2

在 Go 中，要访问 a 的元素string，我们可以这样写：

str := "text"
for i, c := range str {
  // str[i] is of type byte
  // c is of type rune
}

访问时str[i]，Go 是否执行从runeto的转换byte？我猜答案是肯定的，但我不确定。如果是这样，那么，以下哪一种方法在性能方面更好？一个优于另一个（例如，就最佳实践而言）？

str := "large text"
for i := range str {
  // use str[i]
}

或者

str := "large text"
str2 := []byte(str)
for _, s := range str2 {
  // use s
}
4

2 回答 2

3

stringGo 中的值存储文本的 UTF-8 编码字节，而不是其字符或runes。

索引astring索引它的字节：str[i]是类型byte（或者uint8，它的别名）。此外 astring实际上是一个只读的字节片（带有一些语法糖）。索引 astring不需要将其转换为切片。

当你for ... range在 a 上使用时string，它会迭代runes 的 s，而string不是它的字节！

因此，如果要遍历runes(字符)，则必须使用 afor ... range但不转换为[]byte，因为第一种形式不适用于string包含多 (UTF-8) 字节字符的值。该规范允许您使用for ... range一个string值，第一次迭代值将是当前字符的字节索引，第二个值将是类型的当前字符值rune（这是 的别名int32）：

对于字符串值，“range”子句从字节索引 0 开始迭代字符串中的 Unicode 代码点。在连续迭代中，索引值将是连续 UTF-8 编码代码点的第一个字节的索引rune 类型的字符串和第二个值将是相应代码点的值。如果迭代遇到无效的 UTF-8 序列，则第二个值将是 0xFFFD，即 Unicode 替换字符，并且下一次迭代将在字符串中前进一个字节。

简单的例子：

s := "Hi 世界"
for i, c := range s {
    fmt.Printf("Char pos: %d, Char: %c\n", i, c)
}

输出（在Go Playground上试试）：

Char pos: 0, Char: H
Char pos: 1, Char: i
Char pos: 2, Char:  
Char pos: 3, Char: 世
Char pos: 6, Char: 界

必须为您阅读博客文章：

Go 博客：Go 中的字符串、字节、符文和字符

注意：如果您必须遍历a的字节string（而不是其字符），则使用 afor ... range和转换string后的第二个示例不会复制，它会被优化掉。有关详细信息，请参阅golang: []byte(string) vs []byte(*string)。

于 2017-06-11T19:40:10.930 回答
1

以下哪一种方法在性能方面更好？

绝对不是这个。

str := "large text"
str2 := []byte(str)
for _, s := range str2 {
  // use s
}

字符串是不可变的。[]byte是可变的。这意味着[]byte(str)制作副本。所以上面将复制整个字符串。我发现不知道何时复制字符串成为大字符串性能问题的主要来源。

如果str2从不更改，编译器可能会优化掉副本。出于这个原因，最好像这样编写上面的代码，以确保字节数组永远不会改变。

str := "large text"
for _, s := range []byte(str) {
  // use s
}

这样就str2不可能在以后进行修改并破坏优化。

但这是一个坏主意，因为它会破坏任何多字节字符。见下文。

至于字节/符文转换，性能不是考虑因素，因为它们并不等效。c将是一个符文，str[i]将是一个字节。如果您的字符串包含多字节字符，则必须使用符文。

例如...

package main

import(
    "fmt"
)

func main() {
    str := "snow ☃ man"
    for i, c := range str {
        fmt.Printf("c:%c str[i]:%c\n", c, str[i])
    }
}

$ go run ~/tmp/test.go
c:s str[i]:s
c:n str[i]:n
c:o str[i]:o
c:w str[i]:w
c:  str[i]: 
c:☃ str[i]:â
c:  str[i]: 
c:m str[i]:m
c:a str[i]:a
c:n str[i]:n

请注意，使用str[i]会破坏多字节 Unicode 雪人，它仅包含多字节字符的第一个字节。

无论如何都没有性能差异，因为range str已经必须逐个字符地完成工作，而不是逐个字节。

于 2017-06-11T19:43:51.857 回答