使用std::span无符号字符创建std::string

Question

我将使用中文进行翻译，以下是您需要翻译的内容：

我正在使用一个C库，该库使用各种固定大小的unsigned char数组作为字符串，没有空终止符。

我一直在使用以下函数将它们转换为std::string:

auto uchar_to_stdstring(const unsigned char* input_array, int width) -> std::string {
  std::string temp_string(reinterpret_cast<const char*>(input_array), width);
  temp_string.erase(temp_string.find_last_not_of(' ') + 1);

  return temp_string;
}

除了使用reinterpret_cast、需要传递数组大小以及将数组降级为指针之外，一切正常。我试图使用std::span来避免所有这些问题。

使用std::span的函数如下：

auto ucharspan_to_stdstring(const std::span<unsigned char>& input_array) -> std::string {
  std::stringstream temp_ss;

  for (const auto& input_arr_char : input_array) {
    temp_ss << input_arr_char;
  }

  return temp_ss.str();
}

该函数很好用，无需跟踪C数组的大小即可简化其他所有操作。但是，进一步深入研究并进行基准测试（使用nanobench）表明，新函数比经典的reinterpret_cast方法慢得多。我的假设是std::span函数中的for循环是这里的低效率原因。

我的问题是：是否有更有效的方法将std::span变量中的固定大小的C数组转换为std::string？

---

编辑：

gcc 基准测试 (-O3 -DNDEBUG -std=gnu++20，nanobench，minEpochIterations=54552558，热身=100，不要优化掉)

相对值	ns/操作	操作数/秒	错误率%	每操作插入字节数	分支预测错误次数/操作	缺失率%	总计	uchar[] 转 std::string
100.0%	5.39	185,410,438.12	0.3%	80.00	20.00	0.0%	3.56	uchar
2.1%	253.06	3,951,678.30	0.6%	4,445.00	768.00	0.0%	167.74	ucharspan
1,244.0%	0.43	2,306,562,499.69	0.2%	9.00	1.00	0.0%	0.29	ucharspan_barry
72.8%	7.41	134,914,127.56	1.3%	99.00	22.00	0.0%	4.89	uchar_bsv

clang 基准测试 (-O3 -DNDEBUG -std=gnu++20, nanobench, minEpochIterations=54552558, warmup=100, doNotOptimizeAway)

相对值	纳秒/操作	操作数/秒	错误率%	每个操作的指令数	每个分支数	缺失率%	总计	uchar[] 转为 std::string
100.0%	2.13	468,495,014.11	0.2%	14.00	1.00	0.0%	1.42	uchar
0.8%	251.74	3,972,418.54	0.2%	4,477.00	767.00	0.0%	166.30	ucharspan
144.4%	1.48	676,329,668.07	0.1%	7.00	0.00	95.8%	0.98	ucharspan_barry
34.5%	6.19	161,592,563.70	0.1%	80.00	24.00	0.0%	4.08	uchar_bsv

在基准测试中，uchar_bsv与ucharspan_barry相同，但使用的参数是std::basic_string_view<unsigned char const>而不是std::span<unsigned char const>。

- Simog

---

为什么要使用 erase？ - Barry

为什么不使用std::string_view？ - eerorika

@Barry，需要进行擦除操作，因为一些字符串有后缀空格需要去除。 - Simog

@Simog string_view 是有符号字符吗？不，它是 char。但这并不是我想说的重点。实际上我指的是 basic_string_view，它是一个模板。你可以直接使用 std::basic_string_view<unsigned char>。 - eerorika

可能由于迭代和填充分支预测器等因素，转换现在变得不真实快速。但是Barry似乎是赢家？ - Sebastian

Answer 1

您希望:

auto ucharspan_to_stdstring(std::span<unsigned char const> input_array) -> std::string {
    return std::string(input_array.begin(), input_array.end());
}

string，像其他标准库容器一样，可以从适当的迭代器对构造 - 而这就是这样的一对。由于这些是随机访问迭代器，因此这将进行单个分配等操作。

请注意，我从 span<T> const& 更改为 span<T const>，有两个原因。首先，您没有改变 span 的内容，因此内部类型需要是 const … 类似于您使用了 T const*，而不是 T*。其次，应该通过值来获取 span，因为它们很便宜（除非您非常需要 span 的身份，但在这里不需要）。

可能最好进行 reinterpret_cast，这样您就可以使用 (char const*, size_t) 构造函数 - 这个函数确保最终写入只需一个 memcpy。但你必须测定时间以确定是否值得。

- Barry