使用 .Net 中的 Span<T> 将 ID 从输入字符串解析为长数字

Question

我正在尝试从包含不同数字的单个字符串中解析不同的 ID（长），并且我需要最小化内存分配以提高性能。

下面是使用 Split 提取 ID 的代码，但我发现我可以使用 AsSpan 和 Splice 来做同样的事情，而无需分配内存。但不幸的是，即使在网上查找后，我对这个 Span 概念也不是很熟悉。谁能告诉我如何实现这一目标？

如下所示，输入字符串有 3 个不同的 ID，但我只需要其中 2 个并解析为 long 类型。

        string[] machineIdPart;
        string[] employeeIdPart;
        long machineId;            
        long employeeId;

        //Input String
        var description = "machineId: 276744, engineId: 59440, employeeId: 4619825";

        Console.Out.Write(description);
        Console.Out.WriteLine();
        var infoList = description.Split(new char[] { ',' }, StringSplitOptions.RemoveEmptyEntries);
        foreach (var info in infoList)
        {
            if (info.TrimStart().StartsWith("machineId", StringComparison.OrdinalIgnoreCase))
            {
                machineIdPart = info.Split(new char[] { ':' }, StringSplitOptions.RemoveEmptyEntries);

                if (machineIdPart.Count() > 1)
                {
                    long.TryParse(machineIdPart[1].Trim(), out machineId);
                }                                     
            }

            if (info.TrimStart().StartsWith("employeeId", StringComparison.OrdinalIgnoreCase))
            {
                employeeIdPart = info.Split(new char[] { ':' }, StringSplitOptions.RemoveEmptyEntries);

                if (employeeIdPart.Count() > 1)
                {
                    long.TryParse(employeeIdPart[1].Trim(), out employeeId);
                }
            }
        }   

我想修改此代码以最小化内存分配，因为此方法将非常频繁地运行。

Answer 1

此解决方案适用于 .NET Core 2.2。它在ReadOnlySpan<char> (SplitNext) 上使用了免分配扩展方法。

public class Program {
    public void MyAnswer() {
        long machineId = 0;
        long employeeId = 0;

        var description = "machineId: 276744, engineId: 59440, employeeId: 4619825";

        var span = description.AsSpan();
        while (span.Length > 0) {
            var entry = span.SplitNext(',');

            var key = entry.SplitNext(':').TrimStart(' ');
            var value = entry.TrimStart(' ');

            if (key.Equals("machineId", StringComparison.Ordinal)) {
                long.TryParse(value, out machineId);
            }
            if (key.Equals("employeeId", StringComparison.Ordinal)) {
                long.TryParse(value, out employeeId);
            }
        }
    }
}

public static class Extensions {
    public static ReadOnlySpan<char> SplitNext(this ref ReadOnlySpan<char> span, char seperator) {
        int pos = span.IndexOf(seperator);
        if (pos > -1) {
            var part = span.Slice(0, pos);
            span = span.Slice(pos + 1);
            return part;
        } else {
            var part = span;
            span = span.Slice(span.Length);
            return part;
        }
    }
}

我通过 BenchmarkDotnet 比较了您的原始代码、现有的 answer 和我的答案。它表明该解决方案确实是免分配的，并且比原始版本执行得更快：

BenchmarkDotNet=v0.11.4, OS=Windows 10.0.17763.316 (1809/October2018Update/Redstone5)
Intel Core i5-2500K CPU 3.30GHz (Sandy Bridge), 1 CPU, 4 logical and 4 physical cores
.NET Core SDK=2.2.104
  [Host]     : .NET Core 2.2.2 (CoreCLR 4.6.27317.07, CoreFX 4.6.27318.02), 64bit RyuJIT
  DefaultJob : .NET Core 2.2.2 (CoreCLR 4.6.27317.07, CoreFX 4.6.27318.02), 64bit RyuJIT

|   Method |       Mean |     Error |    StdDev | Gen 0/1k Op | Gen 1/1k Op | Gen 2/1k Op | Allocated Memory/Op |
|--------- |-----------:|----------:|----------:|------------:|------------:|------------:|--------------------:|
| Original | 1,164.1 ns | 11.606 ns | 10.289 ns |      0.2937 |           - |           - |               928 B |
|   Answer |   460.5 ns |  4.527 ns |  4.234 ns |           - |           - |           - |                   - |
| MyAnswer |   445.7 ns |  2.578 ns |  2.412 ns |           - |           - |           - |                   - |

除了字符串处理的优化，实际的解析功能也可以进行优化。这将是一个更快的长解析器：

    public static long LongParseFast(ReadOnlySpan<char> value) {
        long result = 0;
        for (int i = 0; i < value.Length; i++) {
            result = 10 * result + (value[i] - 48);
        }
        return result;
    }

如果在我的示例中使用，它会在我的基准测试中将性能提高一倍至216.0 ns。当然，这个函数不能处理负数、逗号、点和其他语言环境的东西。但是，如果您对此感到满意，那么这可能是您能获得的最快速度。

Answer 2

解决方案将变得比当前复杂一些，但不会有更多的字符串分配。适用于 .NET Core 2.2

long machineId = 0;
long employeeId = 0;

var description = "machineId: 276744, engineId: 59440, employeeId: 4619825";

ReadOnlySpan<char> descriptionSpan = description.AsSpan();

var nameValueBlockStartIndex = 0;
while(nameValueBlockStartIndex < description.Length)
{
    var blockEndIndex = description.IndexOf(',', nameValueBlockStartIndex);
    if (blockEndIndex == -1)
    {
        blockEndIndex = description.Length;
    }

    var namePartEndIndex = description.IndexOf(':', nameValueBlockStartIndex);
    var namePartLength = namePartEndIndex - nameValueBlockStartIndex;
    var namePart = descriptionSpan.Slice(nameValueBlockStartIndex, namePartLength);

    var valuePartStartIndex = namePartEndIndex + 1;
    var valuePartLength = blockEndIndex - valuePartStartIndex + 1;
    var valuePart = descriptionSpan.Slice(valuePartStartIndex, valuePartLength - 1);

    while(namePart[0] == ' ')
    {
        namePart = namePart.Slice(1);
    }

    if (namePart.Equals("machineId", StringComparison.OrdinalIgnoreCase))
    {
        Int64.TryParse(valuePart, out machineId);
    }
    else if (namePart.Equals("employeeId", StringComparison.OrdinalIgnoreCase))
    {
        Int64.TryParse(valuePart, out employeeId);
    }

    nameValueBlockStartIndex = blockEndIndex + 1;
}