c#基礎系列2---深入理解 String

“大菜”：源於自己剛踏入猿途混沌時起，自我感覺不是一般的菜，因而得名“大菜”，於自身共勉。

擴展閱讀：[深入理解值類型和引用類型](https://www.cnblogs.com/zhanlang/p/9603592.html) ## 基本概念 string（嚴格來說應該是System.String） 類型是我們日常coding中用的最多的類型之一。那什么是String呢?^ ~ ^

String是一個不可變的連續16位的Unicode代碼值的集合，它直接派生自System.Object類型。

與之對應的還有一個不常用的安全字符串類型System.Security.SecureString，它會在非托管的內存上分配，以便避開GC的黑手。主要用於安全性特高的場景。[具體可查看msdn這里不展開討論了。=>msdn查看詳情

特性

1. 由於String類型直接派生於Object，所以它是引用類型，那就意味着String對象的實例總是存在於堆上。
2. String具有不變性，也就是說一旦初始化，它的值將永遠不變。
3. String類型是封閉的，換言之，你的任何類型不能繼承String。
4. 定義字符串實例的關鍵字string只是System.String 類型的一個映射。

注意事項

1. 關於字符串中的回車符和換行符一般大家喜歡直接硬編碼‘\r\n’,但是不建議這么做，一旦程序遷移到其他平台，將出現錯誤。相反，推薦使用System.Environment類的NewLine屬性來生成回車符和換行符，可以跨平台使用的。

2. 常量字符串的拼接和非常量字符串在CLR中行為是不一樣的。具體請查看性能部分。

3. 字符串之前加@符號會改變編譯器的行為，如果加了@符號，編譯器會把String中的轉義字符視為正常字符來顯示。也就是我定義的什么內容就是什么內容，主要在使用文件路徑或者目錄字符串中使用。以下兩個String內容的輸出將完全一致。

        static void Main(string[] args)
            {
                string a = "c:\\temp\\1";
                string b = @"c:\temp\1";
                Console.WriteLine(a);
                Console.WriteLine(b);
                Console.Read();           
            }  

性能

1. c#的編譯器直接支持String類型，並將定義的常量字符串在編譯期直接存放到模塊的元數據中。然后會在運行時直接加載。這也說明String類型的常量在運行時是有特殊待遇的。
2. 由於字符串的不變性，也就意味着多個線程同時操作該字符串不會有任何線程安全的問題。這在某些共享配置的設計中很有用。
3. 如果程序經常會對比重復度比較高的字符串，這會造成性能上的影響，因為對比字符串是要經過幾個步驟的。為此CLR引入了一個字符串重用的技術，學名叫做‘字符串留用’。原理就是：CLR會在初始化的時候創建一個內部的哈希表，key是字符串，value就是留用字符串在托管堆上的引用。
   String類型提供了兩個靜態方法來操作這個哈希表：

String.Intern

String.IsInterned

具體請查看msdn(https://msdn.microsoft.com/zh-cn/library/system.string.isinterned(v=vs.110).aspx)
但是c#編譯器默認是不開啟字符串留用功能的，因為如果程序大量把字符串留用，應用程序總體性能可能會變得更慢。（微軟也是挺糾結的，程序員TMD的更糾結）
4. 如果我們的程序中有很多個一模一樣值的常量字符串， c#的編譯器會在編譯期間把這些字符串合並為一個並寫入模塊的元數據中，然后修改所有引用該字符串的代碼。這也是一種字符串重用技術，學名‘字符串池’。這意味着什么呢？這意味着所有值相同的常量字符串其實引用的是同一個內存地址的實例，在相同值非常多的情況下能顯著提高性能和節省大量內存。

string s1 = "hello 大菜";
string s2 = "hello 大菜";
unsafe
{
   fixed (char* p = s1)
   {
       Console.WriteLine("字符串地址= 0x{0:x}", (int)p);

   }
   fixed (char* p = s2)
   {
       Console.WriteLine("字符串地址= 0x{0:x}", (int)p);

   }
} 

輸出結果：

字符串地址= 0x80002d84
字符串地址= 0x80002d84

可見實例的值只分配了一次，但是有一點需要說明，字符串僅用於編譯期能確定值的字符串，也就是常量字符串。如果我的程序修改為：

args = new string[] { "dfasfdsa"};
string s1 = "hello 大菜"+ args[0];
string s2 = "hello 大菜"+args[0];
unsafe
{
    fixed (char* p = s1)
    {
        Console.WriteLine("字符串地址= 0x{0:x}", (int)p);

    }
    fixed (char* p = s2)
    {
        Console.WriteLine("字符串地址= 0x{0:x}", (int)p);

    }
}

運行結果：

字符串地址= 0x2e3c
字符串地址= 0x2e7c

5. 平時coding避免不了字符串的連接，如果一個頻繁拼接字符串的場景下使用‘+’，對程序整體性能和GC影響還是挺大的，為此c#推出了 StringBuilder類型來優化字符串的拼接。相對於String類型的不變性來說，StringBuilder更像是可變的字符串類型。它的底層數據結構是一個Char的數組。另外還有容量（默認為16），最大容量（默認為int.MaxValue）等屬性。StringBuilder的優勢在於字符總數未超過‘容量’的時候，底層數組不會重新分配，這和String每次都重新分配形成最大的對比。如果字符總數超過‘容量’，StringBuilder會自動倍增容量屬性，用一個新的數組來容納原來的值，原來數組將會被GC回收。可見如果StringBuilder頻繁的動態擴容也會損害性能，但是影響可能會比String小的多。 合理的設置StringBuilder初始容量對程序有很大幫助。測試如下：

int count = 100000;
Stopwatch sw = new Stopwatch();
sw.Start();
string s = "";
for (int i = 0; i < count; i++)
    {
        s += i.ToString();
    }
sw.Stop();
Console.WriteLine(sw.ElapsedMilliseconds);

運行結果：

14221

查看GC的情況

Gc執行的是如此頻繁。 性能是可想而知的。接着看一下StringBuilder

int count = 100000;
Stopwatch sw = new Stopwatch();
sw.Start();            
StringBuilder sb = new StringBuilder();//聽說程序員都這樣命名StringBuilder
for (int i = 0; i < count; i++)
 {
    sb.Append(i.ToString());
}
sw.Stop();
Console.WriteLine(sw.ElapsedMilliseconds);

運行結果：

12

GC情況：

幾乎沒有GC（可能還未達到觸發GC的臨界點），如果我合理初始化了StringBuilder 容量，生產環境中結果差距將會更大。 呵呵 ^ ~ ^

其他

關於字符串留用和字符串池

1. 一個程序集加載的時候，CLR默認會留用該程序集元數據中描述的所有文本常量字符串。由於可能會出現額外的哈希表查找造成的性能下降的現象，所以現在可以禁用這個特性了。
2. coding中我們平常比較兩個字符串是否相等，那這個過程是怎么樣的呢？
   1. 首先判斷字符的數量是否相等。
   2. CLR逐個對比字符最終確定是否相等。

這個場景是適合字符串留用的。因為不再需要經過以上的兩個步驟，直接哈希表拿到value就可以對比確定了。

關於字符串拼接性能

基於以上所有知識，那是不是StringBuilder拼接字符串性能永遠都高於符號‘+’呢？答案是否定的。

 static void Main(string[] args)
        {
            int count = 10000000;
            Stopwatch sw = new Stopwatch();
            sw.Start();            
            string str1 = "str1", str2 = "str2", str3 = "str3";
            for (int i = 0; i < count; i++)
            {
                string s = str1 + str2 + str3;
            }
            sw.Stop();
            Console.WriteLine($@"+用時： {sw.ElapsedMilliseconds}" );

            sw.Reset();
            sw.Start();
            for (int i = 0; i < count; i++)
            {
                StringBuilder sb = new StringBuilder();//聽說程序員都這樣命名StringBuilder
                sb.Append(str1).Append(str2).Append(str3);
            }
            sw.Stop();
            Console.WriteLine($@"StringBuilder.Append 用時： {sw.ElapsedMilliseconds}");

            Console.Read();
        }

運行結果：

+用時： 553
StringBuilder.Append 用時： 975

符號‘+’最終會調用String.Concat方法，當同時連接幾個字符串時，並不是每連接一個都分配一次內存，而是把幾個字符都作為 String.Concat方法的參數，只分配一次內存。所以在拼接的字符串個數比較少的場景下，String.Concat 性能是略高於StringBuilder.Append。string.Format 方法最終調用的是StringBuilder，這里不做展開討論了，請自行參考其他文檔。

所以萬事都不是絕對的！！每個事物都有適合自己的場景,我們都需要自己去探索。（程序員太累了）

以上都是非生產環境測試結果，如果錯誤，請及時指正

請尊重一個猿的辛苦，轉載請標明出處 ^ ~ ^ 。部分圖片來源於網絡，如有侵權請及時聯系。讓我們一起進步吧

一個不止於IT圈內容的微信公眾號，歡迎關注，交流更多的IT知識。不定時會有驚喜奧 ^ ~ ^