++] = item; 
    _version++;
 }

我们可以看到ArrayList的Add方法的参数是object类型，我们都知道int －－> object是要经过装箱操作，装箱操作又是个很费时间的事情，这就影响了性能。这里我们就引出泛型的第一个好处：性能的好处，避免了频繁的装箱拆箱操作。泛型的第二个好处：保证了类型的绝对安全，这点就不多讲了。上面的IL里多了一个类型：System.Collections.Generic.List`1这是.net CLR为泛型生成一个带“'”的类型，后面的数字表示<x,x>里参数x的个数。还有一个就是!0，这个是什么呢，请看下面的分析。

2 解析泛型

还是先看看一段代码：

public void intrGeneric<T>()
{
   Console.WriteLine(typeof(T));
}
intrGeneric<int>();
intrGeneric<object>();
intrGeneric<string>();

那么当我们不知道intrGeneric<T>的T的类型的时候，IL是在怎么处理的呢。看看产生的IL：

 1 .method public hidebysig instance void  intrGeneric<T>() cil managed noinlining
 2 {
 3   // Code size       18 (0x12)
 4   .maxstack  8
 5   IL_0000:  nop
 6   IL_0001:  ldtoken    !!T
 7   IL_0006:  call       class [mscorlib]System.Type [mscorlib]System.Type::GetTypeFromHandle(valuetype [mscorlib]System.RuntimeTypeHandle)
 8   IL_000b:  call       void [mscorlib]System.Console::WriteLine(object)
 9   IL_0010:  nop
   IL_0011:  ret
 } // end of method Generics_CSharp::intrGeneric

 在这里我们可以看到编译器产生的IL是并没有为T指定一个特定的类型，但是输出的结果为System.Int32,System.Object,System.String。我们知道typeof()输出的Runtime Type。我们很容易的得出泛型的另外一个特性：运行时本质。由CLR运行时支持，真正的泛型实例化是发生在JIT编译时，生成不同的本地代码。我们再来看看上面的IL代码：ldtoken    !!T，ldtoken指令：将元数据标记转换为其运行时表示形式，并将其推送到计算堆栈上。!!T时编译器生成的一个占位符，工作形式时这样的：第一次编译的时候，首先生成IL代码以及元数据，T只是一个隐藏的符号，这是并没有对泛型类型进行实例化，当JIT编译的时候，将以实际类型替换IL代码和元数据的T符号，并将其转换为本地代码。

 说到这里我们大概对泛型有个大概的了解。Java编译器在编译泛型的时候，会将所有的泛型参数替换为Object，这实际上还是存在装箱拆箱的过程。还有C++的实现也存在一个很大的问题，那就是代码爆炸，C++会为每种类型都要生成自己的一份代码。C#与JAVA比较解决了性能问题，与C++比较，解决了代码爆炸的问题。那么C#是怎么解决代码爆炸的问题，做到代码共享的呢？这也是C#泛型的一个特性。

我们知道一个程序域有个loader heap，里面有个method table，每种类型都有自己的一个一个方法表，而且这个方法表列出所有的方法，方法表中包含了一个槽表，指向各个方法的描述（MethodDesc），提供了类型的行为能力，用于不同的交互操作实现的调用，在第一次调用时，会调用JIT编译程序，对其进行扫描，发现有引用别的类型，就会导向元数据，让后再根据元数据导向到所要查找的类型的具体位置,当范型参数是引用类型的时候，引用类型变量都是指向托管堆的指针，（在32位的操作系统上指针都是32位的）而对于指针完全是可以用相同的方式操作的。这再很大程度上避免了代码爆炸。如果为值类型的时候，由于值类型都是直接操作数据本身，JIT不会为一个不知道大小的参数去产生同样的代码。下次JIT编译的时候，先去查找是否有相同的类型代码，如果有的话，就不会再次编译。因此C#泛型做到了时间和空间的双重效应。看看下面windbg+sos的调试，我们看看它经过JIT编译过后的本地代码，我们更加肯定的验证了以上的我们所论述的。

 1 0:010> !u 00dc1128
 2 Normal JIT generated code
 3 Collections.Program.Main(System.String[])
 4 Begin 00dc1128, size 90
35 00dc117f 8bdf            mov     ebx,edi
36 00dc1181 8bce            mov     ecx,esi
37 00dc1183 3909            cmp     dword ptr [ecx],ecx
38 00dc1185 e886b4cbff      call    00a7c610 (Collections.Generics_CSharp.intrGeneric[[System.Int32, mscorlib]](), mdToken: 06000003)
39 00dc118a 90              nop
40 00dc118b 8bce            mov     ecx,esi
41 00dc118d ba2892a700      mov     edx,0A79228h (MD: Collections.Generics_CSharp.intrGeneric[[System.Object, mscorlib]]())
42 00dc1192 3909            cmp     dword ptr [ecx],ecx
43 00dc1194 e897b4cbff      call    00a7c630 (Collections.Generics_CSharp.intrGeneric[[System.__Canon, mscorlib]](), mdToken: 06000003)
44 00dc1199 90              nop
45 00dc119a 8bce            mov     ecx,esi
46 00dc119c ba6892a700      mov     edx,0A79268h (MD: Collections.Generics_CSharp.intrGeneric[[System.String, mscorlib]]())
47 00dc11a1 3909            cmp     dword ptr [ecx],ecx
48 00dc11a3 e888b4cbff      call    00a7c630 (Collections.Generics_CSharp.intrGeneric[[System.__Canon, mscorlib]](), mdToken: 06000003)
 00dc11a8 90              nop
 00dc11a9 e81e886278      call    mscorlib_ni+0x3299cc (793e99cc) (System.Console.Read(), mdToken: 060007b6)
 00dc11ae 90              nop
 00dc11af 90              nop
 00dc11b0 8d65f4          lea     esp,[ebp-0Ch]
 00dc11b3 5b              pop     ebx
 00dc11b4 5e              pop     esi
 00dc11b5 5f              pop     edi
 00dc11b6 5d              pop     ebp
 00dc11b7 c3              ret
 

这里调试的正式调用泛型方法的函数，看看红色的地方，看看这三个CALL，大家可以看到第一个（int）的地址是：00a7c610 ，后面两个（object和string）的地址都是：00a7c630 。这可以说明值类型是不同的类型生成不同的代码，而引用类型是共用一个代码。大家还可以看到mdToken: 06000003。这也说明无论是值类型还是引用类型都是共用一个占位符，引用的是同一个类型下的方法和同一个MethodDesc，进而验证泛型是基于JIT的。

由此我们可以看出为了是泛型能够工作，MS必须做一下的工作：

创建新的IL指令，使之能够识别类型参数。

修改现有的元数据表的格式。

修改各种编程语言使他们能支持泛型。

修改编译器，能生成新的IL和元数据。

修改JIT编译器。

 以上是本人对C#泛型的一点理解。。关于泛型的特性和语法不是本文的重点，园子里有很多文章可以参考。有不同意见欢迎大家指出来。希望大家看了本文后对泛型有个更加深入的理解。

欢迎大家对CLR系列提出意见以及希望讲解的知识点。

待续。。。