Go语言如何高效的进行字符串拼接(6种方式对比分析)

目录

  • 前言
  • string类型
  • 字符串拼接的6种方式及原理
    • 原生拼接方式"+"
    • 字符串格式化函数fmt.Sprintf
    • Strings.builder
    • bytes.Buffer
    • strings.join
    • 切片append
  • Benchmark对比
    • 结论
  • 总结

    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.Pointerlen int}

    stringStructslice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:nosplitfunc 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:
    Go语言如何高效的进行字符串拼接(6种方式对比分析)
    文章图片

    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 strings += "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.Builderbuilder.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 valuebuf[]byte // 1}

    addr字段主要是做copycheckbuf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)] offint// 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 "" } 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: darwingoarch: amd64pkg: asong.cloud/Golang_Dream/code_demo/string_join/oncecpu: Intel(R) Core(TM) i9-9880H CPU @ 2.30GHzBenchmarkSumString-162133880249.19 ns/op128 B/op1 allocs/opBenchmarkSprintfString-167887808140.5 ns/op160 B/op3 allocs/opBenchmarkBuilderString-162708485541.39 ns/op128 B/op1 allocs/opBenchmarkBytesBuffString-169546277126.0 ns/op384 B/op3 allocs/opBenchmarkJoinstring-162461753848.21 ns/op128 B/op1 allocs/opBenchmarkByteSliceString-1610347416112.7 ns/op320 B/op3 allocs/opPASSokasong.cloud/Golang_Dream/code_demo/string_join/once8.412s

    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 []stringfor 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: darwingoarch: amd64pkg: asong.cloud/Golang_Dream/code_demo/string_join/muliticpu: Intel(R) Core(TM) i9-9880H CPU @ 2.30GHzBenchmarkSumString-167396163612 ns/op1277713 B/op199 allocs/opBenchmarkSprintfString-165946202230 ns/op1288552 B/op600 allocs/opBenchmarkBuilderString-162625254638 ns/op40960 B/op1 allocs/opBenchmarkBytesBufferString-161834926568 ns/op44736 B/op9 allocs/opBenchmarkJoinstring-163989233035 ns/op12288 B/op1 allocs/opBenchmarkByteSliceString-161445548205 ns/op60736 B/op15 allocs/opPASSokasong.cloud/Golang_Dream/code_demo/string_join/muliti10.699s


    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.joinstrings.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
    【Go语言如何高效的进行字符串拼接(6种方式对比分析)】到此这篇关于Go语言如何高效的进行字符串拼接(6种方式对比分析)的文章就介绍到这了,更多相关Go 字符串拼接内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

      推荐阅读