Lua类型系统详解(一)

Lua是一种动态类型的脚本语言，意味着变量没有类型，类型信息包含在值中。目前lua支持八种基本类型：nil，boolean，number，string，table，function，userdata，thread。所有的值都是第一类值，都是可以存储在变量中或者作为函数参数传递，以及作为函数返回值。

 
/*
** basic types
*/
#define LUA_TNONE		(-1)
 
#define LUA_TNIL		0
#define LUA_TBOOLEAN		1
#define LUA_TLIGHTUSERDATA	2
#define LUA_TNUMBER		3
#define LUA_TSTRING		4
#define LUA_TTABLE		5
#define LUA_TFUNCTION		6
#define LUA_TUSERDATA		7
#define LUA_TTHREAD		8
 
#define LUA_NUMTYPES		9

        源码中实际定义了九种类型，其中 LUA_TLIGHTUSERDATA 与 LUA_TUSERDATA统称为userdata，lightuserdata被认为是一种特殊的userdata，它仅表示一个c的指针，类似数字：你不用创建它，它没有原表，也不需要被gc。Lua如何实现变量可以存储任意类型呢？源码中用一个大的联合体来实现。

 
 
/*
** Union of all Lua values
*/
typedef union Value {
  struct GCObject *gc;    /* collectable objects */
  void *p;         /* light userdata */
  lua_CFunction f; /* light C functions */
  lua_Integer i;   /* integer numbers */
  lua_Number n;    /* float numbers */
} Value;
 
 
/*
** Tagged Values. This is the basic representation of values in Lua:
** an actual value plus a tag with its type.
*/
 
#define TValuefields	Value value_; lu_byte tt_
 
typedef struct TValue {
  TValuefields;
} TValue;

        Value中包含各种实际类型需要用到的变量，其中GCobject用于存储需要被gc类型的地址，目前string, userdata, table, function, thread是需要gc的类型，其他几个字段分别用于存储lightuserdata指针，c导出的函数地址，整数，浮点数。TValue包含Value和一个字节的类型信息，是Lua内部存储变量的基础结构。下面我们详细分析一下每种类型的实现。

一，nil

       只有一个值nil，与其他类型均不相同。通常用于区分一个值是否是有效值。

二，boolean

       类型 boolean 有两个值，false 和 true。 nil 和 false 都使条件为假；它们统称为假值。任何其他值都会使条件为真。boolean在内部实现上，直接给LUA_TBOOLEAN定义了两个扩展类型：LUA_VFALSE和LUA_VTRUE。

/*
** tags for Tagged Values have the following use of bits:
** bits 0-3: actual tag (a LUA_T* constant)
** bits 4-5: variant bits
** bit 6: whether value is collectable
*/
 
/* add variant bits to a type */
#define makevariant(t,v)	((t) | ((v) << 4))
 
#define LUA_VFALSE	makevariant(LUA_TBOOLEAN, 0)
#define LUA_VTRUE	makevariant(LUA_TBOOLEAN, 1)

类型的0到3位用于表示基本类型，4到5位被扩展用于表示其他附加信息。

三，number

        类型 number 表示整数和实数（浮点数），包含两个子类型：整数和浮点数。标准 Lua 使用 64 位整数和双精度（64 位）浮点数，也可以修改宏定义重新编译 Lua，使其使用 32 位整数和/或单精度（32 位）浮点数。整数和浮点数均为 32 位的选项对于小型机器和嵌入式系统特别有吸引力。 （参见文件 luaconf.h 中的宏 LUA_32BITS。）

/* Variant tags for numbers */
#define LUA_VNUMINT	makevariant(LUA_TNUMBER, 0)  /* integer numbers */
#define LUA_VNUMFLT	makevariant(LUA_TNUMBER, 1)  /* float numbers */
 
#define ttisnumber(o)		checktype((o), LUA_TNUMBER)
#define ttisfloat(o)		checktag((o), LUA_VNUMFLT)
#define ttisinteger(o)		checktag((o), LUA_VNUMINT)

        源码中定义了LUA_TNUMBER两个子类型LUA_VNUMFLT和LUA_VNUMINT分别表示浮点数和整数。实际上内部将整数和浮点数已经按子类型区分开了。

四，string

 
/*
** Header for a string value.
*/
typedef struct TString {
  CommonHeader;
  lu_byte extra;  /* reserved words for short strings; "has hash" for longs */
  lu_byte shrlen;  /* length for short strings */
  unsigned int hash;
  union {
    size_t lnglen;  /* length for long strings */
    struct TString *hnext;  /* linked list for hash table */
  } u;
  char contents[1];
} TString;
 
 

         上面是字符串的底层结构，CommonHeader就是支持gc的相关成员。lua中将字符串按长度是否大于LUAI_MAXSHORTLEN（40）分成两种类型LUA_VLNGSTR和LUA_VSHRSTR。extra默认为0，为1表示已经对长字符串hash过，hash字段可以直接使用。如果是短字符串，shrlen表示其长度；如果是长字符串，lnglen表示长字符串的长度。对于短字符串是存放在内部hash表中，hnext指向hash表同一hash桶的下一个短字符串。contents长度为1的数组，用于在字符串末尾添加0，后续分配字符串空间的时候只需要分配TSting和字符串长度即可使用。为了重用短字符串，在global_State中使用hash表strt字段存放。hash表类型stringtable

定义如下：

typedef struct stringtable {
  TString **hash;
  int nuse;  /* number of elements */
  int size;
} stringtable;

其中hash字段就是hash表的桶数组，每个桶是代表这个hash值的TString的链表的头结点。

再回头梳理下字符串的创建过程，可以发现还有一个strcache的过程：

/*
** Create or reuse a zero-terminated string, first checking in the
** cache (using the string address as a key). The cache can contain
** only zero-terminated strings, so it is safe to use 'strcmp' to
** check hits.
*/
TString *luaS_new (lua_State *L, const char *str) {
  unsigned int i = point2uint(str) % STRCACHE_N;  /* hash */
  int j;
  TString **p = G(L)->strcache[i];
  for (j = 0; j < STRCACHE_M; j++) {
    if (strcmp(str, getstr(p[j])) == 0)  /* hit? */
      return p[j];  /* that is it */
  }
  /* normal route */
  for (j = STRCACHE_M - 1; j > 0; j--)
    p[j] = p[j - 1];  /* move out last element */
  /* new element is first in the list */
  p[0] = luaS_newlstr(L, str, strlen(str));
  return p[0];
}

stcache是在globalstate中定义的一个二维数组：TString *strcache[STRCACHE_N][STRCACHE_M];

这个缓存是按照字符串指针地址取模来定位的。无论是长短字符串，如果是经常使用的情况下，会在缓存中快速找到能复用的字符串，提高程序性能。