StringBuilder ToString 与 String Substring 的 C# 性能答案

【问题标题】：C# performance of StringBuilder ToString vs String SubstringStringBuilder ToString 与 String Substring 的 C# 性能
【发布时间】：2012-07-25 17:59:56
【问题描述】：

拥有一个字符串然后为此字符串调用子字符串更快，其中第一个子字符串将是初始字符串，而每个新的子字符串都是从初始子字符串到其结尾的一小部分？或者使用 StringBuilder 并从一开始就越来越多地切断，然后总是使用 ToString 从收缩的字符串中？

这个link 描述了StringBuilder ToString 方法仅在新线程访问StringBuilder 或返回的String 远小于当前分配的空间时才分配新空间。这听起来比使用 Substring 更快。我可以在implementation 中看到这个逻辑，直到 .Net Framework 3.5。在 4.0 版中，可以立即调用 FastAllocateString（或多或少类似于 String Substring）。是不是和之前的框架版本逻辑一样，只是现在隐藏了？

我为什么需要它：

编辑：更新说明：我有一个字符串和一组用户给定的正则表达式和一个上下文。上下文告诉我当前哪些正则表达式会很有趣，可以尝试与字符串的开头匹配。成功匹配后，字符串的开始现在位于最后一次匹配结束的位置之后。现在可能有不同的背景。另外我想知道上次哪个正则表达式与开始匹配。由于多次执行此操作，因此性能应该尽可能好。

为了避免搜索整个（剩余的）字符串，我会使用开始锚（^），这样可以尽快中止搜索（在知道开始不匹配之后）。如果这样做，我会遇到问题，即我不能将 Match 方法的起始索引参数与 0 以外的任何值一起使用。否则，由于锚点，将永远不会有匹配。

所以我觉得我现在有两种可能：

1) 始终对输入字符串使用 Substring 方法，并为当前位置保留和索引。

2) 使用 StringBuilder 并在匹配成功时始终删除输入的开头。然后调用 ToString 方法查看新的开始是否与下一个 Regex 匹配。

上述一种或两种方法的性能是否可以接受，还是有另一种更快的方法？

Edit2: 关于 StringBuilder 和 String：如 here 所述，StringBuilder 的实现现在立即分配空间，而以前这会延迟到 StringBuilder 字符串被更改（所有情况都是如此）我的要求的时间）。所以我猜 Substring 和 ToString 与 Kendall Frey 的纯正则表达式解决方案相比都非常慢。

【问题讨论】：

您可能会考虑发布正则表达式，因为它可能能够被调整以自行满足您的需求。为好问题 +1。
Regex 可以自动执行此操作。 \G 匹配上一场比赛的结尾。示例：refiddle.com/2qf
@Kendall Frey 这看起来很有趣，我去看看！
我发布了一个更完整的答案。
@Mike 它可以是任何正则表达式，并且在一次执行期间也不一定是相同的正则表达式。

标签： c# .net regex string performance

【解决方案1】：

您不需要这样做。 .NET 正则表达式引擎包含一项功能，可让您使用\G anchor 匹配上一个匹配项之后的字符串。

示例正则表达式：

\Gcat

示例字符串：

catcatcatdogcat

匹配：

(cat)(cat)(cat)dogcat

编辑：我认为正则表达式不会让您记住多个正则表达式之间的\G 锚点位置。相反，您可以使用Regex.Match(string, int) 重载在某个点开始您的字符串，并使用\G 锚来匹配起始位置。

【讨论】：

当我只有一个重复使用的正则表达式但我有更多时，我认为这很有帮助。
如果您只是动态地将 \G 添加到正则表达式的开头怎么办？他们来自哪里？用户？
来自用户。我可以添加 \G。但据我了解，我不能继续使用上一场比赛的新正则表达式，还是我错了？我认为这只适用于 Perl
哦，一个字符串需要多个正则表达式？那么拆分它们有什么意义呢？
我不太明白您所说的“拆分它们”是什么意思。我有一个字符串和一组正则表达式和一个上下文。上下文告诉我当前哪些正则表达式会与字符串的开头相匹配。成功匹配后，字符串的开始现在位于最后一次匹配结束的位置之后。现在可能有不同的背景。另外我想知道哪个正则表达式匹配。我想我会在我最初的问题中更新这个解释，因为它可能会澄清一些事情。

【解决方案2】：

许多字符串操作方法都有带有开始/结束或开始/长度对的版本。

即Regex.Match 可用于匹配子字符串，这可能比分割字符串或插入标记字符更快。

public Match Match(string input, int beginning, int length)

注意：与任何性能问题一样，您需要尝试变体并衡量自己的您的数据。

【讨论】：

问题是我不知道长度。它可以是从一个字符到字符串其余部分的所有内容。