你真的了解js中的字符串吗？

在讲述字符串的奇技淫巧之前，我们需要先了解 V8 对于 JavaScript String 的表达。
在 V8 中字符串有如下 5 种表达模式：

• SeqString
  • 在 V8 堆内使用（类似数组的）连续空间存储字符串。
  • 实际数据存储时分为 OneByte、TwoByte（Unicode）两类。
• ConsString(first, second)
  • 在字符串拼接时，采用树形结构表达拼接后（first + second）的字符串。
• SliceString(parent, offset)
  • 在字符串切割时，采用 offset 与 [length] 表达父字符串（parent）的一部分。
• ThinString(actual)
  • 直接引用另一个字符串对象（actual）。
  • 在多数情况下可以被认为与 ConsString(actual, empty_string) 等价。

• ExternalString

  • 代表了产生在 V8 堆外的字符串资源。
  • 实际数据表达时分为 OneByte、TwoByte（Unicode）两类。 ThinString 需要开启 flag: —thin_strings 在老版本中最大字符串长度均为 ~268.4M ，而在 V8 新版本（≥ 6.2.4）中最大长度限制增加到 ~1.073B（64 位平台）：

• 32 位平台， （仍不变）

• 64 位平台， （比起 32 位平台增加了 4 倍） 64 位平台下最大长度：由 kMaxLength （也就是 int32）可以表达的最大正数值 > ，减去 1 bit（TwoByteString 表达需占用 2 个字节），再减去 kHeaderSize = 24 得到。 所有的表达模式均有 [length] 属性（由基类 String 定义）记录了字符串中的字符数（UTF-16 单元数），但只有 SeqString 真正存储了字符数据，而 ConsString 、SliceString 、ThinString 均为其它表达模式的引用（不存储字符数据）。
  在实际应用过程中，由于经常发生字符串拼接操作，故 ConsString 经常会被用来表达相应的字符串。 字符串拼接时如果以传统方式（如 SeqString）存储，拼接操作的时间复杂度为 O(n) ，采用 > 绳索结构[Rope Structure] （也就是 ConsString 所采用的数据结构）可以减少拼接所花费的时间。 为了便于理解，我们来看个例子：
  1、创建 2 个英文字符串并拼接它们：

  var hello = "hello";
  var world = "world";
  var hello_world = hello + world;

  
  由于 hello 与 world 中所有字符均为单字节字符，故 V8 采用 SeqOneByteString 来表达它们。
  为了提升短字符串拼接后的访问性能，V8 在这里（hello_world）并不会生成 ConsString 而是直接将 hello 与 world 中的字符拷贝到新建的 SeqOneByteString 中来存储它们。 V8 定义最小 ConsString 长度为 kMinLength = 13 个字符。

2、创建 1 个中文字符串并与步骤 1 生成的字符串（hello_world）拼接：

var chinese = "你好世界";
var mixed = hello_world + chinese;

由于 chinese 中存在有双字节字符，故 V8 采用 SeqTwoByteString 来表达它。
拼接后字符串（mixed）超过了最小 ConsString 长度限制，
生成 mixed = ConsString(hello_world, chinese) 这样的树形结构。

3、将步骤 2 生成字符串（mixed）进行切割：

var sliced = mixed.slice(1);

由于切割后字符串（sliced）超过了最小 SliceString 长度限制，
生成 sliced = SliceString(mixed, 1) 这样的空间结构。 V8 定义最小 SliceString 长度也为 kMinLength = 13 个字符。 在这里我们可以看到，只有 SeqOneByteString 与 SeqTwoByteString 实例存储实际的字符，而 SliceString 与 ConsString 实例内部其实只是其它表达模式的引用（不存储字符数据）。
需要注意的是，在 SliceString 场景中被切割掉的字符并不会被 V8 GC 回收。
也就是说，例子中 SeqOneByteString 实例中存储的 “h” 字符并不会被 V8 GC 回收。

总结一下：

• 字符串在 V8 中采用何种模式表达取决于此字符串的构造方式（Seq 还是 Cons 等）。
• 字符串拼接时，比起重新分配一个空间进行存储，采用树形结构（ConsString）表达更加高效。