.NET的快速且内存高效的ASCII字符串类

Question

.NET的快速且内存高效的ASCII字符串类

11

这个问题可能之前已经被问过了，但我找不到相关的帖子。是否有一个类可以处理ASCII字符串？其好处有很多：

比较应该会更快，因为只需按字节比较（而不是UTF-8带有可变编码）
内存效率高，大型字符串应该使用约一半的内存
ToUpper()/ToLower() 的更快版本，使用与语言无关的查找表

Jon Skeet编写了基本的 AsciiString实现，并证明了#2，但我想知道是否有人将其进一步完善成一个类。我相信会有用处，虽然通常没有人会采取这样的路线，因为所有现有的String函数都必须手动重新实现。在String和AsciiString之间的转换将到处分散，使本来简单的程序变得复杂。

是否有这样的一个类？在哪里？

- Robin Rodricks

7

仅有几点评论：.NET 字符串在内部使用 UTF-16，并且您可以通过使用带有 StringComparison 参数并将其设置为 Ordinal 的 String.Compare 重载来大大加速比较。 - Dirk

2

序数比较直接使用UTF-16编码的整数值，不考虑当前文化或者同一字符符号可以由多个Unicode代码点描述的情况。通常比较这些会返回true，但在使用序数时会返回false。 - Dirk

是的，其他一些字符串函数也接受StringComparison参数，包括String.IndexOf。 - Dirk

5

在.NET中，字符串比较已经得到了大量优化。实际的代码在CLR内部运行，并用C++编写。这非常重要，必要的，以避免激发程序员寻找更高效但基本上是有缺陷的字符串实现，因为它只能支持世界上使用的少数语言。任何维护旧的C或C++代码的人都知道那是多么巨大的错误。 - Hans Passant

你有没有考虑压缩你的字符串？相等比较会变得容易，而且内存使用也会大大改善（对于大多数实际字符串而言），但是 ToUpper/ToLower/string 转换会更加费力。根据你真正想要做什么，这可能就是你所需要的全部。 - Tim S.

可能相关：http://stackoverflow.com/q/16091406/56778 - Jim Mischel

2个回答

-2

Dotnet没有直接支持ASCII字符串。字符串是UTF16，因为Windows API仅支持ASCII（一个字符-一个字节）或UTF16。 Utf8将是最佳解决方案（Java使用它），但.NET不支持它，因为Windows不支持。

Windows API 可以在字符集之间进行转换，但是 Windows API 仅适用于 1 字节字符或 2 字节字符，因此如果您在 .NET 中使用 UTF8 字符串，则必须每次进行转换，这会影响性能。Dotnet 可以通过 BinaryWriter/BinaryReader 或简单的 StreamWriter/StreamReader 使用 UTF8 和其他编码。

- Manuel Lucas

1

这并没有回答所提出的问题，应该是一条评论。你还没有足够的声望来发表评论，但这就是现实。赚取一些声望，然后你就可以评论了。你可以通过给出真正的答案来回答问题来获得声望。 - David Heffernan

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Ashigore · Accepted Answer

我想分享一下我的努力成果，尽量支持字符串并具有兼容性，如有需要，可以作为一个不错的基础进行改进。ASCIIChar结构和ASCIIString字符串会隐式转换为其本地对应项，以便于使用。比起查找列表，已经实现了替代ToUpper/Lower等操作的建议，并且所有操作都尽可能快速和内存友好。抱歉无法发布源代码，因为它太长了。请参见下面的链接。

ASCIIChar - 替换字符，将值存储在字节而不是整数中，并提供字符串类的支持方法和兼容性。实现了可用于char的所有虚拟方法和属性。
ASCIIChars - 为每个有效的ASCII字符提供静态属性，以便于使用。
ASCIIString - 替换字符串，将字符存储在字节数组中，并实现了几乎所有可用于字符串的方法和属性。