字符串
定义
在golang中字符串是一种不可变的字节序列,它可以包含任意的数据,包括0值字节,但主要是人类可以阅读的文本。golang中默认字符串被解读为utf-8编码的Unicode码点(文字符号)序列。
特性
golang中字符串具有不可变性。例如
str := "hello 世界!"
str[0] = 'L'
这种写法会引起编译错误:str[0] 不可赋值
字符串支持类似数组中分片的引用写法:
fmt.Println(str[:5]) // 输出 hello
fmt.Println(str[7:]) // 输出 世界
fmt.Println(str[len(s)+1:) // 宕机
str[i:j] , 当i、j 越界 (j 、i < 0 或 j、i > len(str) )或 j < i 时会发生宕机。
str := "Hello"
t := str
str += "world"
这种写法可以通过,虽然str指向了一个新的字符串“Hello world”,但t指向的旧字符串仍然存在。
不可变意味着两个字符串能够安全的共享同一段底层内存,是的复制任何长度字符串的开销都低廉,类似的字符串s及其子串(s[n:])字符串的复制也开销低廉。
常见问题
- 顺序输出字符串中的每一个字符。
这个问题乍一看十分的简单,直接遍历就好了:
str := "Hello 世界!"
for i := 0; i < len(str) ; i++{
fmt.Printf(“%c \t”,str[i])
}
然而事实没那么简单,其输出结果如下:
H e l l o ä ¸ å ½ ï ¼
中文字符部分全部为乱码。这与utf-8的编码规则有关, utf-8是以字节为单位对unicode码点进行变长编码。每一个文字符号用14个字节表示,ASCII字符仅仅占1字节的内存,其他常用的文书符号会占到23个字节。一个字符编码的首字节高位指明后面还有多少个字节:
规则 | 表示范围 | 说明 |
---|---|---|
0xxxxxxx | 文字符号0~127 | Ascii 字符 |
110xxxxx 10xxxxxx | 128~2047 | 少于128个未使用的值 |
1110xxxxx 10xxxxxx 10xxxxxx | 2048~65535 | 少于2048个未使用的值 |
1110xxxxx 10xxxxxx 10xxxxxx 10xxxxxx | 65536~0x10ffffff | 其他未使用值 |
在上面提到的例子里面Hello子串中的字符为Ascii字符,占用一个字节, 而 世界这两个符号占用的字符为 3 个,所以遍历的时候会出现乱码的情况。
我们这里换一种写法:
for i , v := range str {
fmt.Printf("%d\t%c\n", i , v)
}
其显示结果如下:
0 H
1 e
2 l
3 l
4 o
5
6 中
9 国
12 !
以上代码正常的输出了每一个字符包括中文字符。为什么使用range会成功? 因为range在循环的同时进行了隐式的解码。其中 i 表示该字符在字符串中起始的下角标,v要重点说一下,它表示的是字符对应的unicode 点码,在golang中它有一个专门的变量类型 rune (文字符号) ,它是int32类型的别名。在golang中int占用内存大小取决于操作系统底层和计算机硬件,但int32一定是占用 4 bytes ,rune类型在打印输出的时候使用“%c”。
有了能遍历输出的函数自然很容易的就可以写出取反函数:
func Reverse(str string)(res string) {
for _, v := range str {
res = string(v) + res
}
return
}
分析和优化
我们测试一下这个函数的性能:
func BenchmarkReverse1(b *testing.B) {
tStr := "Hello 中国!"
for i := 0; i < b.N; i++{
Reverse(tStr)
}
}
作者在winx10/arm64 的操作系统中进行测试,cpu 为core i3,内存为 4g(硬件设施比较老旧了),最后得出的分析结果如下:
goos: windows
goarch: amd64
pkg: project/learn/chapeter2
BenchmarkReverse1-4 2000000 788 ns/op
PASS
ROUTINE ======================== project/learn/chapeter2.Reverse1 in D:\gopath\src\project\learn\chapeter2\str.go
250ms 2.25s (flat, cum) 94.54% of Total
. . 14:
. . 15: res = string(rnStr)
. . 16: return
. . 17:}
. . 18:
20ms 20ms 19:func Reverse1(str string)(res string) {
. . 20:
80ms 110ms 21: for _, v := range str {
150ms 2.12s 22: res = string(v) + res
. . 23: //res = fmt.Sprintf("%c%s", v ,res)
. . 24: }
. . 25:
. . 26: return
. . 27:}
可以看见最耗时的操作就是res 重新赋值的部分,此时有两种情况:1、res字符串执行 + 操作很费时; 2、进行字符转化的时候费时,我们把代码调整一下:
func Reverse(str string)(res string) {
for _, v := range str {
temp := string(v)
res = temp + res
}
return
}
性能测试结果如下
ROUTINE ======================== project/learn/chapeter2.Reverse1 in D:\gopath\src\project\learn\chapeter2\str.go
230ms 2.31s (flat, cum) 93.90% of Total
. . 14:
. . 15: res = string(rnStr)
. . 16: return
. . 17:}
. . 18:
10ms 10ms 19:func Reverse1(str string)(res string) {
90ms 210ms 20: for _, v := range str {
30ms 200ms 21: temp := string(v)
90ms 1.88s 22: res = temp + res
. . 23:
. . 24: }
. . 25:
10ms 10ms 26: return
. . 27:}
. . 28:
可见res 执行 + 操作要更费时一些,在执行+操作的过程中,要经历 字符串拷贝、底层字节数组内存重新分配(可能被触发)。
优化的思路很简单,创建一片‘缓存’,用来存储字符串对应的字节数据,最后再统一转化为字符串。
func Reverse(str string)(res string) {
i:=0
cache := make([]byte, len(str))
for _, v := range str {
i += utf8.RuneLen(v)
utf8.EncodeRune(cache[len(str) - i:], v)
}
res = string(cache)
return
}
执行结果如下:
goos: windows
goarch: amd64
pkg: project/learn/chapeter2
BenchmarkReverse2-4 5000000 253 ns/op
PASS
ok project/learn/chapeter2 1.831s
ROUTINE ======================== project/learn/chapeter2.Reverse2 in D:\gopath\src\project\learn\chapeter2\str.go
510ms 1.45s (flat, cum) 90.62% of Total
. . 29:
20ms 20ms 30:func Reverse2(str string)(res string) {
. . 31: i:=0
20ms 210ms 32: cache := make([]byte, len(str))
. . 33:
280ms 460ms 34: for _, v := range str {
50ms 90ms 35: i += utf8.RuneLen(v)
100ms 250ms 36: utf8.EncodeRune(cache[len(str) - i:], v)
. . 37: }
. . 38:
20ms 400ms 39: res = string(cache)
20ms 20ms 40: return
. . 41:}
优化率接近68%。从以上过程我们可以对golang的字符串类型的变量有一个直观的认识。