Go中string与[]byte高效互转的方法实例

目录

• 前言

• 数据结构

• 常规实现

• string转[]byte

• []byte转string

• 高效实现

• 性能测试

• 总结

前言

当我们使用go进行数据序列化或反序列化操作时，可能经常涉及到字符串和字节数组的转换。例如：

if str, err := json.Marshal(from); err != nil {

panic(err)

} else {

return string(str)

}

json序列化后为[]byte类型，需要将其转换为字符串类型。当数据量小时，类型间转换的开销可以忽略不计，但当数据量增大后，可能成为性能瓶颈，使用高效的转换方法能减少这方面的开销

数据结构

在了解其如何转换前，需要了解其底层数据结构

本文基于go 1.13.12

string：

type stringStruct struct {

str unsafe.Pointer

len int

}

slice：

type slice struct {

array unsafe.Pointer

len   int

cap   int

}

与slice的结构相比，string缺少一个表示容量的cap字段，因此不能对string遍历使用内置的cap()函数那为什么string不需要cap字段呢？因为go中string被设计为不可变类型（当然在很多其他语言中也是）,由于其不可像slice一样追加元素，也就不需要cap字段判断是否超出底层数组的容量，来决定是否扩容

只有len属性不影响for-range等读取操作，因为for-range操作只根据len决定是否跳出循环

那为什么字符串要设定为不可变呢？因为这样能保证字符串的底层数组不发生改变

举个例子，map中以string为键，如果底层字符数组改变，则计算出的哈希值也会发生变化，这样再从map中定位时就找不到之前的value，因此其不可变特性能避免这种情况发生，string也适合作为map的键。除此之外，不可变特性也能保障数据的线程安全

常规实现

字符串不可变有很多好处，为了维持其不可变特性，字符串和字节数组互转一般是通过数据拷贝的方式实现：

var a string = "hello world"

var b []byte = []byte(a)  // string转[]byte

a = string(b)             // []byte转string

这种方式实现简单，但是通过底层数据复制实现的，在编译期间分别转换成对slicebytetostring和stringtoslicebyte的函数调用

string转[]byte

func stringtoslicebyte(buf *tmpBuf, s string) []byte {

var b []byte

if buf != nil && len(s) <= len(buf) {

*buf = tmpBuf{}

b = buf[:len(s)]

} else {

// 申请内存

b = rawbyteslice(len(s))

}

// 复制数据

copy(b, s)

return b

}

其根据返回值是否逃逸到堆上，以及buf的长度是否足够，判断选择使用buf还是调用rawbyteslice申请一个slice。但不管是哪种，都会执行一次copy拷贝底层数据

[]byte转string

func slicebytetostring(buf *tmpBuf, b []byte) (str string) {

l := len(b)

if l == 0 {

return ""

}

if l == 1 {

stringStructOf(&str).str = unsafe.Pointer(&staticbytes[b[0]])

stringStructOf(&str).len = 1

return

}

var p unsafe.Pointer

if buf != nil && len(b) <= len(buf) {

p = unsafe.Pointer(buf)

} else {

p = mallocgc(uintptr(len(b)), nil, false)

}

// 赋值底层指针

stringStructOf(&str).str = p

// 赋值长度

stringStructOf(&str).len = len(b)

// 拷贝数据

memmove(p, (*(*slice)(unsafe.Pointer(&b))).array, uintptr(len(b)))

return

}

首先处理长度为0或1的情况，再判断使用buf还是通过mallocgc新申请一段内存，但无论哪种方式，最后都要拷贝数据
这里设置了转换后字符串的len属性

高效实现

如果程序保证不对底层数据进行修改，那么只转换类型，不拷贝数据，是否可以提高性能？

unsafe.Pointer，int，uintpt这三种类型占用的内存大小相同

var v1 unsafe.Pointer

var v2 int

var v3 uintptr

fmt.Println(unsafe.Sizeof(v1)) // 8

fmt.Println(unsafe.Sizeof(v2)) // 8

fmt.Println(unsafe.Sizeof(v3)) // 8

因此从底层结构上来看string可以看做[2]uintptr，[]byte切片类型可以看做 [3]uintptr

那么从string转[]byte只需构建出 [3]uintptr{ptr,len,len}

这里我们为slice结构生成了cap字段，其实这里不生成cap字段对读取操作没有影响，但如果要往转换后的slice append元素可能有问题，原因如下：

这样做slice的cap属性是随机的，可能是大于len的值，那么append时就不会新开辟一段内存存放元素，而是在原数组后面追加，如果后面的内存不可写就会panic

[]byte转string更简单，直接转换指针类型即可，忽略cap字段

实现如下：

func stringTobyteSlice(s string) []byte {

tmp1 := (*[2]uintptr)(unsafe.Pointer(&s))

tmp2 := [3]uintptr{tmp1[0], tmp1[1], tmp1[1]}

return *(*[]byte)(unsafe.Pointer(&tmp2))

}

func byteSliceToString(bytes []byte) string {

return *(*string)(unsafe.Pointer(&bytes))

}

这里使用unsafe.Pointer来转换不同类型的指针，没有底层数据的拷贝

性能测试

接下来对高效实现进行性能测试，这里选用长度为100的字符串或字节数组进行转换

分别测试以下4个方法：

func stringTobyteSlice(s string) []byte {

tmp1 := (*[2]uintptr)(unsafe.Pointer(&s))

tmp2 := [3]uintptr{tmp1[0], tmp1[1], tmp1[1]}

return *(*[]byte)(unsafe.Pointer(&tmp2))

}

func stringTobyteSliceOld(s string) []byte {

return []byte(s)

}

func byteSliceToString(bytes []byte) string {

return *(*string)(unsafe.Pointer(&bytes))

}

func byteSliceToStringOld(bytes []byte) string {

return string(bytes)

}

测试结果如下：

BenchmarkStringToByteSliceOld-12            28637332                42.0 ns/op

BenchmarkStringToByteSliceNew-12            1000000000                 0.496 ns/op

BenchmarkByteSliceToStringOld-12            32595271                36.0 ns/op

BenchmarkByteSliceToStringNew-12            1000000000                 0.256 ns/op

可以看出性能差距比较大，如果需要转换的字符串或字节数组长度更长，性能提升更加明显

总结

本文介绍了字符串和数组的底层数据结构，以及高效的互转方法，需要注意的是，其适用于程序能保证不对底层数据进行修改的场景。若不能保证，且底层数据被修改可能引发异常，则还是使用拷贝的方式

来源：https://juejin.cn/post/7009826389851373605