(轉)Go中的string和[]byte對比

本文轉自:https://sheepbao.github.io/post/golang_byte_slice_and_string/git

做者:boyagithub

聲明:本文目的僅僅做爲我的mark,因此在翻譯的過程當中參雜了本身的思想甚至改變了部份內容,其中有下劃線的文字爲譯者添加。但因爲譯者水平有限,所寫文字或者代碼可能會誤導讀者,如發現文章有問題,請儘快告知,不勝感激。golang


爲啥string[]byte類型轉換須要必定的代價?
爲啥內置函數copy會有一種特殊狀況copy(dst []byte, src string) int?
string和[]byte,底層都是數組,但爲何[]bytestring靈活,拼接性能也更高(動態字符串拼接性能對比)?
今天看了源碼探究了一下。
如下全部觀點都是我的愚見,有不一樣建議或補充的的歡迎emial我aboutme數組

何爲string
什麼是字符串?標準庫builtin的解釋:ide

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.函數

簡單的來講字符串是一系列8位字節的集合,一般但不必定表明UTF-8編碼的文本。字符串能夠爲空,但不能爲nil。並且字符串的值是不能改變的。
不一樣的語言字符串有不一樣的實現,在go的源碼中src/runtime/string.go,string的定義以下:post

type stringStruct struct {
    str unsafe.Pointer
    len int
}

能夠看到str實際上是個指針,指向某個數組的首地址,另外一個字段是len長度。那到這個數組是什麼呢? 在實例化這個stringStruct的時候:性能

func gostringnocopy(str *byte) string {
    ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}
    s := *(*string)(unsafe.Pointer(&ss))
    return s
}

哈哈,其實就是byte數組,並且要注意string其實就是個structui

何爲[]byte?
首先在go裏面,byteuint8的別名。而slice結構在go的源碼中src/runtime/slice.go定義:編碼

type slice struct {
    array unsafe.Pointer
    len   int
    cap   int
}

array是數組的指針,len表示長度,cap表示容量。除了cap,其餘看起來和string的結構很像。
但其實他們差異真的很大。

區別

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,這句話其實不完整,應該說字符串的值不能被更改,但能夠被替換。 仍是以string的結構體來解釋吧,全部的string在底層都是這樣的一個結構體stringStruct{str: str_point, len: str_len}string結構體的str指針指向的是一個字符常量的地址, 這個地址裏面的內容是不能夠被改變的,由於它是隻讀的,可是這個指針能夠指向不一樣的地址,咱們來對比一下string[]byte類型從新賦值的區別:

s := "A1" // 分配存儲"A1"的內存空間,s結構體裏的str指針指向這快內存
s = "A2"  // 從新給"A2"的分配內存空間,s結構體裏的str指針指向這快內存

其實[]bytestring的差異是更改變量的時候array的內容能夠被更改。

s := []byte{1} // 分配存儲1數組的內存空間,s結構體的array指針指向這個數組。
s = []byte{2}  // 將array的內容改成2

由於string的指針指向的內容是不能夠更改的,因此每更改一次字符串,就得從新分配一次內存,以前分配空間的還得由gc回收,這是致使string操做低效的根本緣由。

string[]byte的相互轉換
string轉爲[]byte,語法[]byte(string)源碼以下:

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
}

能夠看到b是新分配的,而後再將s複製給b,至於爲啥copy函數能夠直接把string複製給[]byte,那是由於go源碼單獨實現了一個slicestringcopy函數來實現,具體能夠看src/runtime/slice.go。

[]byte轉爲string,語法string([]byte)源碼以下:

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
}

依然能夠看到s是新分配的,而後再將b複製給s。
正由於string[]byte相互轉換都會有新的內存分配,才致使其代價不小,但讀者千萬不要誤會,對於如今的機器來講這些代價其實不值一提。 但若是想要頻繁string[]byte相互轉換(僅假設),又不會有新的內存分配,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,但強烈推薦不要使用這種方法來轉換類型,由於若是經過stringtoslicebytestring轉爲[]byte的時候,共用的時同一塊內存,原先的string內存區域是隻讀的,一但更改將會致使整個進程down掉,並且這個錯誤是runtime無法恢復的。

如何取捨?

既然string就是一系列字節,而[]byte也能夠表達一系列字節,那麼實際運用中應當如何取捨?

  1. string能夠直接比較,而[]byte不能夠,因此[]byte不能夠當map的key值。
  2. 由於沒法修改string中的某個字符,須要粒度小到操做一個字符時,用[]byte
  3. string值不可爲nil,因此若是你想要經過返回nil表達額外的含義,就用[]byte
  4. []byte切片這麼靈活,想要用切片的特性就用[]byte
  5. 須要大量字符串處理的時候用[]byte,性能好不少。
  6. 最後脫離場景談性能都是耍流氓,須要根據實際場景來抉擇。
相關文章
相關標籤/搜索