为什么 .NET 创建新的子字符串而不是指向现有字符串？

Question

从使用 Reflector 的简要观察来看，String.Substring() 似乎为每个子字符串分配内存。 我的说法正确吗？ 我认为这没有必要，因为字符串是不可变的。

我的根本目标是创建一个 IEnumerableSplit(this String, Char) 扩展方法，不分配额外的内存。

Answer 1

大多数具有不可变字符串的语言创建新的子字符串而不是引用现有字符串的原因之一是因为这会干扰稍后对这些字符串进行垃圾收集。

如果一个字符串用于其子字符串，但随后较大的字符串变得无法访问（除非通过子字符串），会发生什么情况。 较大的字符串将无法收集，因为这会使子字符串无效。 短期内看似节省内存的好方法从长远来看却变成了内存泄漏。

Answer 2

如果不使用 String 类在 .net 内部进行探索，这是不可能的。 您必须传递对可变数组的引用，并确保没有人搞砸。

每次您要求时，.Net 都会创建一个新字符串。 唯一的例外是由编译器创建的内部字符串（并且可以由您完成），它们被放入内存一次，然后出于内存和性能原因建立指向该字符串的指针。

Answer 3

每个字符串都必须拥有自己的字符串数据，这与 String 类的实现方式相同。

您可以创建自己的使用字符串一部分的 SubString 结构：

public struct SubString {

   private string _str;
   private int _offset, _len;

   public SubString(string str, int offset, int len) {
      _str = str;
      _offset = offset;
      _len = len;
   }

   public int Length { get { return _len; } }

   public char this[int index] {
      get {
         if (index < 0 || index > len) throw new IndexOutOfRangeException();
         return _str[_offset + index];
      }
   }

   public void WriteToStringBuilder(StringBuilder s) {
      s.Write(_str, _offset, _len);
   }

   public override string ToString() {
      return _str.Substring(_offset, _len);
   }

}

您可以使用其他方法（例如比较）来充实它，这也可以在不提取字符串的情况下完成。

Answer 4

由于字符串在 .NET 中是不可变的，因此每个产生新字符串对象的字符串操作都会为字符串内容分配一个新的内存块。

理论上，在提取子字符串时可以重用内存，但这会使垃圾收集变得非常复杂：如果原始字符串被垃圾收集怎么办？ 共享其中一部分的子串会发生什么？

当然，没有什么可以阻止 .NET BCL 团队在未来版本的 .NET 中更改此行为。 它不会对现有代码产生任何影响。

Answer 5

除了字符串是不可变的之外，您应该看到以下代码片段将在内存中生成多个字符串实例。

String s1 = "Hello", s2 = ", ", s3 = "World!";
String res = s1 + s2 + s3;

s1+s2 => 新字符串实例 (temp1)

temp1 + s3 => 新字符串实例 (temp2)

res 是对 temp2 的引用。