C#里面滥用String造成的性能问题

前两天给我们的

json

写一个解析函数, 之前用的正宗的

json parser

, 支持完整的

json

特性. 但是实际上我们用到特性, 只有

key-value

的映射, value的类型只有

数字

和

字符串

两种类型. 由于parse的速度比较慢, 所以我打算自己用字符串解析一遍. 第一个能工作的原型出来的时候, 速度和json解析差不多. 做了profile之后发现, 绝大部分时间都浪费在构造

String

和检索

IndexOf

上面.

下了coreclr的源码研究了一下, 发现

String.Split

在实现的时候, 先扫描一遍

split

, 计算有多少个元素, 然后分配一个

Array

, 然后再去做

Split

操作. Split操作里面还会再new一个新的String出来, 顺便做一下拷贝. 看到这里我就惊呆了, 本来String在C#和Jawa这两个托管语言里面都是不可变的, 那么为什么他们不用一个

Slice

去构造一个

SubString

呢?

网上搜了一下, 也没发现有人写的

StringSlice

或者类似的东西, 我就顺手撸了一个

StringView

, 一个只读的

StringSlice

.

using System.Collections.Generic;

public unsafe struct StringView
{
public static readonly StringView Empty = new StringView("");

public StringView(string str) : this(str, 0, str.Length) { }

public StringView(string str, int begin, int length)
{
this.str = str;
this.begin = begin;
this.length = length;
if (str.Length <= 0) return;

if (this.begin < 0 ||
this.begin >= this.str.Length ||
this.begin + this.length > this.str.Length)
{
throw new System.Exception("StringView's Constructor OutOfBound");
}
}

public int IndexOf(char c, int start = 0)
{
fixed (char* p = this.str)
{
for (int i = start; i < length; ++i)
{
if (p[this.begin + i] == c) return i;
}
}

return -1;
}

private static bool ArrayContains(char[] array, char c)
{
int length = array.Length;
fixed (char* p = array)
{
for (int i = 0; i < length; ++i)
if (p[i] == c) return true;
}

return false;
}

public int IndexOf(char[] array, int start = 0)
{
if (array.Length == 1) return this.IndexOf(array[0], start);

fixed (char* p = this.str)
{
for (int i = start; i < length; ++i)
{
if (ArrayContains(array, p[this.begin + i])) return i;
}
}

return -1;
}

public int IndexOf(string s, int start = 0)
{
int s1_length = this.str.Length;
int s2_length = s.Length;
fixed (char* p1 = this.str)
{
fixed (char* p2 = s)
{
int index = this.IndexOf(p2[0], start);
while (index >= 0)
{
if (s2_length > s1_length - this.begin - index)
return -1;
bool match = true;
for (int i = 0; i < s2_length; ++i)
{
if (p1[this.begin + index + i] != p2[i]) { match = false; break; }
}
if (match) return index;

index = this.IndexOf(p2[0], index + 1);
}
return -1;
}
}
}

public unsafe char this[int index]
{
get
{
if (index < 0 || index >= this.length)
{
throw new System.Exception("StringView's Index OutOfBound");
}

fixed (char* p = this.str)
{
return p[this.begin + index];
}
}
}

public StringView SubString(int begin)
{
return this.SubString(begin, this.length - begin);
}

public StringView SubString(int begin, int length)
{
return new StringView(this.str, this.begin + begin, length);
}

public List<StringView> Split(char split, List<StringView> array)
{
array.Clear();

int index = 0;
int pos1 = 0, pos2 = 0;
pos2 = this.IndexOf(split);
while (pos2 > 0 && pos2 < this.length)
{
array.Add(new StringView(str, this.begin + pos1, pos2 - pos1));
pos1 = pos2 + 1;
pos2 = this.IndexOf(split, pos1);
++index;
}
if (pos1 != this.length) array.Add(new StringView(str, this.begin + pos1, this.length - pos1));

return array;
}

public override bool Equals(object obj)
{
if (obj is StringView)
{
StringView v = (StringView)obj;
return this.Equals(v);
}
return false;
}

public bool Equals(StringView v)
{
if (v.Length != this.Length) return false;
for (int i = 0; i < this.Length; ++i)
{
if (this[i] != v[i]) return false;
}
return true;
}

internal static int CombineHashCodes(int h1, int h2)
{
return (((h1 << 5) + h1) ^ h2);
}

public override int GetHashCode()
{
int hash_code = 0;
for (int i = 0; i < this.length; ++i)
{
hash_code = CombineHashCodes(hash_code, this[i].GetHashCode());
}
return hash_code;
}

public int Length { get { return this.length; } }

public override string ToString()
{
return this.str.Substring(begin, length);
}

public string GetRawString() { return this.str; }
public int GetBegin() { return this.begin; }

private string str;
private int begin;
private int length;
}

为了方便替换String, 很多接口都保持了一致. 目前这个版本只是满足我自己的需求, 以后可以考虑继续完善添加String的函数进来.

之前说的

IndexOf

也比较耗, 因为

String

的

索引器

会带有边界检测, 而

IndexOf

一直在用索引器, 所以个人感觉是不太合适的, 所以我的

StringView

一直在用指针….

PS: 修改之后的纯text parse, 速度比json parse的速度快一倍以上, 性能还不错, 实际上还有提升的空间

PS: 现在比较完整的StringView已经上传至github, https://github.com/egmkang/StringView 添加了

ToInt64

,

StringBuilder.Append

支持