news 2026/6/10 17:46:12

JavaScript 有哪些数据类型?它们在内存里是怎么存的?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
JavaScript 有哪些数据类型?它们在内存里是怎么存的?

JavaScript 的数据类型

JavaScript 是动态类型语言,变量类型由值决定。根据 ECMAScript 规范,JavaScript 有8 种数据类型(ES2020 后 BigInt 加入):

1. 基本数据类型(Primitive Types,共 7 种)

这些类型的值直接存储在栈(Stack)内存中,按值传递,占用固定大小。

  • Undefined:表示变量已声明但未赋值。只有一个值:undefined
  • Null:表示“空对象指针”。只有一个值:null
  • Boolean:布尔值。只有两个值:truefalse
  • Number:数字类型(包括整数和浮点数)。在 JS 中所有数字统一用IEEE 754 标准的 64 位双精度浮点数表示(即使是整数)。
  • String:字符串。不可变,长度可变。
  • Symbol(ES6 引入):唯一且不可变的标识符,用于对象属性键避免冲突。
  • BigInt(ES2020 引入):任意精度整数,用于表示超过Number.MAX_SAFE_INTEGER(2⁵³-1)的整数。字面量后加n,如123n
2. 引用数据类型(Reference Type,1 种)
  • Object:对象(包括普通对象、数组、函数、正则、Date 等)。值存储在堆(Heap)内存中,栈中只保存指向堆的引用地址,按引用传递。

它们在内存中的存储方式

JavaScript 引擎(如 V8、SpiderMonkey)使用栈内存堆内存来管理数据:

数据类型存储位置存储方式说明传递方式示例变量赋值行为
Undefined固定值,直接存值按值传递复制后独立
Null固定值(内部实现为特殊指针 0x00)按值传递复制后独立
Boolean固定值(true/false)按值传递复制后独立
Number64 位双精度浮点数(8 字节)按值传递复制后独立
String栈 + 堆小字符串可能优化存栈(V8 String Interning),长字符串指针指向堆中不可变对象按值传递复制后独立(字符串内容不可变)
Symbol栈 + 堆值唯一,内部在堆中维护全局 Symbol 注册表,变量存引用按值传递复制后独立(每个 Symbol 值唯一)
BigInt栈 + 堆小 BigInt 可能优化,大整数在堆中动态分配内存,栈存指针按值传递复制后独立
Object对象本体存堆中,变量在栈中存指向堆的引用地址按引用传递复制变量后指向同一对象,修改会相互影响
关键点说明:
  1. 基本类型:直接存值,赋值时复制一份新值,互不影响。

    leta=10;letb=a;b=20;console.log(a);// 10(不变)
  2. 引用类型:变量存的是堆地址,赋值时复制地址,指向同一对象。

    letobj1={name:'Alice'};letobj2=obj1;obj2.name='Bob';console.log(obj1.name);// 'Bob'(被修改)
  3. 字符串的特殊处理

    • 字符串是不可变的(immutable)。
    • V8 等引擎会使用字符串池(String Pool)内联存储优化短字符串,避免频繁分配堆内存。
  4. 类型检测

    • typeof:检测基本类型(typeof null异常返回"object"是历史遗留 bug)。
    • instanceof/Object.prototype.toString.call():更准确区分对象子类型。

总结表格

类型typeof 返回值存储位置是否可变传递方式
Undefined“undefined”-按值
Null“object”(bug)-按值
Boolean“boolean”不可变按值
Number“number”不可变按值
String“string”栈/堆不可变按值
Symbol“symbol”栈/堆不可变按值
BigInt“bigint”栈/堆不可变按值
Object“object” / “function”可变按引用

如果需要更深入探讨某个类型(如 BigInt 的底层实现或 V8 引擎的具体优化),欢迎继续提问!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 9:22:20

YOLO与DETR对比:Transformer时代仍需GPU高效模型

YOLO与DETR对比:为何在Transformer时代我们仍需要高效GPU模型? 在自动驾驶汽车毫秒级响应行人横穿的瞬间,或智能工厂每分钟处理上千件产品的流水线上,目标检测不仅要“看得准”,更要“跑得快”。尽管近年来以DETR为代表…

作者头像 李华
网站建设 2026/6/10 10:36:33

YOLO训练数据加载慢?使用GPU直通NVMe SSD方案

YOLO训练数据加载慢?使用GPU直通NVMe SSD方案 在工业视觉系统中,我们常常面临一个令人沮丧的现实:明明配备了A100或H100级别的GPU,训练速度却迟迟上不去。监控工具显示GPU利用率长期徘徊在40%~60%,而CPU核心却在疯狂调…

作者头像 李华
网站建设 2026/6/10 14:14:34

YOLO目标检测平台推出Token套餐,首购赠送10万Token

YOLO目标检测平台推出Token套餐,首购赠送10万Token 在智能制造、智慧交通和无人零售等场景加速落地的今天,越来越多企业希望引入AI视觉能力来提升效率。但一个现实难题摆在面前:自建深度学习推理环境成本高、周期长,而小规模试用…

作者头像 李华
网站建设 2026/6/10 8:56:38

YOLOv8x在8卡A100集群上的分布式训练实录

YOLOv8x在8卡A100集群上的分布式训练实录 在工业质检、自动驾驶和智能安防等高实时性要求的场景中,目标检测模型不仅要“看得准”,还得“跑得快”。而当企业面对的是千万级图像数据集、数百小时的训练周期时,一个更深层的问题浮出水面&#…

作者头像 李华
网站建设 2026/6/10 8:53:08

YOLO目标检测上云攻略:如何选择性价比最高的GPU实例

YOLO目标检测上云攻略:如何选择性价比最高的GPU实例 在智能制造工厂的监控中心,数十路高清摄像头正实时回传生产线画面。系统需要在毫秒级内识别出工人是否佩戴安全帽、设备是否存在异常位移——这类高并发、低延迟的视觉任务,早已超出本地工…

作者头像 李华
网站建设 2026/6/10 8:08:23

YOLO模型如何实现毫秒级响应?GPU并行计算深度剖析

YOLO模型如何实现毫秒级响应?GPU并行计算深度剖析 在智能制造工厂的高速产线上,每一帧图像都关乎产品质量——PCB板上的一个焊点缺失、装配件的微小错位,若不能在几十毫秒内被识别并剔除,就可能造成整批产品返工。类似地&#xff…

作者头像 李华