c# - 在 C# 中循环访问字符串中单个字符的最快方法是什么？

Question

标题就是问题。以下是我尝试通过研究来回答它。但我不相信我的无知研究，所以我仍然提出问题(在 C# 中迭代​​字符串中的单个字符的最快方法是什么？)。

有时我想一个接一个地循环遍历字符串中的字符，例如在解析嵌套标记时 -- cannot be done with regular expressions .我想知道最快的方法是遍历字符串中的各个字符，尤其是非常大的字符串。

我自己做了很多测试，结果如下。然而，有许多读者对 .NET CLR 和 C# 编译器有更深入的了解，所以我不知道我是否遗漏了一些明显的东西，或者我是否在测试代码中犯了错误。所以我征求你们的集体回应。如果有人了解字符串索引器的实际工作原理，那将非常有帮助。 (它是在幕后编译成其他东西的 C# 语言功能吗？还是 CLR 内置的东西？)。

第一种使用流的方法直接取自线程的已接受答案:how to generate a stream from a string?

测试

longString 是一个 9910 万个字符串，由 89 个 C# 语言规范的纯文本版本组成。显示的结果针对 20 次迭代。在有“启动”时间的地方(例如方法 #3 中隐式创建的数组的第一次迭代)，我单独测试了它，例如在第一次迭代后从循环中跳出。

结果

根据我的测试，使用 ToCharArray() 方法将字符串缓存在 char 数组中是遍历整个字符串的最快方法。 ToCharArray() 方法是一项前期费用，后续访问单个字符比内置索引访问器稍快。

                                           milliseconds
                                ---------------------------------
 Method                         Startup  Iteration  Total  StdDev
------------------------------  -------  ---------  -----  ------
 1 index accessor                     0        602    602       3
 2 explicit convert ToCharArray     165        410    582       3
 3 foreach (c in string.ToCharArray)168        455    623       3
 4 StringReader                       0       1150   1150      25
 5 StreamWriter => Stream           405       1940   2345      20
 6 GetBytes() => StreamReader       385       2065   2450      35
 7 GetBytes() => BinaryReader       385       5465   5850      80
 8 foreach (c in string)              0        960    960       4

更新:根据@Eric 的评论，这里是对更正常的 1.1 M 字符字符串(C# 规范的一个副本)进行 100 次迭代的结果。索引器和 char 数组仍然是最快的，其次是 foreach(char in string)，其次是流方法。

                                           milliseconds
                                ---------------------------------
 Method                         Startup  Iteration  Total  StdDev
------------------------------  -------  ---------  -----  ------
 1 index accessor                     0        6.6    6.6    0.11
 2 explicit convert ToCharArray     2.4        5.0    7.4    0.30
 3 for(c in string.ToCharArray)     2.4        4.7    7.1    0.33
 4 StringReader                       0       14.0   14.0    1.21
 5 StreamWriter => Stream           5.3       21.8   27.1    0.46
 6 GetBytes() => StreamReader       4.4       23.6   28.0    0.65
 7 GetBytes() => BinaryReader       5.0       61.8   66.8    0.79
 8 foreach (c in string)              0       10.3   10.3    0.11     

使用的代码(单独测试；为简洁起见一起显示)

//1 index accessor
int strLength = longString.Length;
for (int i = 0; i < strLength; i++) { c = longString[i]; }

//2 explicit convert ToCharArray
int strLength = longString.Length;
char[] charArray = longString.ToCharArray();
for (int i = 0; i < strLength; i++) { c = charArray[i]; }

//3 for(c in string.ToCharArray)
foreach (char c in longString.ToCharArray()) { } 

//4 use StringReader
int strLength = longString.Length;
StringReader sr = new StringReader(longString);
for (int i = 0; i < strLength; i++) { c = Convert.ToChar(sr.Read()); }

//5 StreamWriter => StreamReader 
int strLength = longString.Length;
MemoryStream stream = new MemoryStream();
StreamWriter writer = new StreamWriter(stream);
writer.Write(longString);
writer.Flush();
stream.Position = 0;
StreamReader str = new StreamReader(stream);
while (stream.Position < strLength) { c = Convert.ToChar(str.Read()); } 

//6 GetBytes() => StreamReader
int strLength = longString.Length;
MemoryStream stream = new MemoryStream(Encoding.Unicode.GetBytes(longString));
StreamReader str = new StreamReader(stream);
while (stream.Position < strLength) { c = Convert.ToChar(str.Read()); }

//7 GetBytes() => BinaryReader 
int strLength = longString.Length;
MemoryStream stream = new MemoryStream(Encoding.Unicode.GetBytes(longString));
BinaryReader br = new BinaryReader(stream, Encoding.Unicode);
while (stream.Position < strLength) { c = br.ReadChar(); }

//8 foreach (c in string)
foreach (char c in longString) { } 

接受的答案:

我对@CodeInChaos 和 Ben 的笔记的解读如下:

fixed (char* pString = longString) {
    char* pChar = pString;
    for (int i = 0; i < strLength; i++) {
        c = *pChar ;
        pChar++;
    }
}

在短字符串上执行 100 次迭代的时间为 4.4 毫秒，标准偏差 < 0.1 毫秒。

Answer 1

有什么理由不包含 foreach 吗？

foreach (char c in text)
{
    ...
}

顺便问一下，这真的会成为您的性能瓶颈吗？迭代本身在总运行时间中所占的比例是多少？