Go:如何高效地拼接字符串
共 3338字,需浏览 7分钟
·
2021-09-13 20:13
不久前,因为一些原因,我们决定用 Go 语言对一个 Java 项目进行重构。这个项目的业务非常简单,在实现简单业务的简单功能时,需要将几组短字符串按顺序拼接成一个长字符串。毋庸置疑,使用 +
操作符,是常用的字符串拼接方法,这在很多编程语言中都适用,Go 也不例外。
功能重构很快完成了,但在代码 review 环节时,对新语言的好奇心频频冒出,Go 语言中是否有其他更为高级或者灵活的方法呢?经过一番调研尝试,初步得出使用 strings.Builder
是性能最优的结论,于是,决定用它替换 +
操作符,并部署到线上。
几个月后,该项目在原基础上需求有所增加。再次面对该代码,心情也发生了变化,使用 strings.Builder
固然可行,但它需要三行代码,相比之下,用 +
操作符一行代码便能实现。在简洁性和高效性之间,该如何抉择呢?Go 语言中,是否有鱼和熊掌兼得的方法?
抱着这样的心思,我总结出 Go 语言中至少有 6 种关于字符串的拼接方式。但新问题也随之产生了,为何 Go 语言支持如此多种拼接方式?每种方式的存在,其背后的原因和逻辑又是什么呢?
让我们先分两种常用场景、两种字符串长度进行对比看看。
一、不同情景下的效率测试
待拼接字符串长度、次数已知,可一次完成字符串拼接,测试结果如下:
32 字节以下。 超过 32 字节,未超过 64 字节。 +
操作符发生了一次内存分配,但效率依然很高。bytes.Buffer
高于strings.Builder
。64 字节以上。 +
操作符优势依然明显,strings.Join()
也不甘示弱。
待拼接字符串长度、次数未知,需要循环追加完成拼接操作,测试结果如下:
32 字节以下。 +
每次拼接都会生成新字符串,导致大量的字符串创建、替代。超过 32 字节,未超过 64 字节。 bytes.Buffer
发生 2 次内存分配。64 字节以上。 bytes.Buffer
优势已然不再,strings.Builder
一骑绝尘。不过,这似乎还不是最终的结果。大量字符串拼接,终于要使出 strings.Builder
的必杀器Grow()
了,bytes.Buffer
也有Grow()
方法,但似乎作用不大。
二、原理分析
从上面的测试结果可以看出,在不同情况下,每种拼接方式的效率都不同,为什么会这样呢?那就得从它们的拼接原理说起。
+
操作符,也叫级联符。它使用简单、应用广泛。res := "发" + "发"
拼接过程:
1.编译器将字符串转换成字符数组后调用 runtime/string.go 的 concatstrings() 函数
2.在函数内遍历字符数组,得到总长度
3.如果字符数组总长度未超过预留 buf(32字节),使用预留,反之,生成新的字符数组,根据总长度一次性分配内存空间
4.将字符串逐个拷贝到新数组,并销毁旧数组+=
追加操作符,与+
操作符相同,也是通过runtime/string.go的concatstrings()
函数实现拼接,区别是它通常用于循环中往字符串末尾追加,每追加一次,生成一个新的字符串替代旧的,效率极低。res := "发"
res += "发"拼接过程:
1.同上bytes.Buffer
,在 Golang 1.10 之前,它是循环中往末尾追加效率最高的方法,尤其是当拼接的字符串数量较大时。var b bytes.Buffer // 创建一个 buffer
b.WriteString("发") // 将字符串追加到buffer上
b.WriteString("发")
b.String() // 取出字符串并返回拼接过程:
1.创建 []byte ,用于缓存需要拼接的字符串
2.首次使用 WriteString() 填充字符串时,由于字节数组容量为 0 ,最少会发生 1 次内存分配
3.待拼接字符串长度小于 64 字节,make 一个长度为字符串总长度,容量为 64 字节的新数组
4.待拼接字符串超过 64 字节时动态扩容,按 2* 当前容量 + 待拼接字符长度 make 新字节数组
5.将字节数组转换成 string 类型返回strings.Builder
在 Golang 1.10 更新后,替代了byte.Buffer
,成为号称效率最高的拼接方法。var b strings.Builder
b.WriteString("发")
b.WriteString("发")
b.String()拼接过程:
1.创建 []byte,用于缓存需要拼接的字符串
2.通过 append 将数据填充到前面创建的 []byte 中
3.append 时,如果字符串超过初始容量 8 且小于 1024 字节时,按乘以 2 的容量创建新的字节数组,超过 1024 字节时,按 1/4 增加
4.将老数据复制到新创建的字节数组中 5.追加新数据并返回strings.Join()
主要适用于以指定分隔符方式连接成一个新字符串,分隔符可以为空,在字符串一次拼接操作中,性能仅次于+
操作符。strings.Join([]string{"发", "发"}, "")
拼接过程:
1.接收的是一个字符切片
2.遍历字符切片得到总长度,据此通过 builder.Grow 分配内存
3.底层使用了strings.Builder
,每使用一次strings.Join()
,都会创建新的 builder 对象fmt.Sprintf()
,返回使用 format 格式化的参数。除了字符串拼接,函数内还有很多格式方面的判断,性能不高,但它可以拼接多种类型,字符串或数字等。fmt.Sprintf("str1 = %v,str2 = %v", "发", "发")
拼接过程:
1.创建对象
2.字符串格式化操作
3.将格式化后的字符串通过 append 方式放到[] byte 中
4.最后将字节数组转换成 string 返回
三、结论
在待拼接字符串确定,可一次完成字符串拼接的情况下,推荐使用 +
操作符,即便 strings.Builder
用 Grow()
方法预先扩容,其性能也是不如 +
操作符的,另外,Grow()
也不可设置过大。
在拼接字符串不确定、需要循环追加字符串时,推荐使用 strings.Builder
。但在使用时,必须使用 Grow()
预先扩容,否则性能不如 strings.Join()
。
推荐阅读