编程语言中对象的两种主要实现方法解析

经过对CPython、YARV（Ruby的官方虚拟机）以及不少小型编程语言底层实现的研究，我发现这类语言在对象内存模型上主要有两种主流实现方案。几乎所有这类实现都会先定义一个枚举类型来标记对象的具体类型，示例代码如下：

enum ObjectType { 
    OBJECT_INT, 
    OBJECT_FLOAT, 
    OBJECT_STRING 
    // 其他对象类型，比如列表、字典、函数等
};

接下来就是两种核心实现方式：

这种方案中，每种类型的对象都有自己专属的结构体定义。通常每个结构体的第一个成员都是上面定义的ObjectType枚举，这样在运行时可以快速判断对象类型，再通过类型转换访问结构体的具体字段。

举个实际的代码例子：

// 整数对象结构体
typedef struct {
    enum ObjectType type;
    int value;
} IntObject;

// 字符串对象结构体
typedef struct {
    enum ObjectType type;
    char* chars;
    int length;
} StringObject;

// 浮点数对象结构体
typedef struct {
    enum ObjectType type;
    double value;
} FloatObject;

这种方式的优缺点 #

• 优点：
  • 内存效率高：每个对象只包含自身类型必需的字段，没有冗余空间浪费
  • 访问性能好：直接通过结构体指针访问字段，不需要额外的间接寻址
• 缺点：
  • 代码冗余度高：处理任意对象时，必须先做类型判断，再转换成对应结构体指针，这类重复代码会很多
  • 扩展性较差：新增一种对象类型时，需要修改多处类型检查和处理的逻辑

这是另一种常见的实现方式，它会先定义一个通用的Object结构体，里面包含类型标记和一个联合体（union），联合体中存放不同类型对象的具体数据。

示例代码如下：

typedef struct {
    enum ObjectType type;
    union {
        int int_value;
        double float_value;
        struct {
            char* chars;
            int length;
        } string_value;
        // 其他类型的字段定义
    } data;
} Object;

这种方式的优缺点 #

• 优点：
  • 代码更简洁：所有对象都统一用Object类型表示，不需要频繁的类型转换
  • 扩展性更好：新增类型时只需要在枚举和联合体中添加对应的字段即可，不需要大面积修改现有逻辑
• 缺点：
  • 内存有冗余：联合体的大小由最大的成员决定，所以小类型的对象（比如整数）会占用更多内存
  • 访问字段时需要先判断类型，虽然代码上统一，但底层还是有类型检查的开销

内容的提问来源于stack exchange，提问作者dangee1705