為啥string和[]byte類型轉(zhuǎn)換需要一定的代價？

為啥string和[]byte類型轉(zhuǎn)換需要一定的代價？

為啥內(nèi)置函數(shù)copy會有一種特殊情況copy(dst []byte, src string) int?

string和[]byte，底層都是數(shù)組，但為什么[]byte比string靈活，拼接性能也更高（動態(tài)字符串拼接性能對比）?

今天看了源碼探究了一下。

以下所有觀點(diǎn)都是個人愚見，有不同建議或補(bǔ)充的的歡迎emial我aboutme

何為string？

什么是字符串？標(biāo)準(zhǔn)庫builtin的解釋：

type string

string is the set of all strings of 8-bit bytes, conventionally but not necessarily representing UTF-8-encoded text. A string may be empty, but not nil. Values of string type are immutable.

簡單的來說字符串是一系列8位字節(jié)的集合，通常但不一定代表UTF-8編碼的文本。字符串可以為空，但不能為nil。而且字符串的值是不能改變的。
不同的語言字符串有不同的實(shí)現(xiàn)，在go的源碼中src/runtime/string.go，string的定義如下：

type stringStruct struct {
    str unsafe.Pointer
    len int
}

可以看到str其實(shí)是個指針，指向某個數(shù)組的首地址，另一個字段是len長度。那到這個數(shù)組是什么呢？ 在實(shí)例化這個stringStruct的時候：

func gostringnocopy(str *byte) string {
ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}
s := *(*string)(unsafe.Pointer(&ss))
return s
}

哈哈，其實(shí)就是byte數(shù)組，而且要注意string其實(shí)就是個struct。

何為[]byte?

首先在go里面，byte是uint8的別名。而slice結(jié)構(gòu)在go的源碼中src/runtime/slice.go定義：

type slice struct {
array unsafe.Pointer
len   int
cap   int
}

array是數(shù)組的指針，len表示長度，cap表示容量。除了cap，其他看起來和string的結(jié)構(gòu)很像。
但其實(shí)他們差別真的很大。

區(qū)別

字符串的值是不能改變

在前面說到了字符串的值是不能改變的，這句話其實(shí)不完整，應(yīng)該說字符串的值不能被更改，但可以被替換。 還是以string的結(jié)構(gòu)體來解釋吧，所有的string在底層都是這樣的一個結(jié)構(gòu)體stringStruct{str: str_point, len: str_len}，string結(jié)構(gòu)體的str指針指向的是一個字符常量的地址， 這個地址里面的內(nèi)容是不可以被改變的，因為它是只讀的，但是這個指針可以指向不同的地址，我們來對比一下string、[]byte類型重新賦值的區(qū)別：

s := "A1" // 分配存儲"A1"的內(nèi)存空間，s結(jié)構(gòu)體里的str指針指向這快內(nèi)存
s = "A2"  // 重新給"A2"的分配內(nèi)存空間，s結(jié)構(gòu)體里的str指針指向這快內(nèi)存

其實(shí)[]byte和string的差別是更改變量的時候array的內(nèi)容可以被更改。

s := []byte{1} // 分配存儲1數(shù)組的內(nèi)存空間，s結(jié)構(gòu)體的array指針指向這個數(shù)組。
s = []byte{2}  // 將array的內(nèi)容改為2

因為string的指針指向的內(nèi)容是不可以更改的，所以每更改一次字符串，就得重新分配一次內(nèi)存，之前分配空間的還得由gc回收，這是導(dǎo)致string操作低效的根本原因。

string和[]byte的相互轉(zhuǎn)換

將string轉(zhuǎn)為[]byte，語法[]byte(string)源碼如下：

func stringtoslicebyte(buf *tmpBuf, s string) []byte {
var b []byte
if buf != nil && len(s) <= len(buf) {
*buf = tmpBuf{}
b = buf[:len(s)]
} else {
b = rawbyteslice(len(s))
}
copy(b, s)
return b
}

func rawstring(size int) (s string, b []byte) {
p := mallocgc(uintptr(size), nil, false)

stringStructOf(&s).str = p
stringStructOf(&s).len = size

*(*slice)(unsafe.Pointer(&b)) = slice{p, size, size}

return
}

可以看到b是新分配的，然后再將s復(fù)制給b，至于為啥copy函數(shù)可以直接把string復(fù)制給[]byte，那是因為go源碼單獨(dú)實(shí)現(xiàn)了一個slicestringcopy函數(shù)來實(shí)現(xiàn)，具體可以看src/runtime/slice.go。

將[]byte轉(zhuǎn)為string，語法string([]byte)源碼如下：

func slicebytetostring(buf *tmpBuf, b []byte) string {
l := len(b)
if l == 0 {
// Turns out to be a relatively common case.
// Consider that you want to parse out data between parens in "foo()bar",
// you find the indices and convert the subslice to string.
return ""
}
if raceenabled && l > 0 {
racereadrangepc(unsafe.Pointer(&b[0]),
uintptr(l),
getcallerpc(unsafe.Pointer(&buf)),
funcPC(slicebytetostring))
}
if msanenabled && l > 0 {
msanread(unsafe.Pointer(&b[0]), uintptr(l))
}
s, c := rawstringtmp(buf, l)
copy(c, b)
return s
}

func rawstringtmp(buf *tmpBuf, l int) (s string, b []byte) {
if buf != nil && l <= len(buf) {
b = buf[:l]
s = slicebytetostringtmp(b)
} else {
s, b = rawstring(l)
}
return
}

依然可以看到s是新分配的，然后再將b復(fù)制給s。

正因為string和[]byte相互轉(zhuǎn)換都會有新的內(nèi)存分配，才導(dǎo)致其代價不小，但讀者千萬不要誤會，對于現(xiàn)在的機(jī)器來說這些代價其實(shí)不值一提。 但如果想要頻繁string和[]byte相互轉(zhuǎn)換（僅假設(shè)），又不會有新的內(nèi)存分配，能有辦法嗎？答案是有的。

package string_slicebyte_test

import (
"log"
"reflect"
"testing"
"unsafe"
)

func stringtoslicebyte(s string) []byte {
sh := (*reflect.StringHeader)(unsafe.Pointer(&s))
bh := reflect.SliceHeader{
Data: sh.Data,
Len:  sh.Len,
Cap:  sh.Len,
}
return *(*[]byte)(unsafe.Pointer(&bh))
}

func slicebytetostring(b []byte) string {
bh := (*reflect.SliceHeader)(unsafe.Pointer(&b))
sh := reflect.StringHeader{
Data: bh.Data,
Len:  bh.Len,
}
return *(*string)(unsafe.Pointer(&sh))
}

func TestStringSliceByte(t *testing.T) {
s1 := "abc"
b1 := []byte("def")
copy(b1, s1)
log.Println(s1, b1)

s := "hello"
b2 := stringtoslicebyte(s)
log.Println(b2)
    // b2[0] = byte(99) unexpected fault address

b3 := []byte("test")
s3 := slicebytetostring(b3)
log.Println(s3)
}

答案雖然有，但強(qiáng)烈推薦不要使用這種方法來轉(zhuǎn)換類型，因為如果通過stringtoslicebyte將string轉(zhuǎn)為[]byte的時候，共用的時同一塊內(nèi)存，原先的string內(nèi)存區(qū)域是只讀的，一但更改將會導(dǎo)致整個進(jìn)程down掉，而且這個錯誤是runtime沒法恢復(fù)的。

如何取舍？

既然string就是一系列字節(jié)，而[]byte也可以表達(dá)一系列字節(jié)，那么實(shí)際運(yùn)用中應(yīng)當(dāng)如何取舍？

string可以直接比較，而[]byte不可以，所以[]byte不可以當(dāng)map的key值。

因為無法修改string中的某個字符，需要粒度小到操作一個字符時，用[]byte。

string值不可為nil，所以如果你想要通過返回nil表達(dá)額外的含義，就用[]byte。

[]byte切片這么靈活，想要用切片的特性就用[]byte。

需要大量字符串處理的時候用[]byte，性能好很多。

最后脫離場景談性能都是耍流氓，需要根據(jù)實(shí)際場景來抉擇。

審核編輯：劉清