Go 字符串拼接
Golang梦工厂 人气:0前言
日常业务开发中离不开字符串的拼接操作,不同语言的字符串实现方式都不同,在
Go
语言中就提供了6种方式进行字符串拼接,那这几种拼接方式该如何选择呢?使用那个更高效呢?本文我们就一起来分析一下。本文使用Go语言版本:1.17.1
string类型
我们首先来了解一下Go
语言中string
类型的结构定义,先来看一下官方定义:
// string is the set of all strings of 8-bit bytes, conventionally but not // necessarily representing UTF-8-encoded text. A string may be empty, but // not nil. Values of string type are immutable. type string string
string
是一个8
位字节的集合,通常但不一定代表UTF-8编码的文本。string可以为空,但是不能为nil。string的值是不能改变的。
string
类型本质也是一个结构体,定义如下:
type stringStruct struct { str unsafe.Pointer len int }
stringStruct
和slice
还是很相似的,str
指针指向的是某个数组的首地址,len
代表的就是数组长度。怎么和slice
这么相似,底层指向的也是数组,是什么数组呢?我们看看他在实例化时调用的方法:
//go:nosplit func gostringnocopy(str *byte) string { ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)} s := *(*string)(unsafe.Pointer(&ss)) return s }
入参是一个byte
类型的指针,从这我们可以看出string
类型底层是一个byte
类型的数组,所以我们可以画出这样一个图片:
string
类型本质上就是一个byte
类型的数组,在Go
语言中string
类型被设计为不可变的,不仅是在Go
语言,其他语言中string
类型也是被设计为不可变的,这样的好处就是:在并发场景下,我们可以在不加锁的控制下,多次使用同一字符串,在保证高效共享的情况下而不用担心安全问题。
string
类型虽然是不能更改的,但是可以被替换,因为stringStruct
中的str
指针是可以改变的,只是指针指向的内容是不可以改变的,也就说每一个更改字符串,就需要重新分配一次内存,之前分配的空间会被gc
回收。
关于string
类型的知识点就描述这么多,方便我们后面分析字符串拼接。
字符串拼接的6种方式及原理
原生拼接方式"+"
Go
语言原生支持使用+
操作符直接对两个字符串进行拼接,使用例子如下:
var s string s += "asong" s += "真帅"
这种方式使用起来最简单,基本所有语言都有提供这种方式,使用+
操作符进行拼接时,会对字符串进行遍历,计算并开辟一个新的空间来存储原来的两个字符串。
字符串格式化函数fmt.Sprintf
Go
语言中默认使用函数fmt.Sprintf
进行字符串格式化,所以也可使用这种方式进行字符串拼接:
str := "asong" str = fmt.Sprintf("%s%s", str, str)
fmt.Sprintf
实现原理主要是使用到了反射,具体源码分析因为篇幅的原因就不在这里详细分析了,看到反射,就会产生性能的损耗,你们懂得!!!
Strings.builder
Go
语言提供了一个专门操作字符串的库strings
,使用strings.Builder
可以进行字符串拼接,提供了writeString
方法拼接字符串,使用方式如下:
var builder strings.Builder builder.WriteString("asong") builder.String()
strings.builder
的实现原理很简单,结构如下:
type Builder struct { addr *Builder // of receiver, to detect copies by value buf []byte // 1 }
addr
字段主要是做copycheck
,buf
字段是一个byte
类型的切片,这个就是用来存放字符串内容的,提供的writeString()
方法就是像切片buf
中追加数据:
func (b *Builder) WriteString(s string) (int, error) { b.copyCheck() b.buf = append(b.buf, s...) return len(s), nil }
提供的String
方法就是将[]]byte
转换为string
类型,这里为了避免内存拷贝的问题,使用了强制转换来避免内存拷贝:
func (b *Builder) String() string { return *(*string)(unsafe.Pointer(&b.buf)) }
bytes.Buffer
因为string
类型底层就是一个byte
数组,所以我们就可以Go
语言的bytes.Buffer
进行字符串拼接。bytes.Buffer
是一个一个缓冲byte
类型的缓冲器,这个缓冲器里存放着都是byte
。使用方式如下:
buf := new(bytes.Buffer) buf.WriteString("asong") buf.String()
bytes.buffer
底层也是一个[]byte
切片,结构体如下:
type Buffer struct { buf []byte // contents are the bytes buf[off : len(buf)] off int // read at &buf[off], write at &buf[len(buf)] lastRead readOp // last read operation, so that Unread* can work correctly. }
因为bytes.Buffer
可以持续向Buffer
尾部写入数据,从Buffer
头部读取数据,所以off
字段用来记录读取位置,再利用切片的cap
特性来知道写入位置,这个不是本次的重点,重点看一下WriteString
方法是如何拼接字符串的:
func (b *Buffer) WriteString(s string) (n int, err error) { b.lastRead = opInvalid m, ok := b.tryGrowByReslice(len(s)) if !ok { m = b.grow(len(s)) } return copy(b.buf[m:], s), nil }
切片在创建时并不会申请内存块,只有在往里写数据时才会申请,首次申请的大小即为写入数据的大小。如果写入的数据小于64字节,则按64字节申请。采用动态扩展slice
的机制,字符串追加采用copy
的方式将追加的部分拷贝到尾部,copy
是内置的拷贝函数,可以减少内存分配。
但是在将[]byte
转换为string
类型依旧使用了标准类型,所以会发生内存分配:
func (b *Buffer) String() string { if b == nil { // Special case, useful in debugging. return "<nil>" } return string(b.buf[b.off:]) }
strings.join
Strings.join
方法可以将一个string
类型的切片拼接成一个字符串,可以定义连接操作符,使用如下:
baseSlice := []string{"asong", "真帅"} strings.Join(baseSlice, "")
strings.join
也是基于strings.builder
来实现的,代码如下:
func Join(elems []string, sep string) string { switch len(elems) { case 0: return "" case 1: return elems[0] } n := len(sep) * (len(elems) - 1) for i := 0; i < len(elems); i++ { n += len(elems[i]) } var b Builder b.Grow(n) b.WriteString(elems[0]) for _, s := range elems[1:] { b.WriteString(sep) b.WriteString(s) } return b.String() }
唯一不同在于在join
方法内调用了b.Grow(n)
方法,这个是进行初步的容量分配,而前面计算的n的长度就是我们要拼接的slice的长度,因为我们传入切片长度固定,所以提前进行容量分配可以减少内存分配,很高效。
切片append
因为string
类型底层也是byte
类型数组,所以我们可以重新声明一个切片,使用append
进行字符串拼接,使用方式如下:
buf := make([]byte, 0) base = "asong" buf = append(buf, base...) string(base)
如果想减少内存分配,在将[]byte
转换为string
类型时可以考虑使用强制转换。
Benchmark对比
上面我们总共提供了6种方法,原理我们基本知道了,那么我们就使用Go
语言中的Benchmark
来分析一下到底哪种字符串拼接方式更高效。我们主要分两种情况进行分析:
- 少量字符串拼接
- 大量字符串拼接
因为代码量有点多,下面只贴出分析结果,详细代码已经上传github
:https://github.com/asong2020/Golang_Dream/tree/master/code_demo/string_join
我们先定义一个基础字符串:
var base = "123456789qwertyuiopasdfghjklzxcvbnmQWERTYUIOPASFGHJKLZXCVBNM"
少量字符串拼接的测试我们就采用拼接一次的方式验证,base拼接base,因此得出benckmark结果:
goos: darwin goarch: amd64 pkg: asong.cloud/Golang_Dream/code_demo/string_join/once cpu: Intel(R) Core(TM) i9-9880H CPU @ 2.30GHz BenchmarkSumString-16 21338802 49.19 ns/op 128 B/op 1 allocs/op BenchmarkSprintfString-16 7887808 140.5 ns/op 160 B/op 3 allocs/op BenchmarkBuilderString-16 27084855 41.39 ns/op 128 B/op 1 allocs/op BenchmarkBytesBuffString-16 9546277 126.0 ns/op 384 B/op 3 allocs/op BenchmarkJoinstring-16 24617538 48.21 ns/op 128 B/op 1 allocs/op BenchmarkByteSliceString-16 10347416 112.7 ns/op 320 B/op 3 allocs/op PASS ok asong.cloud/Golang_Dream/code_demo/string_join/once 8.412s
大量字符串拼接的测试我们先构建一个长度为200的字符串切片:
var baseSlice []string for i := 0; i < 200; i++ { baseSlice = append(baseSlice, base) }
然后遍历这个切片不断的进行拼接,因为可以得出benchmark
:
goos: darwin goarch: amd64 pkg: asong.cloud/Golang_Dream/code_demo/string_join/muliti cpu: Intel(R) Core(TM) i9-9880H CPU @ 2.30GHz BenchmarkSumString-16 7396 163612 ns/op 1277713 B/op 199 allocs/op BenchmarkSprintfString-16 5946 202230 ns/op 1288552 B/op 600 allocs/op BenchmarkBuilderString-16 262525 4638 ns/op 40960 B/op 1 allocs/op BenchmarkBytesBufferString-16 183492 6568 ns/op 44736 B/op 9 allocs/op BenchmarkJoinstring-16 398923 3035 ns/op 12288 B/op 1 allocs/op BenchmarkByteSliceString-16 144554 8205 ns/op 60736 B/op 15 allocs/op PASS ok asong.cloud/Golang_Dream/code_demo/string_join/muliti 10.699s
结论
通过两次benchmark
对比,我们可以看到当进行少量字符串拼接时,直接使用+
操作符进行拼接字符串,效率还是挺高的,但是当要拼接的字符串数量上来时,+
操作符的性能就比较低了;函数fmt.Sprintf
还是不适合进行字符串拼接,无论拼接字符串数量多少,性能损耗都很大,还是老老实实做他的字符串格式化就好了;strings.Builder
无论是少量字符串的拼接还是大量的字符串拼接,性能一直都能稳定,这也是为什么Go
语言官方推荐使用strings.builder
进行字符串拼接的原因,在使用strings.builder
时最好使用Grow
方法进行初步的容量分配,观察strings.join
方法的benchmark就可以发现,因为使用了grow
方法,提前分配好内存,在字符串拼接的过程中,不需要进行字符串的拷贝,也不需要分配新的内存,这样使用strings.builder
性能最好,且内存消耗最小。bytes.Buffer
方法性能是低于strings.builder
的,bytes.Buffer
转化为字符串时重新申请了一块空间,存放生成的字符串变量,不像strings.buidler
这样直接将底层的 []byte
转换成了字符串类型返回,这就占用了更多的空间。
同步最后分析的结论:
无论什么情况下使用strings.builder
进行字符串拼接都是最高效的,不过要主要使用方法,记得调用grow
进行容量分配,才会高效。strings.join
的性能约等于strings.builder
,在已经字符串slice的时候可以使用,未知时不建议使用,构造切片也是有性能损耗的;如果进行少量的字符串拼接时,直接使用+
操作符是最方便也是性能最高的,可以放弃strings.builder
的使用。
综合对比性能排序:
strings.join
≈ strings.builder
> bytes.buffer
> []byte
转换string
> "+" > fmt.sprintf
总结
本文我们针对6
种字符串的拼接方式进行介绍,并通过benckmark
对比了效率,无论什么时候使用strings.builder
都不会错,但是在少量字符串拼接时,直接+
也就是更优的方式,具体业务场景具体分析,不要一概而论。
文中代码已上传github
:https://github.com/asong2020/Golang_Dream/tree/master/code_demo/string_join
加载全部内容