go语言string之Buffer与Builder

Python012

go语言string之Buffer与Builder,第1张

操作字符串离不开字符串的拼接,但是Go中string是只读类型,大量字符串的拼接会造成性能问题。 拼接字符串,无外乎四种方式,采用“+”,“fmt.Sprintf()”,"bytes.Buffer","strings.Builder" 上面我们创建10万字符串拼接的测试,可以发现"bytes.Buffer","strings.Builder"的性能最好,约是“+”的1000倍级别。 这是由于string是不可修改的,所以在使用“+”进行拼接字符串,每次都会产生申请空间,拼接,复制等操作,数据量大的情况下非常消耗资源和性能。而采用Buffer等方式,都是预先计算拼接字符串数组的总长度(如果可以知道长度),申请空间,底层是slice数组,可以以append的形式向后进行追加。最后在转换为字符串。这申请了不断申请空间的操作,也减少了空间的使用和拷贝的次数,自然性能也高不少。 bytes.buffer是一个缓冲byte类型的缓冲器存放着都是byte 是一个变长的 buffer,具有 Read 和Write 方法。 Buffer 的 零值 是一个 空的 buffer,但是可以使用,底层就是一个 []byte, 字节切片。 向Buffer中写数据,可以看出Buffer中有个Grow函数用于对切片进行扩容。 从Buffer中读取数据 strings.Builder的方法和bytes.Buffer的方法的命名几乎一致。 但实现并不一致,Builder的Write方法直接将字符拼接slice数组后。 其没有提供read方法,但提供了strings.Reader方式 Reader 结构: Buffer: Builder: 可以看出Buffer和Builder底层都是采用[]byte数组进行装载数据。 先来说说Buffer: 创建好Buffer是一个empty的,off 用于指向读写的尾部。 在写的时候,先判断当前写入字符串长度是否大于Buffer的容量,如果大于就调用grow进行扩容,扩容申请的长度为当前写入字符串的长度。如果当前写入字符串长度小于最小字节长度64,直接创建64长度的[]byte数组。如果申请的长度小于二分之一总容量减去当前字符总长度,说明存在很大一部分被使用但已读,可以将未读的数据滑动到数组头。如果容量不足,扩展2*c + n 。 其String()方法就是将字节数组强转为string Builder是如何实现的。 Builder采用append的方式向字节数组后添加字符串。 从上面可以看出,[]byte的内存大小也是以倍数进行申请的,初始大小为 0,第一次为大于当前申请的最大 2 的指数,不够进行翻倍. 可以看出如果旧容量小于1024进行翻倍,否则扩展四分之一。(2048 byte 后,申请策略的调整)。 其次String()方法与Buffer的string方法也有明显区别。Buffer的string是一种强转,我们知道在强转的时候是需要进行申请空间,并拷贝的。而Builder只是指针的转换。 这里我们解析一下 *(*string)(unsafe.Pointer(&b.buf)) 这个语句的意思。 先来了解下unsafe.Pointer 的用法。 也就是说,unsafe.Pointer 可以转换为任意类型,那么意味着,通过unsafe.Pointer媒介,程序绕过类型系统,进行地址转换而不是拷贝。 即*A =>Pointer =>*B 就像上面例子一样,将字节数组转为unsafe.Pointer类型,再转为string类型,s和b中内容一样,修改b,s也变了,说明b和s是同一个地址。但是对s重新赋值后,意味着s的地址指向了“WORLD”,它们所使用的内存空间不同了,所以s改变后,b并不会改变。 所以他们的区别就在于 bytes.Buffer 是重新申请了一块空间,存放生成的string变量, 而strings.Builder直接将底层的[]byte转换成了string类型返回了回来,去掉了申请空间的操作。

你是说 goto 标号? 把标号换成变量?

不好这么做,标号到是可以换成自定义的常量,变量不行

你要非用变量

直接写判断if,然后执行不同的goto不就好了么

话说 goto 还是少用点,多了会乱

首先说一下go中的字符串类型: 字符串就是一串固定长度的字符连接起来的字符序列。Go的字符串是由单个字节连接起来的。Go语言的字符串的字节使用UTF-8编码标识Unicode文本。 下面介绍字符串的三种遍历方式,根据实际情况选择即可。 该遍历方式==缺点==:遍历是按照字节遍历,因此如果有中文等非英文字符,就会出现乱码,比如要遍历"abc北京"这个字符串,效果如下: 可见这不是我们想要的效果,根据utf-8中文编码规则,我们要str[3]str[4]str[5]三个字节合起来组成“北”字及 str[6]str[7]str[8]合起来组成“京”字。由此引出下面第二种遍历方法。 该方式是按照字符遍历的,所以不会出现乱码,如下: 运行结果:从图中可以看到第二个汉子“京”的开始下标是6,直接跳过了4和5,可见确实依照utf8编码方式将三个字节组合成了一个汉字,str[3]-str[5]组合成“北”字,str[6]-str[8]组合成了“京”字。 由于下标的不确定性,所以引出了下面的遍历方式。 1 可以先将字符串转成 []rune 切片 2 再用常规方法进行遍历 运行效果:由此可见下标是按1递增的,没有产生跳跃现象。