為啥string和[]byte類型轉(zhuǎn)換需要一定的代價(jià)?
為啥內(nèi)置函數(shù)copy會(huì)有一種特殊情況copy(dst []byte, src string) int?
string和[]byte,底層都是數(shù)組,但為什么[]byte比string靈活,拼接性能也更高(動(dòng)態(tài)字符串拼接性能對(duì)比)?
今天看了源碼探究了一下。
以下所有觀點(diǎn)都是個(gè)人愚見,有不同建議或補(bǔ)充的的歡迎emial我aboutme
何為string?
什么是字符串?標(biāo)準(zhǔn)庫builtin的解釋:
type string 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.
簡(jiǎn)單的來說字符串是一系列8位字節(jié)的集合,通常但不一定代表UTF-8編碼的文本。字符串可以為空,但不能為nil。而且字符串的值是不能改變的。
不同的語言字符串有不同的實(shí)現(xiàn),在go的源碼中src/runtime/string.go,string的定義如下:
type stringStruct struct { str unsafe.Pointer len int }
可以看到str其實(shí)是個(gè)指針,指向某個(gè)數(shù)組的首地址,另一個(gè)字段是len長(zhǎng)度。那到這個(gè)數(shù)組是什么呢? 在實(shí)例化這個(gè)stringStruct的時(shí)候:
func gostringnocopy(str *byte) string { ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)} s := *(*string)(unsafe.Pointer(&ss)) return s }
哈哈,其實(shí)就是byte數(shù)組,而且要注意string其實(shí)就是個(gè)struct。
何為[]byte?
首先在go里面,byte是uint8的別名。而slice結(jié)構(gòu)在go的源碼中src/runtime/slice.go定義:
type slice struct { array unsafe.Pointer len int cap int }
array是數(shù)組的指針,len表示長(zhǎng)度,cap表示容量。除了cap,其他看起來和string的結(jié)構(gòu)很像。
但其實(shí)他們差別真的很大。
區(qū)別
字符串的值是不能改變
在前面說到了字符串的值是不能改變的,這句話其實(shí)不完整,應(yīng)該說字符串的值不能被更改,但可以被替換。 還是以string的結(jié)構(gòu)體來解釋吧,所有的string在底層都是這樣的一個(gè)結(jié)構(gòu)體stringStruct{str: str_point, len: str_len},string結(jié)構(gòu)體的str指針指向的是一個(gè)字符常量的地址, 這個(gè)地址里面的內(nèi)容是不可以被改變的,因?yàn)樗侵蛔x的,但是這個(gè)指針可以指向不同的地址,我們來對(duì)比一下string、[]byte類型重新賦值的區(qū)別:
s := "A1" // 分配存儲(chǔ)"A1"的內(nèi)存空間,s結(jié)構(gòu)體里的str指針指向這快內(nèi)存 s = "A2" // 重新給"A2"的分配內(nèi)存空間,s結(jié)構(gòu)體里的str指針指向這快內(nèi)存
其實(shí)[]byte和string的差別是更改變量的時(shí)候array的內(nèi)容可以被更改。
s := []byte{1} // 分配存儲(chǔ)1數(shù)組的內(nèi)存空間,s結(jié)構(gòu)體的array指針指向這個(gè)數(shù)組。 s = []byte{2} // 將array的內(nèi)容改為2
因?yàn)閟tring的指針指向的內(nèi)容是不可以更改的,所以每更改一次字符串,就得重新分配一次內(nèi)存,之前分配空間的還得由gc回收,這是導(dǎo)致string操作低效的根本原因。
string和[]byte的相互轉(zhuǎn)換
將string轉(zhuǎn)為[]byte,語法[]byte(string)源碼如下:
func stringtoslicebyte(buf *tmpBuf, s string) []byte { var b []byte if buf != nil && len(s) <= len(buf) { *buf = tmpBuf{} b = buf[:len(s)] } else { b = rawbyteslice(len(s)) } copy(b, s) return b } func rawstring(size int) (s string, b []byte) { p := mallocgc(uintptr(size), nil, false) stringStructOf(&s).str = p stringStructOf(&s).len = size *(*slice)(unsafe.Pointer(&b)) = slice{p, size, size} return }
可以看到b是新分配的,然后再將s復(fù)制給b,至于為啥copy函數(shù)可以直接把string復(fù)制給[]byte,那是因?yàn)間o源碼單獨(dú)實(shí)現(xiàn)了一個(gè)slicestringcopy函數(shù)來實(shí)現(xiàn),具體可以看src/runtime/slice.go。
將[]byte轉(zhuǎn)為string,語法string([]byte)源碼如下:
func slicebytetostring(buf *tmpBuf, b []byte) string { l := len(b) if l == 0 { // Turns out to be a relatively common case. // Consider that you want to parse out data between parens in "foo()bar", // you find the indices and convert the subslice to string. return "" } if raceenabled && l > 0 { racereadrangepc(unsafe.Pointer(&b[0]), uintptr(l), getcallerpc(unsafe.Pointer(&buf)), funcPC(slicebytetostring)) } if msanenabled && l > 0 { msanread(unsafe.Pointer(&b[0]), uintptr(l)) } s, c := rawstringtmp(buf, l) copy(c, b) return s } func rawstringtmp(buf *tmpBuf, l int) (s string, b []byte) { if buf != nil && l <= len(buf) { b = buf[:l] s = slicebytetostringtmp(b) } else { s, b = rawstring(l) } return }
依然可以看到s是新分配的,然后再將b復(fù)制給s。
正因?yàn)閟tring和[]byte相互轉(zhuǎn)換都會(huì)有新的內(nèi)存分配,才導(dǎo)致其代價(jià)不小,但讀者千萬不要誤會(huì),對(duì)于現(xiàn)在的機(jī)器來說這些代價(jià)其實(shí)不值一提。 但如果想要頻繁string和[]byte相互轉(zhuǎn)換(僅假設(shè)),又不會(huì)有新的內(nèi)存分配,能有辦法嗎?答案是有的。
package string_slicebyte_test import ( "log" "reflect" "testing" "unsafe" ) func stringtoslicebyte(s string) []byte { sh := (*reflect.StringHeader)(unsafe.Pointer(&s)) bh := reflect.SliceHeader{ Data: sh.Data, Len: sh.Len, Cap: sh.Len, } return *(*[]byte)(unsafe.Pointer(&bh)) } func slicebytetostring(b []byte) string { bh := (*reflect.SliceHeader)(unsafe.Pointer(&b)) sh := reflect.StringHeader{ Data: bh.Data, Len: bh.Len, } return *(*string)(unsafe.Pointer(&sh)) } func TestStringSliceByte(t *testing.T) { s1 := "abc" b1 := []byte("def") copy(b1, s1) log.Println(s1, b1) s := "hello" b2 := stringtoslicebyte(s) log.Println(b2) // b2[0] = byte(99) unexpected fault address b3 := []byte("test") s3 := slicebytetostring(b3) log.Println(s3) }
答案雖然有,但強(qiáng)烈推薦不要使用這種方法來轉(zhuǎn)換類型,因?yàn)槿绻ㄟ^stringtoslicebyte將string轉(zhuǎn)為[]byte的時(shí)候,共用的時(shí)同一塊內(nèi)存,原先的string內(nèi)存區(qū)域是只讀的,一但更改將會(huì)導(dǎo)致整個(gè)進(jìn)程down掉,而且這個(gè)錯(cuò)誤是runtime沒法恢復(fù)的。
如何取舍?
既然string就是一系列字節(jié),而[]byte也可以表達(dá)一系列字節(jié),那么實(shí)際運(yùn)用中應(yīng)當(dāng)如何取舍?
string可以直接比較,而[]byte不可以,所以[]byte不可以當(dāng)map的key值。
因?yàn)闊o法修改string中的某個(gè)字符,需要粒度小到操作一個(gè)字符時(shí),用[]byte。
string值不可為nil,所以如果你想要通過返回nil表達(dá)額外的含義,就用[]byte。
[]byte切片這么靈活,想要用切片的特性就用[]byte。
需要大量字符串處理的時(shí)候用[]byte,性能好很多。
最后脫離場(chǎng)景談性能都是耍流氓,需要根據(jù)實(shí)際場(chǎng)景來抉擇。
審核編輯:劉清
-
編碼器
+關(guān)注
關(guān)注
45文章
3639瀏覽量
134434 -
字符串
+關(guān)注
關(guān)注
1文章
578瀏覽量
20508 -
UTF-8
+關(guān)注
關(guān)注
0文章
13瀏覽量
7849
原文標(biāo)題:golang string和[]byte的對(duì)比
文章出處:【微信號(hào):magedu-Linux,微信公眾號(hào):馬哥Linux運(yùn)維】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論