Unity中字符串拼接0GC方案

news2024/11/18 11:42:49

本文主要分析C#字符串拼接产生GC的原因，以及介绍名为ZString的库，它可以将字符串生成的内存分配为零。

在C#中，字符串拼接通常有三种方式：

直接使用+号连接；
string.format;
使用StringBuilder；

下面分别细述。

故事的开始

首先，简单介绍下String类型。C# String 类型内部是“UTF-16”字节字符串。

与普通对象一样，它有一个对象头，并在堆内存中分配。同样，字符串基本上只能由“新字符串”生成。'StringBuilder.ToString'，'Encoding.GetString'等，最后也调用'new string'来分配一个新字符串。

即使是相同的字符串值，“new string”生成的字符串也会分配在不同的内存空间中。只有常量字符串从称为实习生池的应用程序共享空间获取固定引用。

var x = new string(new[] { 'f', 'o', 'o' });
var y = new string(new[] { 'f', 'o', 'o' });
var z = "foo";
var u = "foo";
var v = String.Intern(x);
 
// different reference: x != y != z
Console.WriteLine(Object.ReferenceEquals(x, y)); // false
Console.WriteLine(Object.ReferenceEquals(x, z)); // false
 
// same reference: z == u == v
Console.WriteLine(Object.ReferenceEquals(z, u)); // true
Console.WriteLine(Object.ReferenceEquals(z, v)); // true
 
// same value
Console.WriteLine(x == y && x == z && x == u && x == v); // true

如果你想从intern池中获取，可以使用'String.Intern'方法。Intern方法是从Intern池中获取的。如果不存在，则注册并返回其引用。由于Intern池中注册的内存无法删除，因此可能很难很好地使用它。

+拼接（String.Concat）

使用+号连接时，C# 编译器会进行专门处理，将其转换为 String.Concat。

string.Concat(object arg0, object arg1)
string.Concat(object arg0, object arg1, object arg2)
string.Concat(params object[] values)
string.Concat(string str0, string str1)
string.Concat(string str0, string str1, string str2)
string.Concat(string str0, string str1, string str2, string str3)
string.Concat(params string[] values)

不同的编译器版本处理稍有不同。例如，Visual Studio 2019 的 C# 编译器 (int x) + (string y) + (int z) 的结果将为“String.Concat(x.ToString(), y, z.ToString())”。但是，Visual Studio 2017 的 C# 编译器将是“String.Concat((object)x, y, (object)z)”，如果连接非字符串参数，将使用对象重载。因此，发生了结构装箱。

如果我们连接的字符不匹配上方的重载，比如，连接了5个字符，那么就会产生一个“params array”的分配，同样会造成额外的GC。

针对上述情况，ZString提供了最多15个参数的泛型重载，且在内部使用了“Utf16ValueStringBuilder”（在StringBuilder小节中有解释），因此几乎可以完全避免数字类型的字符串转换分配。

StringBuilder

“StringBuilder”是一个以“char[]”作为临时缓冲区的类。StringBuilder.Append()方法用于写入缓冲区，StringBuilder.ToString() 生成最终字符串。

public class SimpleStringBuilder
{
    char[] buffer;
    int offset;
 
    public void Append(string value)
    {
        value.CopyTo(0, buffer, offset, value.Length);
        offset += value.Length;
    }
 
    public override string ToString()
    {
        return new string(buffer, 0, offset);
    }
}

如果要连接多个字符串，应避免使用“+=”，因为每个“+=”都会生成一个新字符串。StringBuilder 避免生成这个临时的新字符串，而是将其复制到“char[]”。

当追加数字以及某些类型时，.NET Standard 2.0（Unity 等）和 .NET Standard 2.1（.NET Core 3.0 等）之间的行为会有所不同。

// .NET Standard 2.0
public StringBuilder Append(int value)
{
    return Append(value.ToString(CultureInfo.CurrentCulture));
}
 
// .NET Standard 2.1
public StringBuilder Append(int value)
{
    return AppendSpanFormattable(value);
}
 
private StringBuilder AppendSpanFormattable<T>(T value)
    where T : ISpanFormattable
{
    if (value.TryFormat(RemainingCurrentChunk,
        out int charsWritten, format: default, provider: null))
    {
        m_ChunkLength += charsWritten;
        return this;
    }
    return Append(value.ToString());
}

对于 .NET Standard 2.0，它Append时调用了ToString方法。但在 .NET Standard 2.1 中，“ISpanFormattable.TryFormat”将其直接写入缓冲区，而不通过字符串。ISpanFormattable这个接口是internal的。但是，通过检查 [ ISpanFormattable.references ]，您可以看到哪种类型实现了此接口。

通过ZString可以避免添加数字类型时的字符串分配。在 .NET Standard 2.1 中，ZString 使用它们的TryFormat。在.NET Standard 2.0中，ZString使用移植的TryFormat方法。

API 本身与 StringBuilder 几乎相同。但是，它必须用“using”括起来。

// using ZString.CreateStringBuilder instead of new StringBuilder
using (var sb = ZString.CreateStringBuilder())
{
    sb.Append(enemy.Name);
    sb.Append(" Current HP:");
    sb.Append(enemy.Hp);
    sb.Append(" Current MP:");
    sb.Append(enemy.Mp);
    if (addStatus)
    {
        sb.Append(" Status:");
        sb.Append(enemy.Status);
    }
    return sb.ToString();
}

ZString.CreateStringBuilder ()方法的返回值“Utf16ValueStringBuilder”是一个结构体，所以避免了分配到StringBuilder的堆内存。此外，由于用于内部写入的“char[]”缓冲区是从ArrayPool获取的，因此避免了缓冲区分配。（这也是为什么需要通过“using”返回缓冲区。）

String.Format

由于 String.Format 的参数只能接受对象，因此会发生装箱。

// conversion of String interpolation is rewrited to following by C# compiler
$"{enemy.Name} Current Hp:{enemy.Hp} Current Mp:{enemy.Mp}";
 
// string.Object(string, object, object, object)
String.Format("{0} Current Hp:{1} Current Mp:{2}", enemy.Name, enemy.Hp, enemy.Mp);
 
// String.Format can avoid params array until 3 arguments
string string.Format(string format, object arg0)
string string.Format(string format, object arg0, object arg1)
string string.Format(string format, object arg0, object arg1, object arg2)
string string.Format(string format, params object[] args)

此外，与 StringBuilder.Append 一样，在 .NET Standard 2.0 中，也会发生字符串转换分配。

与“ZString.Concat”一样，“ZString.Format”具有最多 15 个参数的通用重载。即使在.NET Standard 2.0环境下，通过TryFormat直接转换，也能实现零分配。

终极秘诀

ZString 的内部实现是零分配。但当最后总要输出一个字符串，还是会产生GC。但是，如果适用的库具有接受字符串以外的内容的 API，则也可以避免最终的字符串生成，并且可以实现完全零分配。例如，TextMeshPro有一个名为“SetCharArray(char[] sourceText, int start, int length)”的API，可以直接给出它，并且可以避免字符串生成。

TMP_Text tmp;
 
// create StringBuilder
using(var sb = ZString.CreateStringBuilder())
{
    sb.Append("foo");
    sb.AppendLine(42);
    sb.AppendFormat("{0} {1:.###}", "bar", 123.456789);
 
    // direct write(avoid string alloc) to TextMeshPro
    tmp.SetText(sb);
 
    // SetText(Utf16ValueStringBuilder) is the same as following
    var buffer= sb.AsArraySegment();
    tmp.SetCharArray(buffer.Array, buffer.Offset, buffer.Count);
}
 
// convinient helper to use ZString.Format
tmp.SetTextFormat("Position: {0}, {1}, {2}", x, y, z);
 
// other ZString direct write utilities
.AsSpan()
.AsMemory()
.TryCopyTo(Span<char>, out int writtenChars);

参考文献：